💻 팩터 백테스트 자동화 – 파이썬으로 팩터별 성과를 시각화하기

💻 팩터 백테스트 자동화 – 파이썬으로 팩터별 성과를 시각화하기

이제 이론은 충분히 익혔습니다.
이제부터는 퀀트 투자의 본질인 **“데이터로 검증하는 투자”**로 들어갑니다.

오늘은 우리가 배운 가치, 모멘텀, 퀄리티, 저변동성, 규모 팩터를
파이썬으로 자동 백테스트하고, 시각화하는 과정을 단계별로 정리해보겠습니다.

이 글은 “직접 실행 가능한 코드”를 포함하고 있으며,
초보자도 그대로 따라 하면 결과가 바로 시각화됩니다.

---

1. 준비물

✅ 필수 라이브러리 설치

pip install yfinance pandas numpy matplotlib

✅ 테스트 종목 선정 (예: 삼성전자, SK하이닉스, 네이버, 셀트리온)

tickers = ["005930.KS", "000660.KS", "035420.KS", "068270.KQ"]

---

2. 데이터 수집

import yfinance as yf
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# 1년치 주가 데이터 수집
data = {}
for t in tickers:
    df = yf.download(t, period="1y")
    df["returns"] = df["Close"].pct_change()
    data[t] = df

👉 이렇게 하면 각 종목별 일간 수익률이 자동으로 계산됩니다.

---

3. 팩터 계산

(1) 모멘텀: 최근 6개월 상승률

(2) 변동성: 최근 60일 표준편차

(3) 퀄리티: ROE(예시값 수동 입력)

factors = []
for t, df in data.items():
    momentum = (df["Close"].iloc[-1] / df["Close"].iloc[-120]) - 1
    volatility = df["returns"].rolling(60).std().mean()
    roe = np.random.uniform(0.05, 0.2)  # 예시용 (실제는 재무 데이터 연동)
    score = (momentum * 0.5) + (roe * 0.3) - (volatility * 0.2)
    factors.append((t, momentum, volatility, roe, score))

factor_df = pd.DataFrame(factors, columns=["Ticker", "Momentum", "Volatility", "ROE", "Score"])
factor_df.sort_values("Score", ascending=False, inplace=True)
print(factor_df)

📊 Score가 높을수록 ‘상승 모멘텀 강 + 안정성 + 수익성’이 높은 종목입니다.

---

4. 백테스트 & 누적 수익률 계산

top_ticker = factor_df.iloc[0]["Ticker"]
df = data[top_ticker]
df["cum_return"] = (1 + df["returns"]).cumprod()

plt.figure(figsize=(10,5))
plt.plot(df.index, df["cum_return"], label=f"{top_ticker} 누적 수익률", linewidth=2)
plt.title("팩터 기반 누적 수익률 시각화")
plt.legend()
plt.show()

👉 위 코드를 실행하면 팩터 점수 1위 종목의 누적 수익률 그래프가 자동으로 출력됩니다.

---

5. 팩터 비교 시각화

반응형

plt.figure(figsize=(10,6))
for t, df in data.items():
    df["cum_return"] = (1 + df["returns"]).cumprod()
    plt.plot(df.index, df["cum_return"], label=t)

plt.title("팩터별 종목 누적 수익률 비교")
plt.legend()
plt.show()

📈 이 차트는 각 종목의 팩터 점수와 실제 성과를 비교할 수 있게 도와줍니다.

---

6. 심화 확장

• 재무 데이터 API 연동 (예: DART, FnGuide, Financial Modeling Prep)
• 자동 리밸런싱 → 분기마다 팩터 재계산
• 멀티팩터 포트폴리오 시뮬레이션 → 전체 Score 가중평균 수익률 계산

---

📌 정리

단계 핵심 내용

1	yfinance로 데이터 수집
2	팩터 계산 (모멘텀·ROE·변동성)
3	팩터 점수 산출
4	누적 수익률 백테스트
5	시각화 및 비교 분석

👉 이 과정을 자동화하면, 매주 혹은 매월 팩터별 성과 리포트를 자동 생성할 수 있습니다.

---

📘 다음 글 예고

다음 편에서는 **“퀀트 전략 자동 리밸런싱 시스템 구축 (파이썬 + 구글 스프레드시트)”**을 다룹니다.
즉, 매달 자동으로 팩터 점수를 계산하고, 포트폴리오를 업데이트하는 구조를 직접 만들어봅니다.

---

 

퀀트백테스트,팩터분석,파이썬퀀트,주식시각화,yfinance,데이터투자,퀀트자동화,모멘텀전략,ROE분석,포트폴리오리밸런싱

---