실적 발표 전날 매수하면? 2년간 연 53% 수익 낸 퀀트 전략 공개

 

📊 실적 발표 전날 매수, 발표 당일 청산 — 이 단순한 아이디어가 연 53.8% 수익을 낳을 수 있을까요? 2024~2026년 미국 주식 시장 백테스트에서 Sharpe 2.317을 기록한 퀀트 전략의 개발 과정을 7단계로 투명하게 공개합니다. 좋은 결과뿐 아니라 실패한 가설과 솔직한 한계도 함께 담았습니다.

실적 발표 전날 매수하면? 연 53% 수익을 기록한 전략 연구

2026년 04월 28일  ·  퀀트전략  ·  백테스트  ·  미국주식

미국 주식 시장에서 가장 극적인 순간은 언제일까요. FOMC 금리 결정, 경제 지표 발표도 있지만 개별 기업 관점에서는 실적 발표(어닝 시즌)가 단연 최고입니다.

애플이나 엔비디아가 실적을 발표하면 다음날 주가가 10%, 20% 폭등하거나 폭락합니다. 대부분의 투자자는 이 순간을 리스크로 피하거나, 발표 후 반응을 보고 뒤늦게 따라 들어갑니다.

그런데 반대 방향으로 생각해보면 어떨까요.

💡 발표 전날, 이미 기대감이 쌓여 있다면? 그 기대감 자체가 수익이 될 수 있지 않을까?

이 질문 하나에서 시작한 연구가 오늘 소개할 전략, US-EARNINGS-PRE-BUY입니다.

 

먼저 결과부터: 숫자가 먼저다 📈

백테스트(과거 데이터로 전략을 시뮬레이션해 "이 전략을 과거에 썼다면 어떤 결과가 나왔을까" 계산하는 것)를 2024~2026년 2.3년간 돌린 결과입니다.

연평균 수익률 (CAGR)

53.8%

샤프 비율 (Sharpe)

2.317

최대 손실 (MDD)

-13.7%

잠깐, 용어를 짚고 넘어가겠습니다.

📖 샤프 비율(Sharpe Ratio)이란?
수익을 리스크(변동성)로 나눈 값입니다. 쉽게 말하면 "감수한 위험 한 단위당 얼마나 벌었는가"입니다.

• 1.0 미만: 리스크 대비 수익이 아쉬운 수준
• 1.0~1.5: 준수한 전략
• 1.5~2.0: 우수한 전략 (헤지펀드 목표치)
• 2.0 이상: 매우 드문 수준

미국 S&P500 장기 투자의 샤프 비율은 보통 0.5~0.7입니다.

📖 MDD(Maximum DrawDown, 최대 낙폭)이란?
전략 실행 중 고점에서 저점까지 가장 크게 손실을 본 구간입니다. -13.7%라면 "제일 안 좋을 때 원금이 13.7% 줄어들었다"는 뜻입니다. 하락 방어력을 보여주는 지표입니다.

샤프 2.3, 최대 손실 -13.7%. 허황된 숫자처럼 보일 수 있지만, 어떻게 이 결과가 나왔는지 연구 과정을 투명하게 공개하겠습니다.

 

전략의 핵심 아이디어: 왜 작동하는가 🔑

전략 구조는 단순합니다.

실적 발표 전날(T-1) 장 마감 직전 매수
→ 발표 당일(R) 청산 (보유 기간: 대부분 하루)

기관 투자자들은 실적 시즌 전에 미리 포지션을 잡습니다. 특히 "52주 신고가 근처"에 있는 종목은 이미 기관 매수세가 지속되어 왔고, 시장의 기대치가 높습니다. 실적 발표 전날이 되면 그 기대감이 주가에 더욱 반영되기 시작합니다.

단, 아무 종목이나 사는 게 아닙니다. 아래 두 가지 조건을 통과한 종목만 선택합니다.

