퀀트 수렴: 고전적 가치 투자와 현대적 요인 모델을 결합한 체계적 주식 선정

요약

고전적 가치 투자 원칙을 현대적 머신러닝 모델의 리스크 제어 장치로 활용하는 연구를 다룹니다. S&P 500 데이터를 통해 XGBoost와 AutoGluon 모델을 테스트한 결과, Graham의 규칙을 결합했을 때 수익률과 리스크 관리 측면에서 더 우수한 성과를 보였습니다.

핵심 포인트

• 복잡한 AI 모델이 시장 노이즈를 학습하는 문제를 가치 투자 원칙으로 보완 가능
• Graham의 규칙을 결합한 Random Forest 모델이 가장 높은 수익률과 낮은 리스크 달성
• 현대적 AI 모델의 과도한 리스크 감수를 방지하는 '안전 마진'의 효과 입증
• 모멘텀과 가치 지표의 혼합이 최대 낙폭(MDD) 방어에 효과적임