(PF Mgmt #13) (13) 일별 데이터, 인트라데이(장중) 데이터의 분석

(13) 일별 데이터, 인트라데이(장중) 데이터의 분석  

• 데이터 소스: 닛케이 NEEDS 일별 수익률 데이터  
  – 일별 리턴, 거래량 데이터 (1977-2021년)  
• Base Package의 시계열 객체 ts( )  
  – 기본적으로 월별, 분기별, 연간 시계열 데이터  
• 일별 데이터와 인트라데이 데이터를 다루려면?  
  → Contribution Package ‘xts’  
    – CRAN에서 패키지를 설치  
    – 사용 전에 라이브러리를 로드  
• 시계열 필터 (예: Hodrick-Prescott 필터)  
  → Contribution Package ‘mFilter’  

 

 

자산 가격결정과 유동성  

• 유동성  
• 비유동성 프리미엄  
• 연구 결과, 비유동성에 대한 프리미엄이 존재함을 지지함.  
  – Amihud Y. and H. Mendelson,  
    “Asset pricing and the bid-ask spread,”  
    Journal of Financial Economics 17 (1986) 223-249.  
E(rᵢ − r𝑓) = βᵢ [E(rₘ − r𝑓)] + cᵢ  

 

비유동성과 평균 수익률  

Bid 가격:  딜러가 증권을 매수하고자 하는 가격  
Ask(Asked) 가격:  딜러가 증권을 매도하고자 하는 가격  

 

「유동성」과 프라이싱

• 일별 데이터로부터 계산 가능한 유동성 지표  
  
  • 선행연구: Amihud (2002), Pastor and Stambaugh(2003), Liu(2006), Lesmond, Ogden and Trzcinka(1999) 등.  
  • 실무에서 널리 사용되어 온 ‘Turnover ratio’  
• 틱 데이터로부터 계산 가능한 유동성 지표  
  
  • Bid-ask spread, effective spread, quote depth 등  
  • 시장 임팩트 함수(Market impact function): Glosten and Harris (1988), Breen, Hodrick and Korajczyk (2002),  Almgren(2003) 등  
• 유동성이 주식 간 리턴에 미치는 영향  
  
  • “시장 전체의 유동성 부족”과 “개별 종목에 한정된 낮은 유동성,  그리고 이에 따르는 높은 거래 비용”은 구분되어야 함. (‘Factor Risk Channel’과 ‘Direct Channel’)  
  • 유동성을 고려해 기존 프라이싱 모델(CAPM 등)을 확장  

 

 

Amihud (2002)  

• 거래량과 가격 변동의 관계  

 

Amihud(2002)의 AILLIQ(비유동성) 지표  

 

 

Pastor and Stambaugh (2003)  

• 리턴 리버설(Return reversal) 팩터 → 주문장(호가 스프레드)의 두께와 가격 되돌림  

 

 

Pastor and Stambaugh (2003)의 리턴 리버설 측정치

 

Liu (2006)  

• 유동성이 낮은 종목 → 체결이 이루어지지 않는 날이 존재  
→ Zero-trading day 지표  

 

 

Liu(2006)의 LM1 지표

 

 

일별 수익률 불러오기  

• 원본 데이터(4.8GB) → 중간 파일(500MB)까지는 C++ 등의 3세대 언어로 처리하는 편이 좋음.  
  → R로 모든 데이터를 처리할 필요는 없음.  

 

as.xts( ) 함수를 사용하여 Extended Time-Series로 변환  

• 일별 수익률을 xts형 객체로 변환  

겉보기에는 전혀 달라진 점이 없음!  

 

 

xts 객체의 특정 부분 추출  

• window() 함수와는 형식이 다름.  
기존과 마찬가지로 행렬 방식으로 요소 지정도 가능.  
xts 객체라는 점을 활용한 요소 지정 방법. 

그밖에 x[‘2010-6-01::’]은 2010년 6월 1일 이후의 데이터,  
  x[‘2010-6’]는 2010년 6월 데이터만 추출.  

 

 

Amihud의 ILLIQ, AILLIQ를 계산해보기  

• apply.monthly( ) 함수를 사용. y는 일일 거래량(Daily Volume)  

 

 

Hodrick-Prescott Filter로 트렌드 추출  

• Contribution Package mFilter의 hpfilter( ) 함수  

 

R을 활용한 기술적 분석: quantmod 패키지  

• quantmod 패키지는 TTR과 xts에 의존함.

 

 

 

시계열 처리를 효율화하기  

• 예를 들어 실증금융(이론의 검증 등의 실제 데이터 분석)에서 다음과 같은 작업:  
  
  • 일별 수익률에서 월별 히스토리컬 볼래틸리티 계산  
  • 인트라데이 데이터에서 일별 볼래틸리티 계산  
  • 일별 데이터에서 요일 정보를 자동 처리해 주간 단위 데이터로 변환  
• apply.daily( ), apply.weekly( ), apply.monthly( ) 등, xts 클래스에 적용되는 함수들을 사용하면 모든 작업을 몇 줄의 스크립트로 마무리할 수 있음.  
• 그 결과 금융 시계열 분석에서의 분석 작업을 효율화할 수 있고,  작업 시간을 크게 단축할 수 있음.