저자들은 관측 가능한 회사채 팩터와 IPCA로 추출한 잠재 팩터를 대상으로 Bayesian 방식으로 거래비용을 추정한다. 마찰을 무시하면 20개 관측 팩터가 수익성이 있지만 현실적 거래비용을 적용하면 20개 중 단 하나만 살아남는다. IPCA 전략 역시 살아남기는 하지만 표본외 tangency portfolio의 Sharpe가 마찰 없는 7.80에서 거래비용 반영 후 2.25까지 크게 하락한다.
편집 전 브리핑 원문 펼치기
구분: 논문 · SSRN 워킹페이퍼
공개일: 2026년 4월 20일 / 최근 개정 4월 22일
원문: SSRN 원문
핵심 요약
이 논문은 회사채 팩터 전략에서 가장 중요한 질문을 정면으로 다룬다. **“백테스트 알파가 아니라 실제 거래비용을 지불한 뒤 얼마가 남는가?”**다.
저자들은 관측 가능한 회사채 팩터와 IPCA로 추출한 잠재 팩터를 대상으로 Bayesian 방식으로 거래비용을 추정한다. 마찰을 무시하면 20개 관측 팩터가 수익성이 있지만 현실적 거래비용을 적용하면 20개 중 단 하나만 살아남는다. IPCA 전략 역시 살아남기는 하지만 표본외 tangency portfolio의 Sharpe가 마찰 없는 7.80에서 거래비용 반영 후 2.25까지 크게 하락한다.
실무 시사점
채권 트레이딩: ML 연구에서 prediction IC → gross P&L까지만 보면 거의 의미가 없다. 최소한 expected alpha − bid/ask − market impact − financing − execution delay를 목표변수에 가깝게 취급해야 한다.
시장미시구조: ML이 발견하기 쉬운 이상가격일수록 유동성이 낮아 실제 거래비용이 높은 경우가 많다. 즉 가장 높은 예측 알파와 가장 높은 실현 알파의 종목 순위가 다를 수 있다.
리스크관리: 모델 출력값을 기대수익 하나로 두지 말고 E[P&L], E[Cost], P(fill), liquidity tail risk를 별도 추정하는 것이 좋다.
한국 적용: 민평 대비 괴리율이 큰 종목을 고르는 모델을 만들더라도 실제 체결 데이터로 비용함수를 따로 학습해야 한다. 회사채뿐 아니라 국고 경과물·본드스왑 상대가치에서도 동일하다.
데스크 적용 우선순위: ★★★★★