상관관계는 방향 신호가 아니다: 98% 복원율 뒤에 숨겨진 47.47% 승률의 실측 실패 기록

💡 핵심 요약 (Key Takeaways)

• 평균회귀의 함정: 롤링 상관관계 Z-score의 정상 범위 수렴 확률은 **98.01%**로 매우 높았으나, 실제 진입한 개별 크로스 포지션의 **거래 승률은 47.47%**에 불과했습니다.
• 방향 신호의 부재: 상관관계가 수렴하는 경로는 다양하며(Dynamic Drift), 스프레드 축소 사건이 개별 자산의 특정 방향 이동을 보장하지 않습니다. 관계형 지표로 단일 자산의 방향을 베팅하는 것은 통계적으로 동전 던지기와 다름없습니다.
• 엔화(JPY) 안전자산 노이즈: 엔화 크로스 자산은 위험 회피 국면 시 강력한 추세를 형성하여 평균회귀 가정을 정면으로 파괴하며, 수수료와 슬리피지 비용 드래그가 결합되면 미세한 알파조차 모두 잠식당합니다.

본 리포트는 퀀트 전략 리서치 허브에서 투명하게 공개하는 COREX 프로젝트의 실패 사례 연구 시리즈의 첫 번째 파트입니다. 아티클에서 제시하는 모든 수치는 임의의 상용 전략이나 마케팅 제휴 상품과 무관하며, 실제 PRISM-R 프레임워크 v4.6.0 하에서 10개년 FX 고해상도 데이터를 바탕으로 직접 수행한 계량적 연구 리포트의 무결성 검증 실측값입니다.

1. 서론: 리테일 평균회귀 매매의 절대 법칙에 던지는 의문

많은 리테일 트레이더들이 두 자산 간의 롤링 상관관계가 극단적으로 벌어졌을 때(Decoupling), 언젠가 두 가격이 다시 만날 것이라는 기하학적 평균회귀(Mean Reversion) 법칙을 굳게 믿고 거래에 진입합니다. 두 자산이 역사적 상관관계 수준으로 돌아올 확률이 매우 높기 때문에, 이 관계형 신호를 단일 자산의 방향성 진입 신호로 삼는 것은 지극히 합리적으로 보입니다.

본 리서치는 이 보편적인 직관을 검증하기 위해, FX 크로스 통화쌍의 상관관계 디커플링을 단일 자산의 방향성 베팅 신호로 사용하는 계량적 전략을 설계하고 철저한 백테스트를 수행했습니다. 실측 검증 결과, 상관관계 Z-score는 98.01% 확률로 완벽하게 수렴했으나, 그 결과로 얻은 계좌의 성적표는 처참한 파산이었습니다.

2. 전략 설계 및 백테스트 환경 (COREX)

실험의 무결성을 확보하기 위해 엄격한 데이터 가버넌스와 거래 비용 장벽을 설정했습니다.

• 대상 유니버스: 8개 FX 크로스 통화쌍 (AUDJPY, AUDNZD, CADCHF, EURAUD, EURCHF, EURGBP, EURJPY, GBPJPY)
• 분석 데이터: 2015년 1월 1일 ~ 2025년 3월 31일 (10개년 H4 OHLCV 고해상도 데이터셋, 70/15/15 split)
• 거래 비용 모델: ECN Raw 스프레드 + 왕복 수수료 포함 1건당 $2.2 \sim 3.4$ pips (실거래 스케일 1x 비용 반영)
• 진입 이벤트 수: 총 1,108건 (Discovery 구간 추출 본)

진입 및 청산 규칙

두 통화쌍 사이의 40봉 롤링 상관관계 Z-score가 기준선에서 $1.5\sigma$를 초과하여 디커플링이 일어날 때, 약세를 보이는 단일 크로스 통화쌍에 1R 리스크 크기로 방향성 진입(Long/Short)합니다. 청산은 Z-score가 정상 범위($|Z| < 0.5$)로 복원되거나, 120봉 타임아웃 제한에 걸릴 때 즉각 집행됩니다.

⚠️ 주의: 본 구조는 두 자산을 동시에 롱/숏으로 잡는 시장중립적 스프레드 페어 트레이딩(Spread Pairs Trading)이 아닙니다. 상관관계 격차가 벌어질 때, 한쪽 크로스 통화쌍에만 단방향으로 노출시키는 단일 방향 베팅(Directional Bet) 구조입니다.

3. 복원율 98%와 승률 47.5%의 기형적 괴리

백테스트 분석 결과, 롤링 상관관계 Z-score는 추출된 1,108건의 이벤트 중 98.01% 확률(1,086건)로 정상 범위로 복원되었습니다. 통계적 신호 자체는 가설과 정확히 일치하였으며, 디커플링된 상관관계는 어김없이 정상 상태로 회귀했습니다.