1. 52주 최고가에서 3% 이내 — 최근 52주 중 가장 높은 가격과 현재 가격의 차이가 3% 이하인 종목. "주가가 최고 수준에 있어서 기대감이 이미 높은 종목"을 의미합니다.
2. 성장 섹터 한정 — 기술주, 헬스케어, 금융, 통신 업종. 에너지·소비재·산업재 등은 실적보다 원자재 가격이나 경기 흐름에 더 민감해 제외했습니다.

 

Sharpe 1.0에서 2.3으로: 7단계 개선 여정 🚀

이 전략은 처음부터 완성형이 아니었습니다. 7번의 단계적 개선을 거쳤습니다. 아래 차트가 그 과정을 한눈에 보여줍니다.

▲ 단계별 Sharpe 비율 진화 (Phase 1 → Phase 7)

Phase 1 — 가장 단순한 출발  Sharpe 1.005

실적 발표 전날 종가에 모든 종목 매수, 다음 날 시가에 무조건 청산. 아무런 조건 없이도 샤프 1.0이 나왔습니다. 실적 발표 전날 매수 자체에 이미 통계적인 수익성이 존재한다는 첫 번째 증거였습니다.

Phase 2 — 52주 고가 필터  Sharpe 1.280 (+0.28)

"모든 종목"에서 "52주 고가 3% 이내 종목만"으로 좁혔습니다. 최고가에 가까운 종목일수록 기관의 기대감이 높고, 실적 서프라이즈가 나왔을 때 추가 상승 에너지가 더 크다는 가설이 맞아떨어졌습니다.

Phase 3 — 섹터 필터  Sharpe 1.390 (+0.11)

5개 섹터(에너지, 소비재, 경기소비재, 산업재, 부동산)를 제외했습니다. 이 섹터들은 실적 발표보다 원자재 가격, 금리, 경기 사이클에 더 크게 반응해 패턴이 일관되지 않았습니다.

Phase 4 — 갭 방향별 청산 ⬅ 최대 도약  Sharpe 1.760 (+0.37)

청산 규칙 하나를 바꿨는데 샤프가 무려 +0.37 올랐습니다.

기존: "무조건 다음 날 시가에 판다"
변경: 갭업(시가 상승) → 바로 시가에 청산  |  갭다운(시가 하락) → 종가까지 기다린다

📖 갭(Gap)이란? 전날 종가와 다음 날 시가의 차이입니다. 실적 발표 후 예상보다 좋은 결과가 나오면 다음 날 시가가 전날 종가보다 훨씬 높게 시작(갭업)합니다. 반대면 갭다운입니다.

Phase 5 — 포트폴리오 변동성 자동 조절  Sharpe 2.009 (+0.25)

시장이 조용할 때는 더 크게, 시장이 출렁일 때는 작게 베팅하는 변동성 타겟팅 방식을 도입했습니다. 목표 연 변동성 30%에 맞게 포지션 크기를 자동 조절합니다.

Phase 7 — 최종 버전 🏆  Sharpe 2.317 (+0.31)

규칙 1 — 과도 갭 즉시 청산: 갭이 지나치게 크게 열렸고 장중 약세라면 시가에 바로 팝니다. "이미 너무 많이 올랐다"고 판단하는 것입니다.

규칙 2 — EPS 서프라이즈 시 보유 연장: EPS가 예상치보다 5% 이상 높게 나오고 당일 종가가 매수가 이상이라면 발표 후 3거래일 종가까지 보유를 연장합니다.

📖 EPS 서프라이즈(어닝 서프라이즈)란? EPS(Earnings Per Share, 주당 순이익)가 애널리스트들의 평균 예상치를 뛰어넘는 것입니다. 예상 EPS $2.00인데 실제로 $2.15가 나오면 7.5% 서프라이즈입니다.

📖 PEAD(Post-Earnings Announcement Drift)란? 학계에서 검증된 현상으로, 어닝 서프라이즈 이후 주가가 며칠~몇 주에 걸쳐 같은 방향으로 계속 움직이는 패턴입니다. "호실적 발표 당일 10% 올랐는데, 그다음 3일도 추가로 5% 더 오르는" 식의 흐름입니다. 규칙 2는 이 현상을 잡기 위해 설계됐습니다.

