유자차의 재테크 공부방

전략 종합 듀얼 모멘텀 구현 import pandas as pd import yfinance as yf # yahoo finance에서 필요 종목들의 공통 시작일부터 종가 데이터 받기 def get_yahoo_data(tickers, get_type="Adj Close"): df = yf.download(tickers) df = df[get_type] df.dropna(inplace=True) return df # 리밸런싱 하는 날의 데이터만 뽑기(월말 데이터만 추출) def get_rebal_date(df, rebal="month"): res_df = pd.DataFrame() df["year"] = df.index.year df["month"] = df.index.month df["day"] = df..

전략 4가지 자산에 동일 비중으로 투자하는 전략 3개 고정, 1개 유동 - 대형가치주 IWD 25% - 중기채 IEF 25% - 금 GLD 25% - 상승장에는 나스닥 QQQ, 하락장에는 단기채 SHY 25% 리밸런싱 주기 매월 전략 로직 1. IWD, IEF, GLD에 각 25% 투자 2. (현재 실업률 > 미국 실업률 12개월 이동평균) 또는 (S&P500 지수 약세장, 그 외 강세장 3. 약세장이면 SHY, 강세장이면 QQQ에 25% 투자

파이썬으로 구현해보기 - 종목 추출하기 전략 4개의 카테고리의 자산 중 하나를 선택하여 동일 비중(25%씩)으로 투자하는 전략입니다. - 주식 : SPY(미국 주식), EFA(글로벌 주식) - 채권 : LQD(미국 종합채권), HYG(미국 하이일드 채권) - 부동산 : VNQ(부동산 리츠), REM(모기지 리츠) - 경제위기 : TLT(미국 장기 국채), GLD(금) 리밸런싱 주기 매월 전략로직 1. 카테고리의 2개 자산 최근 1년 수익률 구하기 2. 수익률이 큰 자산과 BIL의 최근 1년 수익률 비교 3. BIL의 수익률이 크면 현금, BIL의 수익률이 작으면 수익률이 큰 자산에 투자

2020년 중순에 퀀트를 소개 받은 후, 실제로 퀀트를 해보니 투자를 해보니 수익률이 좋아 시드를 늘리며 하고 있었고 주변에 코인으로 성공한 지인이 있어서 그 분을 보면서 코인을 했는데 수익이 생각보다 잘 나와서 MDD를 크게 고려하지 않고 퀀트와 코인을 하였다. 그러다 2023년에 크게 손실(자산 35% 증발) 이후 MDD를 고려하여 다시 투자 계획해보려고 한다. 솔직히 퀀트만 했다면 그 정도 손실을 보지 않았을 거다. (퀀트는 2022년은 -10%) 손실의 주요 요인은 변동성이 큰 코인에 자산이 많이 들어가 있었고, 또한 개별주에도 들어가 있는 시드가 하락을 맞으며 손실 2023년부터는 동적자산배분+한국형 올웨더로 투자하려고 한다. 이렇게 계속 비율을 할지 모르겠지만, 일단 비율로 백테스트 하였을 때..

듀얼 모멘텀에서 안전자산이 AGG인데 이번년(2022)에 AGG가 방어하지 못했습니다. 그래서 듀얼 모멘텀의 안전자산 방식을 개선한 전략을 강환국님이 만들었습니다. 간단하게, 듀얼 모멘텀의 안전자산 방식을 채권 동적자산배분으로 변형시켰다고 보면 되겠습니다. 전략 로직 1. 공격형 자산의 최근 1년 수익률 비교하여 높은 1개에 투자 2. 만약 SPY가 0이하이면, 안전형 자산 8개의 최근 6개월 수익률 비교하여 가장 점수가 높은 자산 3개(Top3)에 투자 3. Top3 중 0이하인 ETF는 현금(BIL)로 대체 사용 ETF - 공격형(2) : SPY, EFA - 안전형(8) : SHY, IEF, TLT, TIP, LQD, HYG, BWX, EMB 파이썬으로 직접 구현해보기 - 직접 투자할 종목 구해보기 ..

"채권 동적자산배분"전략은 Paul Novell의 Investing for a Living 블로그에서 나온 전략입니다 전략 로직 1. 최근 6개월 수익률이 가장 높은 3개(Top3)에 투자 2. Top3 중 0이하인 ETF는 현금(BIL)로 대체 사용 ETF - 채권(8) : SHY, IEF, TLT, TIP, LQD, HYG, BWX, EMB 파이썬으로 직접 구현해보기 - 직접 투자할 종목 구해보기 채권 동적자산배분 영상

채권 동적자산배분 전략에 따라 다음과 같이 구현하여 매월말 투자할 종목을 구해보았습니다. 전략 로직 1. 최근 6개월 수익률이 가장 높은 3개(Top3)에 투자 2. Top3 중 0이하인 ETF는 현금(BIL)로 대체 import pandas as pd import numpy as np import yfinance as yf # 야후 파이낸스 부르기 ticker = ["SHY", "IEF", "TLT", "TIP", "LQD", "HYG", "BWX", "EMB"] # 데이터 불러오기 df = yf.download(ticker) # 야후 파이낸스에서 tickers에 해당하는 데이터 모두 불러오기 df = df["Adj Close"] # 불러온 데이터 중 Adj Close 데이터만 df.dropna(inp..

변형(수정) 듀얼 모멘텀 전략에 따라 다음과 같이 구현하여 매월말 투자할 종목을 구해보았습니다. 전략 로직 1. 공격형 자산의 최근 1년 수익률 비교하여 높은 1개에 투자 2. 만약 SPY가 0이하이면, 안전형 자산 8개의 최근 6개월 수익률 비교하여 가장 점수가 높은 자산 3개(Top3)에 투자 3. Top3 중 0이하인 ETF는 현금(BIL)로 대체 import pandas as pd import yfinance as yf # 야후 파이낸스 부르기 ticker_agg = ["SPY", "EFA"] ticker_safe = ["SHY", "IEF", "TLT", "TIP", "LQD", "HYG", "BWX", "EMB"] ticker_all = ticker_agg+ticker_safe+["BIL"] ..

quantstasts로 직접 구한 BAA 전략을 분석을 해보았습니다. 코드는 이전 글에서 사용했던 것에 뒷부분을 조금 바꾸어서 사용하였습니다. import pandas as pd import yfinance as yf # 주가 데이터 받기위한 라이브러리 import quantstats as qs # 리포트 형식으로 시각화해주는 라이브러리 # yahoo finance에서 필요 종목들의 공통 시작일부터 종가 데이터 받기 def get_yahoo_data(tickers, type="Adj Close"): df = yf.download(tickers) # df = df["Close"] df = df[type] df.dropna(inplace=True) return df def get_rebal_date(df, ..

BAA 전략을 모르신다면 BAA 이론 정리한 게시물을 읽고 오시면 되겠습니다! 사용하는 라이브러리는 다음과 같습니다. import pandas as pd import yfinance as yf # 주가 데이터 받기위한 라이브러리 import quantstats as qs # 리포트 형식으로 시각화해주는 라이브러리 # yahoo finance에서 필요 종목들의 공통 시작일부터 종가 데이터 받기 def get_yahoo_data(tickers, get_type="Adj Close"): df = yf.download(tickers) df = df[get_type] df.dropna(inplace=True) return df # 리밸런싱 하는 날의 데이터만 뽑기(월말 데이터만 추출) def get_rebal_d..