이전까지 적정주가를 계산하고, 이를 기반으로 기대수익률을 구해보았다.
사실 가치지표와 재무지표 숫자들만 가지고 간단하게 적정주가를 계산한 것이기 때문에,
경영진이나 아니면 시계열적인 회사의 변화나 경영환경의 변화들이 해당 기대수익률에 반영이 되지는 않는다.
그래서 기대수익률만을 기반으로 투자를 할 생각은 없다.
하지만, 내가 분석을 잘못해서 골랐다고 하더라도, 실제 기대수익률이 높은, 그러니까 저평가된 종목이 실제로도 수익률이 높을 지 궁금해졌다.
그래서 처음 적정주가를 계산한 4.17일과 4.29일 간의 수익률을 한번 비교해보고자 한다.
물론 굉장히 짧은 기간이고, 가치투자라는 게 생각보다 장기적인 관점에서 주가가 올라갈 때까지 기다리는 것이지만,
'코로나'라는 특이한 상황에 의해서 단기간에 주가가 올랐기 때문에, 정말 주가가 급등하는 시기에 기대수익률이 높은 게, 수익을 더 많이 안겨주는지를 확인해 볼 수 있을거라 생각했다.
코스피가 3.19일이 최저점이어서 해당 주가를 크롤링하려했는데, 시간이 오래걸려서 우선은 4.17과 4.29를 비교해 보려하며,
생각보다 의미있는 결과가 나온것 같아서 틈틈히 주기적으로 확인해봐도 괜찮을 것 같다는 생각이 들었다.
먼저, 4.19일의 기대수익률과 종가를 불러오고, 4.29일의 종가를 불러왔다.
그리고 기대수익률에 대한 구간을 나눠서, 해당 구간 내의 평균 수익률을 한번 나타내보았다.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 | select case when return_rate > 100 then '1.기대수익률 100%~' when return_rate > 75 then '2.기대수익률 75%~100%' when return_rate > 50 then '3.기대수익률 50%~75%' when return_rate > 25 then '4.기대수익률 25%~50%' when return_rate > 0 then '5.기대수익률 0%~25%' when return_rate > -25 then '6.기대수익률 -25%~0%' when return_rate > -50 then '7.기대수익률 -50%~-25%' when return_rate > -75 then '8.기대수익률 -75%~-50%' when return_rate > -100 then '9.기대수익률 -100%~-75%' else '91.기대수익률 ~-100%' end as gubun , round(sum(rate)/count(*),2) as avg_rate from ( select code, name, industry, main_product, round((end_price_4_29/ end_price - 1 ) * 100,2) as rate, return_rate, ntile(100) over (order by return_rate desc) as percentile, row_number() over(order by return_rate desc) as idx from result ) a group by gubun order by gubun asc | cs |
대충 이렇게 쿼리를 작성하였다.
기대수익률이 100%가 넘었던 종목, 75%~100% 사이인 종목 등으로 구분을 하였고, 그 구분에 따른 평균 수익률을 계산해보았다.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 | x = test['quantile'] y = test['cnt'] fig, ax = plt.subplots(figsize=(20,6)) plt.plot( x, y, c="orange", ls = '-', marker = 'o', ms = 6 ) fig.suptitle("구간 별 수익률", size = 15, weight = 'bold', color='#3D2E2A') fig.subplots_adjust(top=0.92) # adjust the placing of subplot, adjust top, bottom, left and right spacing ax.set_xticks(x) ax.tick_params(axis='y', which='both', labelsize=14, labelcolor = '#9B8C8E', color='#9B8C8E') | cs |
seaborn을 통해서 간단하게 그래프를 그려보았고, 결과는 아래와 같다.
우선 해당 기간동안 장이 좋았기 때문에 (물론 오늘 코스피는 2%넘게 하락하였지만) 구간별 수익률이 다 +이고, 중간에 업다운은 있지만,
기대수익률이 낮을 수록, 실제 수익률이 낮아지는 경향성을 보임을 확인할 수 있었다.
해당 수익률은 종목 2,000여개 전체에 대해서 한것이지만,
실제 일반적으로 나는 '5개년간 ROE>0, 영업이익 >0, 배당수익률 > 0, 직전년도 배당수익률 >3%' 조건을 하나 더 걸어서 본다. 그렇게 조건을 두니,
현재기준으로 139개의 종목이 나왔고, 그것을 바탕으고 구간 별 수익률을 구해보았다.
우선 위의 조건을 걸게 되니, 기대수익률이 -75% 미만인 경우는 없나보다.
여기서는 위에서보다, 기대수익률이 낮을수록 실제 수익률이 낮아지는 경향이 조금 더 뚜렷하게 보여진다.
생각보다 적정주가가 저평가되있다면, 위로 올라갈 상승여력이 있고, 하방이 낮기 때문에, 적정주가 계산하는 것은 괜찮은 방법이라는 생각이 다시한번 들었다!
나중에 1월과 3.19일 급락때도, 저평가되있는 종목이 하락률이 더 낮았는지도 확인을 해봐야겠다.
주가 크롤링이 page가 넘어가면 잘 안되는 경향이 있는데, 한번 확인해보면 재밌을 것 같다.
'재테크 > 토이프로젝트' 카테고리의 다른 글
| #8. 5.20일 기준 적정주가 계산하기 (1) | 2020.05.20 |
|---|---|
| #7. 업종별 가치지표는 어떠할까? (1) (0) | 2020.05.08 |
| #5. 적정주가 계산하기 자동화 (0) | 2020.05.01 |
| #4. 적정주가 산출 및 기대수익률 계산하기 (2) | 2020.04.27 |
| #3. 종목 별 주가 불러온 후 DB에 저장하기 (0) | 2020.04.24 |