그러나 같은 진입 사건들에 대한 **실제 포지션 손익 승률은 47.47%(526건)**에 불과했습니다. 특히 상관관계가 성공적으로 회귀(수렴)한 1,086건의 이벤트 중에서 조차 절반을 넘는 51.57%(560건)가 최종 손실로 마감되었습니다. 신호의 수렴 성공 확률은 98.01%에 달했으나, 실제 계좌는 **52.53%의 높은 확률(582건, 수렴 실패 후 손실 22건 포함)**로 돈을 잃는 모순이 발생한 것입니다.

이 괴리가 발생하는 근본적인 이유는 ‘신호의 회귀율’과 ‘거래의 승률’이 완전히 독립적인 지표이기 때문입니다.

💡 핵심 인식

• 상관관계 복원율은 “두 자산 사이의 상대적 거리가 다시 좁혀졌는가"를 측정합니다.
• 거래 승률은 “진입한 단일 크로스 가격이 베팅한 특정 방향으로 이동했는가"를 측정합니다. 두 질문은 수학적으로 완전히 다른 별개의 질문입니다.

4. 왜 신호가 수렴했는데 돈을 잃는가?

상관관계 Z-score가 0으로 복원(수렴)되는 경로는 기하학적으로 단 한 가지만 존재하지 않습니다. 아래의 세 가지 경로 모두 상관관계 모델에서는 똑같이 ‘수렴 성공’으로 집계됩니다.

1. 자산 A가 하락하여 정상화: 크로스 가격이 하락하므로, 매도(Short) 포지션 진입 시 수익이 발생합니다.
2. 자산 B가 상승하여 정상화: 크로스 가격이 상승하므로, 매도(Short) 포지션 진입 시 손실이 발생합니다.
3. A와 B가 함께 폭락/폭등하며 정상화 (Dynamic Drift): 크로스 가격의 방향은 불확정적이며 수수료만 지불한 채 손실로 마감할 확률이 높습니다.

상관관계가 되돌아왔다는 사건은 두 자산이 서로 가까워졌다는 통계적 사실만을 뜻할 뿐, 내가 포지션을 잡은 자산이 수렴을 주도하며 유리한 방향으로 움직여 주었는지를 전혀 보장하지 못합니다.

단일 크로스 통화쌍의 방향을 지배하는 것은 두 자산의 추상적인 관계(상관관계 구조)가 아니라, 각 자산을 구성하는 개별 통화의 독자적인 수급과 방향성입니다. 이 관계형 필터를 단일 방향 베팅의 절대적인 근거로 오용하는 순간, 모든 매매는 수학적으로 동전 던지기와 통계적으로 구별되지 않는 우위 없는 게임으로 전락합니다.

5. 방향성 신호의 무작위성(Coin Flip) 검증

이 관계형 신호가 정말 동전 던지기 수준인지 규명하기 위해, 실제 전략 신호의 기대값과 무작위(Random) 진입 신호의 기대값을 직접 대조해 보았습니다.

• 실제 전략 방향 기대값 (0x 비용): -5.86 pips
• 무작위 진입 방향 기대값 (0x 비용): +1.76 pips

수수료가 없는 순수 가격 변동 기준에서도 무작위로 방향을 찍어서 들어간 기대값이 전략 신호의 기대값보다 우수했습니다. 비록 이 차이가 표본 검정상 통계적 유의 수준에 도달하지는 못했으나($p \approx 0.61$), 이는 상관관계 복원 신호가 가격 방향 예측에 있어 어떠한 엣지(Edge)도 제공하지 못함을 통계학적으로 엄밀하게 증명합니다.

6. 피처(Feature) 추가와 머신러닝의 한계

“신호가 없는 것이 아니라, 단순히 선형 모델의 한계이거나 피처가 부족해서 예측을 못 하는 것이 아닌가?“라는 반론을 검증하기 위해, 상관관계 속도, 통화 상대 강도, 공적분 반감기, 변동성 비율, 시간 세션 등 가용 가능한 **15개의 고도화된 계량 피처(Phase-2 Features)**를 총동원하여 실제 거래 방향과의 관계성을 측정했습니다.

15개 전체 피처의 선형 상관계수 절대값($|r|$)은 최대 0.066에 그쳤으며, 비선형 정보량 및 변수 중요도 분석에서도 모든 피처가 통계적 예측력 한계치 미만으로 수렴했습니다.

