ai enhanced high dividend yield strategy

1. AI ENHANCED HIGH DIVIDEND YIELD STRATEGY
크래프트 AI 인헨스드 고배당 투자전략
김 은총
QRAFT TECHNOLOGIES, INC.
SEP 09 2019

2. QraftAI Enhanced High Dividend Yield Strategy
제안 배경

3. Qraft Technologies, Inc.
✓ 낮은 국채 금리로 인한 배당투자 수요 증가
- 국채 금리가 하락하면서 배당 투자 수요 증가
✓ 배당수익률이 국채 수익률을 역전하며 배당투자 매력도 증가
제안배경
3
국채 10년물 금리와 KOSPI 배당수익률 추이 비교 미국채 10년물 금리와 S&P500 배당수익률 추이 비교
주: 국채 10년물 금리와 KOSPI 배당수익률 추이 비교
자료: Data Guide
주: 미국채 10년물 금리와 S&P500 배당수익률 추이 비교
자료: Data Guide

4. Qraft Technologies, Inc.
제안배경
4
2016년 주요 글로벌 기업 현금보유액 미국 주요기업 현금 보유액 증가 추이
주: 2016년 주요 글로벌 기업 현금보유액
자료: 니혼게이자이신문
주: 애플, 마이크로소프트, 구글, 시스코, 오라클의 현금 보유액 합산
자료: Market Watch
✓ 현금 보유액 증가에 따른 배당 확대 가능성
- 글로벌 기업의 현금 보유액이 꾸준하게 증가
✓ FANG 기업의 미래 현금 배당 가능성
- FANG으로 불리는 미국의 대형 IT 기술주의 경우, 꾸준히 매출 성장과 함께 배당금 확대 가능성 존재

5. Qraft Technologies, Inc.
✓ 높은 배당수익률을 추구하다 발생하는 역선택: 고배당 함정
✓ 배당수익률은 DPS / P로 정의됨에 따라, 높은 배당 수익률은 아래의 케이스 발생
1) DPS가 높아지는 경우
- 기업의 펀더맨탈 개선으로 이한 배당금 확대
- 기업의 실적 악화에도 불구하고, 투자자 이탈을 막기 위해 배당금 확대
2) P가 떨어지는 경우
- 해당 기업 펀더맨탈 악화로 주가 하락
- 시장 전반적인 Downside로 인해 주가 하락
제안배경
5
일반 포트폴리오와 고배당 포트폴리오 비교
주: 일반 포트폴리오와 고배당 주식으로 구성된 포트폴리오 비교
자료: 자체제작

6. QraftAI Enhanced High Dividend Yield Strategy
구성 방법 및 성과

7. Qraft Technologies, Inc.
HDIV 투자 방법 및 성과
7
NYSE+NASDAQ 전종목 중
시가총액 xx%
기존 Quant 기반의 배당 투자 전략
자료: 자체 제작
배당수익률, DPS 등 Factor의 Z-score 계산
Z-score 기준 상위 100종목
AI Enhanced 배당 투자 전략
자료: 자체 제작
NYSE+NASDAQ 전종목 중
시가총액 xx%
배당수익률, DPS 등 Factor의 Z-score 계산
DNN 기준 상위 100종목
DNN
✓ 기존 퀀트 방식에 DNN을 접목하여 성과 개선
- 고배당 함정을 피하기 위해, 결국 고배당 기업 중에 펀더멘탈이 좋은 기업을 분류해내야하는 Task로 변경
✓ DNN의 경우 다음 사항을 고려
- Stochastic
- Modified latent Embedding
- Stable Weight Initialization
- Data Augmentation and Normalization

8. Qraft Technologies, Inc.
HDIV 투자 방법 및 성과
8
✓ Target 변수와 Input 변수로 설계
- Target 변수의 경우, 유니버스에서 선택된 기업들의 평균 Return대비 Up/Down을 기준
- Input 변수의 경우, 기업의 펀더멘탈의 우월성을 살펴봐야하기에 재무 데이터와 매크로 변수를 고려
✓ Sliding window method
- 일반적으로 학습 시킨 하나의 모델을 이용하여 리밸런싱 시점마다 예측값을 내게 됨
- Sliding window method의 경우, 매번 일정 기간 마다 반복 학습하게 됨으로써 변화되는 데이터 분포를 반영시킬 수 있는 장점
Train data
RebalancingRebalancing
Train data
Rebalancing
DNN Classifier
Learning Prediction
· · ·
Train data
DNN Classifier
Learning Prediction
DNN Classifier
Learning Prediction
every X month

9. Qraft Technologies, Inc.
9
Ann Return(Arith) Dividend yield Total Return Ann Sharpe Ann Std Dev MDD Win/Loss Ration
DNN Strategy 0.14336 0.0356 0.17896 0.90856 0.15782 0.46614 0.6495
Quant Strategy 0.0965 0.0363 0.1328 0.5643 0.1710 0.5997 0.5893
SPY ETF 0.0748 0.0238 0.0952 0.5248 0.1426 0.5220 0.6195
1993-01-01
1993-09-01
1994-05-01
1995-01-01
1995-09-01
1996-05-01
1997-01-01
1997-09-01
1998-05-01
1999-01-01
1999-09-01
2000-05-01
2001-01-01
2001-09-01
2002-05-01
2003-01-01
2003-09-01
2004-05-01
2005-01-01
2005-09-01
2006-05-01
2007-01-01
2007-09-01
2008-05-01
2009-01-01
2009-09-01
2010-05-01
2011-01-01
2011-09-01
2012-05-01
2013-01-01
2013-09-01
2014-05-01
2015-01-01
2015-09-01
2016-05-01
2017-01-01
2017-09-01
2018-05-01
2019-01-01
DNN Price return DNN Total return
Quant Price return Quant Total return
HDIV 투자 방법 및 성과 ✓ 크래프트의 AI-Enhanced High Dividend Yield Strategy의 성과는 우수함을 알 수 있음
- Period: 1993-01-01 ~ 2019-03-31
- Target market: NYSE, NASDAQ
- Security type: COMMON
- Market Value Condition: Top 20%
- Rebalancing Period: 3 months

