추세 강도 기반 투자전략의 시장초과수익과 포트폴리오 구성을 통한 위험조정 성과 연구 = A Study on Trend Strength-Based Investment Strategies: Excess Market Returns and Risk-Adjusted Performance through Portfolio Construction in the Korean Stock Market

국문 초록 (Abstract)

본 연구는 현대 포트폴리오 이론(MPT)의 정적 한계를 보완하기 위해 시가·고가· 저가·종가(OHLC) 정보를 활용한 추세 강도(Trend Strength) 지표를 제안하고, 이 를 활용한 포트폴리오 구성 프레임워크를 개발하였다. 글로벌 금융 시장의 추세 이 동과 MPT의 시장 효율성 가정 한계를 배경으로, 한국 주식 시장(2015-2025)의 일별 데이터를 활용하여 추세 강도 기반 투자 전략의 성과를 실증 분석하였다. 결과, 추 세 강도가 높은 상위 그룹은 시장 대비 유의미한 초과 수익(누적 15.71%)과 우수한 위험 조정 성과(샤프 비율 1.2 이상)를 기록하였으며, Fama-French 3요인 및 Carhart 4요인 모형 통제 후에도 통계적으로 유의한 양(+)의 알파(0.5%, p<0.01)가 관찰되었다. 이는 지표의 독립적 정보 가치와 예측력을 입증하며, 추세 강도가 낮 은 그룹의 저조한 성과와 대비된다. 이러한 결과는 전통적 모멘텀 전략의 급격한 반전 위험을 보완하고, 투자자들에게 실무 적용 가능한 기준을 제시한다는 점에서 MPT를 동적화하고 비체계적위험을 분산한 학문적·실무적 의의를 갖는다. 사례연구 에서는 포트폴리오 구성 이론(MPT)을 통해 비체계적 위험(Unsystematic Risk)을 분 산하는 관점에서 사례 연구를 보완하였다. MPT(Markowitz, 1952)에 따르면, 포트폴 리오의 위험은 체계적 위험(Systematic Risk)과 비체계적 위험으로 구분되며, 다양 화(Diversification)를 통해 비체계적 위험을 최소화할 수 있다. Evans & Archer(1968)의 실증 연구를 바탕으로, 10개 종목 포트폴리오에서 비체계적 위험의 90% 이상이 제거됨을 확인하였으며, 본 연구의 추세강도 기반 Top 10 전략은 이 원 리를 적용하여 MDD(Maximum Drawdown)를 효과적으로 줄인다.

다국어 초록 (Multilingual Abstract)

This study proposes a Trend Strength indicator that integrates price directionality and pathefficiency using open-high-low-close (OHLC) information to address the static limitations ofModern Portfolio Theory (MPT), and develops a portfolio construction framework based on it.Against the backdrop of trend shifts in global financial markets and the limitations of MPT'smarket efficiency assumptions, empirical analysis was conducted on daily data from theKorean stock market (2015–2025). The results show that the high Trend Strength groupachieved significant excess returns (cumulative 15.71%) and superior risk-adjustedperformance (Sharpe ratio >1.2) compared to the market, with statistically significantpositive alpha (0.5%, p<0.01) remaining even after controlling for Fama-French 3-factor and Carhart 4-factor models. This confirms the indicator's independent informational value and predictive power, contrasting with the underperformance of the low Trend Strength group. These findings hold academic and practical significance by dynamizing MPT and dispersing unsystematic risk, complementing the sudden reversal risks of traditional momentum strategies. The case study supplements the analysis from the perspective of unsystematic risk dispersion through MPT. According to MPT (Markowitz, 1952), portfolio risk is divided into systematic risk (Systematic Risk) and unsystematic risk, which can be minimized through diversification. Based on the empirical study of Evans & Archer (1968), over 90% ofunsystematic risk is eliminated in a 10-stock portfolio, and the Trend Strength-based Top 10strategy in this study applies this principle to effectively reduce MDD (Maximum Drawdown).For example, the intersection strategy (Inter M3∩M6) shows an MDD of -25.93%, a 25%reduction compared to the benchmark (Bench Top100, MDD -34.59%), empiricallydemonstrating the pattern where portfolio variance (σ_p^2) sharply decreases withincreasing assets (Evans & Archer graph). This implies that the Trend Strength indicatordynamically selects low-correlation stocks to optimize MPT's efficient frontier.

목차 (Table of Contents)

• 1. 서론 １
• 1.1. 연구 배경 １
• 1.2 연구 목적 ３
• 1.3 연구 차별점 ３
• 2. 이론적 배경 및 연구 질문 ５
• 2.1. 효율적 시장 가설 ５
• 2.2. 기술적 분석 ７
• 2.3. 추세 강도 지표 연구 ９
• 2.4. 추세 강도 분석 기반의 투자전략 １１
• 2.5 포트폴리오 구성 이론을 통한 비체계적 위험 분산 １３
• 3. 연구 설계 및 방법론 １５
• 3.1 연구 대상 및 표본 선정 １５
• 3.2 데이터 수집 및 전처리 １７
• 3.3 추세 강도 계산 절차 １８
• 3.4 포트폴리오 구성 방법 ２０
• 3.5 성과 평가 지표 ２１
• 4. 연구 결과 ２３
• 4.1 기초 통계 ２３
• 4.2 포트폴리오 성과 비교 ２４
• 4.2.1 연환산 수익률 ２４
• 4.2.2 누적 수익률 ２６
• 4.3 위험 조정 성과 ２８
• 4.3.1 샤프 비율 ２８
• 4.3.2 M² 측정치 ３０
• 4.4 MDD, Var, Cvar 분석 결과 ３0
• 4.5 회귀 분석 결과 ３１
• 4.6 민감도 분석 ３８
• 4.6.1 시장 국면별 성과 ３８
• 4.6.2 업종별 성과 ３８
• 4.7 토론 ３９
• 5. 사례 연구 ４０
• 5.1 KOSPI 200 사례연구 I (2024-11 ~ 2025-09, 3M/6M/교집합) ４１
• 5.1.1 연구 목적 ４１
• 5.1.2 데이터와 방법 ４１
• 5.1.3 월별 성과 ４２
• 5.1.4 MPT 관점의 해석 ４３
• 5.2 KOSPI 200 사례연구 II (2020-01-01 ~ 2025-08-31, 1~6M 및 교/합집합) ４４
• 5.2.1 연구 목적 ４４
• 5.2.2 데이터와 방법 ４４
• 5.2.3 결과해석 ４５
• 5.3 KOSPI 200 KOSDAQ 150 ETF 실전 사례 (3 인, 2025-07-01 ~ 2025-09-30) ５１
• 5.3.1 연구 목적 ５１
• 5.3.2 운용규칙 ５１
• 5.3.3. 실증 사례 분석 (2025 년 7~9 월 데이터) ５５
• 5.3.4 결과해석 ５５
• 5.4 포트폴리오 이론 연계 및 종합 논의 ６０
• 5.5 한계와 강건성 ６０
• 6. 결론 ６１
• 참고문헌 ６７
• Abstract ７２