의사결정나무(Decision Tree) 시뮬레이션 중 승률 $66.7$%짜리 고수익 리프(Leaf) 노드가 단 1개 도출되기도 하였으나(N=24, 기대값 +72.15 pips), 해당 노드는 검증셋(Validation) 교차 검토 시 위험조정성과(Sharpe)가 435% 폭락하며 처참한 과적합(Overfitting) 현상을 보였습니다. 이는 특정 통화쌍(EURAUD)의 소표본 편향이 불러온 통계적 왜곡에 불과했습니다. 애초에 데이터 안에 존재하지 않는 알파는 모델의 복잡도를 극대화해도 결코 창조되지 않습니다.

7. 엔화(JPY) 통화쌍의 안전자산 역류 현상

전체 기대값(-5.86 pips)을 심각하게 파괴한 주범은 특정 구조적 그룹에 존재했습니다. 바로 엔화(JPY) 크로스 통화쌍이었습니다.

엔화는 글로벌 시장에서 대표적인 **안전자산(Safe-Haven)**이자 구조적인 마이너스 금리 캐리 통화입니다. 글로벌 위기나 거시경제적 VIX 충격이 발생하면, 엔화 크로스 자산들은 상관관계의 역사적 평균 수준을 완전히 무시하고 한 방향으로 매우 강력하게 일방적인 추세(Trending)를 형성합니다.

이 시점의 상관관계 디커플링은 일시적인 괴리가 아니라 거시경제적 패러다임의 구조적 전환을 의미하며, 균형으로 돌아올 것이라는 평균회귀 가정 자체를 머리부터 짓밟아버립니다. 이는 2007년 금융위기나 2020년 팬데믹 폭락 기에 시장중립을 표방하던 계량형 통계차익 펀드들이 왜 일제히 붕괴(Quant Bust)했는지 그 파국적 메커니즘을 명확하게 실증합니다.

엔화 3쌍을 제외한 5쌍(non-JPY)의 순수 기대값은 +1.55 pips로 간신히 양수를 방어했습니다. 그러나 이마저도 실제 시장의 수수료 장벽을 반영하는 순간 완전히 무의미해집니다.

8. 실거래 수수료와 극단적 꼬리 위험 (Tail Risk)

아래의 테이블은 브로커 수수료 및 거래 비용 배수(0x ~ 2.5x)를 반영하여 재연산한 전략의 포트폴리오 성적표입니다.

* Sharpe 비율은 123개월 동안 발생한 N=1,108건의 사건을 기준으로 연율화되었습니다 (n_per_year = (N/months)*12 = 108.09).

비용이 아예 존재하지 않는 최상의 시나리오(0x)에서도 이 전략의 위험조정 성과(Sharpe)는 음수였으며, 현실적인 브로커 비용(1x)이 청구되는 순간 Non-JPY 그룹의 미세한 엣지조차 전부 비용 아래로 잠식당해 파산으로 수렴했습니다.

더욱 파괴적인 진실은 98.01%의 성공적인 수렴 신호 이면에 **엄청난 크기의 꼬리 위험(Tail Risk)**이 웅크리고 있었다는 점입니다. 수렴 매매 특유의 ‘가늘고 길게 먹고 한 방에 터지는’ 손익 비대칭성이 발생하여, 최악의 극단적 손실 1% 구간의 평균 손실액(CVaR99)은 무려 605 pips에 달했습니다. 소수의 치명적인 추세 돌파 사건들이 다수의 미세한 상관관계 수렴 수익들을 한순간에 휩쓸어버리는 비대칭적 위험 구조가 백테스트에서 여실히 증명되었습니다.

9. 이번 실패 사례 연구가 남긴 4가지 철칙

본 계량 프로젝트의 실패는 하나의 상관관계 전략을 넘어, 평균회귀와 통계적 차익거래 전략을 검증하는 연구 프로세스 전반에 적용되는 강력한 4대 검증 규칙을 유산으로 남겼습니다.

1. 신호의 정합성(Accuracy)과 손익의 정합성(PnL)을 첫날부터 완전히 격리하십시오.
   • 상관관계 수렴 확률(98.01%)과 거래의 승률(47.47%)은 별개의 차원입니다. 이를 혼동하여 결합하는 순간 계좌가 녹아내리는 성배의 착시에 눈이 멀게 됩니다.
2. 전체 연산 파이프라인을 구축하기 전에 무작위(Random) 진입 벤치마크를 최우선으로 구동하십시오.
   • 내가 정교하게 깎아 만든 수학적 신호의 실제 기대값이 동전을 무작위로 던진 무작위 벤치마크 대비 뚜렷한 통계적 우위를 입증하지 못한다면, 복잡한 인프라나 머신러닝 모델을 만들 필요도 없이 그 자리가 즉각 연구 중단(Fast Fail) 지점이 되어야 합니다.
3. 대규모 최적화를 돌리기 전에 50건의 수동 표본 분석으로 방향 매핑 무결성을 먼저 감사하십시오.
   • 47%에 그친 방향 적중률은 수개월의 시스템 개발을 거칠 필요 없이, 초기 50건의 디커플링 수동 매핑 단계에서 이미 명확하게 포착되었을 신호입니다.
4. 전체 평균값을 집계하기 전에 구조적 세그먼트(Segment) 분리 필터를 먼저 적용하십시오.
   • 엔화(JPY)와 같은 글로벌 거시 구조적 특이값은 전체 평균에 묻혀 포트폴리오를 서서히 갉아먹습니다. 자산군별 개별 기대값과 분포를 반드시 독립적으로 해체해야 합니다.

