[가치투자] 종목탐색 3

행동주의 

13F : 대형 기관들의 분기 별 보유 종목 공시, 13D : 특정 종목 5% 이상 매수 시, 10일 이내 공시

13D에 공시될 만한 대량의 지분을 사들이는 이유는 뭘까? 

1. 저평가 판단 : 이 경우는 보통 13G로 공시하면 된다. 

2. 적대적 인수 합병

3. 경영에 간섭 [행동주의] : 옛날에는 기업 사냥꾼으로 불림

그런데, 이런 아이디어가 있다고 해서, 가령 13D 공시에 올라온 종목을 자동으로 사들이는 전략을 사용한다면 이 전략이 유효할까? 

1. 이미 널리 알려진 전략이다.

2. HFT의 놀이터

그렇다면, 사후적인 접근이 아닌 사전적인 접근을 하면 어떨까?

13D 공시에 올라갈 만한 종목을 찾아주는 알고리즘 모델 개발

1. 정확도 이슈

2. 아웃풋 대비 인풋이 너무 크다. 

하지만 우리가 가치평가를 하거나 리서치할 종목을 추리는 목적으로 사용한다면 유의미할 수 있다. 

 

행동주의자 투자자 

1. 재무구조 변화를 일으켜서 주주 수익을 극대화한다. (배당률, 자사주 매입률)

2. 경쟁자간의 인수합병 -> 수익마진 개선

3. 사업부서 분리 (Spin-off) : 부채 사업부 분리 등등...

4. 성과가 좋지 않은 사업부서 제거 

사회적 행동주의 : ESG

 

하지만, 행동주의 투자자의 경우 비용이 많이 든다. 

 

행동탐색

정량적 : 재무구조 최적화 확인, 재무제표 수치 확인

정성적 : 경쟁 사업간 인수합병, 사업부 분리 및 처분

 

행동주의 투자 예측 모델

- Bloomberg Activism Screening Model : 공개되어 있음

https://assets.bbhub.io/professional/sites/10/Bloomberg-Activism-Screening-Model.pdf

 

1. 데이터 선정 

-> 러셀 3000 지수에 속하는 3000개 기업 중 2017년 부터 2020년 사이에 타겟이 된 종목 약 11,000건에 대해서 모델 생성

 

2. 설명 변수 선택 

-> 목적 변수 : 우리가 예측하려는 대상, 설명 변수 : 예측을 도와주려는 변수 

 

3. 설명 변수 백분율 변환

-> 어떤 설명 변수를 백분율로 바꿈

 

4. 설명 변수 조합 검색

-> 설명 변수들의 평균 점수가 높은 종목은 타겟 확률이 높아지도록 조합을 해본다. 

하지만, 이럴 경우 과최적화가 될 수 있음을 주의하자

전체 데이터 중 학습용 데이터 80%, 평가용 데이터 20%로 나눠서 평가를 함으로써 과최적화를 방지하자

 

5. 최적의 설명 변수 조합 계산

불룸버그가 판단한 핵심 조합들

 

기술탐색

 

차트 패턴 : 시장에 체결되는 매매 정보에서 추출한 시그널을 이용하는 방법

이러한 패턴 매매는 소수의 트레이더에서 시작하여 전파되면서 효용이 사라진다. 

또는 패턴의 기재가 사라져서 효용이 사라질 수도 있다. 

 

알고리즘 복잡도 기반 분류

1. 한정된 파라미터 기반으로 백테스팅이 쉬운 지표들

2. 연속적이고 시각적인 파라미터

3. 시장 참여자들의 심리적인 컨센서스에 의해 정의되는 지표들

 

언어탐색

 

자연어 처리 : 뉴스, 공시자료 텍스트 처리