10. Qraft Technologies, Inc.
10
✓ 전략의 강건성 확보
- SPY ETF를 상회하는 경우는 전체 구간 중에 54.9%에 이름
- 2000년도에 있었던 IT버블과 2008년 금융위기 시기를 제외한 상당 구간에서 수익을 얻을 수 있었음
✓ 높은 배당 수익률 확보
- Back-test 전 구간에서 SPY ETF 대비 평균 2% 가량 높은 배당수익률을 얻는 것을 확인
12month rolling return and spread Dividend yield spread
주: 12M rolling return and spread
자료: Thomson Reuters Datastream, Data Guide, 자체 제작
주: US 배당투자 전략과 S&P500의 배당수익률 spread
자료: Thomson Reuters Datastream, Data Guide, 자체 제작
HDIV 투자 방법 및 성과

11. QraftAI Enhanced High Dividend Yield Strategy
활용 방안

12. Qraft Technologies, Inc.
12
활용방안 1)
Hedge strategy
✓ Qraft AI-Enhanced High Dividend ETF (가칭)을 활용한 Income-Enhanced 전략을 통해 늘어나는 인컴형 상품 수요에 대응
가능할 것으로 기대
✓ 마켓헤징은 시장모멘텀과 평균회귀를 고려하여 일정 헤지비율로 on/off 하는 헷지 방식
-1
-0.9
-0.8
-0.7
-0.6
-0.5
-0.4
-0.3
-0.2
-0.1
0
0.5
5
50
Dynamic Hedge strategy
drawdown cumulative return S&P 500 no_hedge_QRFT

13. Qraft Technologies, Inc.
13
• Total cumulative return
활용방안 1)
Hedge strategy
✓ 크래프트의 AI-Enhanced High Dividend Yield ETF(가칭) 와 S&P 500 선물 매도를 결합한 동적 베타 헤지 전략을 통해 효
율적으로 시장 리스크를 제어함과 동시에 ETF를 통해 창출되는 시장대비 성과의 극대화
✓ 시장 위험을 동적으로 헷지시, 안정적인 수익을 가져다 줌을 확인 할 수 있음 (Total return기준).

14. Qraft Technologies, Inc.
14
미국채 10년물 시그널을 활용한 EMP 전략
✓ 고배당과 채권은 서로 대체제
- 고배당 ETF의 경우 안정적인 배당수익률을 기대할 수 있어 채권을 대체할 수 있는 투자처
✓ 미국채 10년물의 금리를 이용한 투자 시그널
- 미국채 금리가 S&P 배당수익률을 하회한다면 고배당 투자에 대한 매력도가 증가하므로 고배당 ETF 비중 확대
- 미국채 금리가 상회한다면 Capital Gain의 매력도가 높아지므로 모멘텀 ETF(AMOM) 비중 증가
활용방안 2)
EMP strategy
국고채 수익률과 S&P500 배당 수익률을 이용한 Signal
-3.00
-2.00
-1.00
0.00
1.00
2.00
3.00
0.00
0.50
1.00
1.50
2.00
2.50
3.00
3.50
4.00
4.50
2009-01-01
2009-06-01
2009-11-01
2010-04-01
2010-09-01
2011-02-01
2011-07-01
2011-12-01
2012-05-01
2012-10-01
2013-03-01
2013-08-01
2014-01-01
2014-06-01
2014-11-01
2015-04-01
2015-09-01
2016-02-01
2016-07-01
2016-12-01
2017-05-01
2017-10-01
2018-03-01
2018-08-01
2019-01-01
Signal(우) 미국채(좌) S&P500 배당수익률

15. Qraft Technologies, Inc.
✓ 채권 수익률과 배당수익률의 시그널로 ETF 비중을 변화하며 투자하는 EMP strategy 제안
- 미국채 금리 < S&P 배당수익률 → 고배당 ETF 80% / 모멘텀 ETF 20%
- 미국채 금리 < S&P 배당수익률 → 고배당 ETF 20% / 모멘텀 ETF 80%
✓ 단일 ETF를 투자하는 것 대비 비교적 우수한 성과를 기록
15
활용방안 2)
EMP strategy
0
1
2
3
4
5
6
7
2008-12-01
2009-04-01
2009-08-01
2009-12-01
2010-04-01
2010-08-01
2010-12-01
2011-04-01
2011-08-01
2011-12-01
2012-04-01
2012-08-01
2012-12-01
2013-04-01
2013-08-01
2013-12-01
2014-04-01
2014-08-01
2014-12-01
2015-04-01
2015-08-01
2015-12-01
2016-04-01
2016-08-01
2016-12-01
2017-04-01
2017-08-01
2017-12-01
2018-04-01
HDVI ETF (고배당) AMOM ETF (모멘텀) EMP 전략
단일 ETF의 성과와 EMP전략의 성과 Chart
고배당전략 모멘텀전략

16. THANK YOU