10. 결론: 본 리서치의 한계와 경계선

• 본 리포트가 주장하지 않는 것: “페어 트레이딩(Pairs Trading)의 전면적 부정"을 뜻하지 않습니다. 두 자산의 롱과 숏 포지션을 동시에 체결하여 균형 차익을 취하는 시장중립 스프레드 매매는 수렴 사건이 그대로 계좌 손익으로 직결되는 완벽한 헷지 구조를 지니므로, 본 실험의 ‘단방향 베팅의 함정’과는 완전히 궤를 달리합니다. 공적분(Cointegration) 기반 매매가 왜 단순 상관관계 매매보다 우월한지를 반증하는 대목이기도 합니다.
• 본 리포트가 지지하는 것: 상관관계 자체는 포트폴리오의 리스크 오버랩을 방지하고 익스포저 한도를 계산하는 데 있어 매우 강력하고 훌륭한 계량 도구입니다. 다만, 단일 자산이 디커플링 이후 어느 방향으로 향할지를 맞추는 방향 예측 지표(Directional Predictor)로 상관관계 수렴 신호를 남용하는 용법이 통계학적 사기에 불과함을 엄격히 증명하고자 합니다.

11. 자주 묻는 질문 (FAQ)

Q. 상관관계가 벌어졌다가 다시 수렴하면 무조건 이익을 보는 것 아닌가요?

• A. 아닙니다. 두 자산의 상관성이 돌아왔다는 사실은 서로 가까워졌다는 통계적 거리의 복원일 뿐입니다. 내가 진입한 크로스 통화쌍이 원하는 방향으로 움직였는가는 완전히 별개의 문제입니다. 백테스트 결과 신호의 수렴율은 98.01%였으나, 포지션 승률은 47.47%에 불과하여 대다수 거래가 손실(52.53%)로 회귀했습니다.

Q. 손절매(Stop-Loss) 레벨을 매우 타이트하게 관리하면 이 전략이 살아날 수 있나요?

• A. 아닙니다. ATR 변동성의 2배 레벨로 손절매를 강제 적용했음에도 순수 기대값(0x)은 변함없이 음수(-5.86 pips)를 유지했습니다. 전체 청산 사건의 52.7%가 손절매 터치로 종결되었다는 통계는 전략의 손절 부재가 원인이 아니라, 진입한 방향 설정 자체가 원천적으로 잘못되었음을 직접 대변합니다.

Q. 엔화(JPY) 통화쌍에서 유독 처참한 손실이 발생한 이유는 무엇인가요?

• A. 엔화는 글로벌 경제의 핵심 안전자산입니다. 시장 위기나 거시적 공포 국면이 전개되면 일시적인 디커플링 넘어 극단적이고 일방적인 추세 지속성(Trending)을 보입니다. 이때 발생하는 이탈은 평균회귀로 되돌아올 수 없는 구조적 붕괴이며, 이 때문에 엔화 크로스 자산인 GBPJPY는 기대값 -36.28 pips라는 최악의 성적표를 남겼습니다.

추천 연관 리서치

• 백테스트 부검 시리즈:
  • 백테스트 부검 #1. 진입가가 엣지를 만든다: 동일 방향 예측 세션에서 체결 가격 차이가 누적 수익에 미치는 실측 연구입니다.
  • ChatGPT가 절대 못 잡는 미래 참조 편향(Look-Ahead Bias) 디버깅: 데이터 누수를 차단하고 시계열 인과율을 복구하는 핵심 퀀트 기술입니다.
  • 슬리피지 시뮬레이션: 체결 오차와 실전 자산 파산 경로의 실측: 백테스트 성과를 실전에 맞추는 슬리피지 모델링 가이드입니다.
  • 시장 모멘텀과 국면 동기화(Regime Sync) 분석: 추세 전환 국면에서의 타점 타이밍 최적화 분석입니다.
  • 상관관계와 방향성(Correlation is not Directional): 퀀트 투자에서 다중 자산 상관 수렴의 오판을 파헤친 통계적 실증 분석입니다.
• 개발 환경:
  • TradingView Pine Script v6 풋프린트 지표 개발 가이드: 실전에서 인과율 오류 없이 차트에 통계 데이터를 매핑하는 파인스크립트 v6 개발 실전서입니다.