 

가장 큰 발견: 출구가 진입보다 중요하다 🎯

▲ 청산 규칙별 Sharpe 비율 비교

Phase 4에서 청산 방법만 바꿨는데 샤프가 1.39 → 1.76으로 +0.37이나 올랐습니다. 같은 종목, 같은 매수 타이밍인데 언제 파느냐만 달랐을 뿐입니다.

반면 진입 조건(Phase 2, Phase 3)의 기여는 각각 +0.28, +0.11이었습니다.

💡 데이터가 말하는 핵심
"언제 살 것인가"보다 "언제 팔 것인가"가 훨씬 더 결정적이었습니다. 종목 발굴과 매수 타이밍에는 엄청난 에너지를 쏟지만, 출구 전략은 흔히 소홀히 넘어갑니다. 데이터는 반대를 말합니다.

 

반직관적 발견: VIX 필터는 오히려 성과를 낮췄다 🔄

📖 VIX란? 미국 시장의 "공포 지수"라고도 불립니다. 투자자들이 앞으로 30일 동안 시장이 얼마나 출렁일 것으로 예상하는지를 옵션 가격으로 계산한 수치입니다. 20 이하면 평온한 장세, 30 이상이면 불안한 장세, 코로나 초반에는 80까지 치솟았습니다.

"시장이 불안할 때는 전략을 쉬어야 하지 않을까?"라는 생각에 VIX < 25 조건을 넣어봤습니다. 즉, VIX가 높아서 불안한 장세일 때는 거래를 멈추는 식입니다.

결과: 오히려 샤프가 떨어졌습니다.

2020년 3~4월 코로나 팬데믹 초반을 떠올려보세요. 그때 VIX는 80까지 올랐습니다. VIX 필터를 쓰면 이 시기가 통째로 제외됩니다. 그런데 2020년은 이 전략이 가장 잘 작동한 해 중 하나였습니다(샤프 1.86). 시장 전체는 공포에 휩싸여 있었지만, 실적을 발표하는 개별 기업들은 그 공포와 무관하게 실적이라는 신호를 발표했습니다.

VIX가 "시장이 얼마나 두려워하는가"(심리, 미래 예측값)를 측정한다면, 우리에게 더 필요한 건 "시장이 실제로 얼마나 출렁이고 있는가"(현실, 실현값)였습니다. 그래서 찾은 대안이 HV20입니다.

📖 HV20(20일 역사적 변동성, Historical Volatility)이란?
최근 20거래일(약 한 달) 동안 QQQ(미국 기술주 ETF)의 일별 주가가 실제로 얼마나 출렁였는지를 연간 기준으로 환산한 수치입니다.

QQQ는 나스닥100 지수를 추종하는 ETF로, 애플·엔비디아·마이크로소프트 등 미국 기술주 상위 100개 종목으로 구성됩니다. 시장 전체의 온도계 역할을 합니다.

HV20 < 15%라는 조건은 "최근 한 달간 QQQ가 조용하게 움직였다(연 변동성 15% 미만)"를 의미합니다. 시장이 안정된 상태에서만 전략을 가동한다는 뜻입니다.

▲ 레짐 필터 종류별 샤프 개선 효과 (HV20 < 20%가 최상위)

HV20 < 20% 필터가 가장 효과적이었고(ΔSharpe +0.484), VIX 기반 필터들은 기대 이하였습니다. 이후 최적화를 통해 15% 임계값이 가장 효율적임을 확인했습니다.

 

"이 전략이 최근만 잘된 건 아닌가요?" — 연도별 수익률 전체 공개 📅

❓ "이거 전략 개발한 기간에만 맞춰진 거 아닌가요?"
타당한 의심입니다. 이를 검증하기 위해 OOS(Out-of-Sample, 표본 외 기간) 테스트를 진행했습니다.

📖 IS(In-Sample) vs OOS(Out-of-Sample)이란?

• IS(표본 내): 전략을 개발하고 최적화하는 데 사용한 기간. 이 연구에서는 2024~2026년입니다.
• OOS(표본 외): 전략 개발에 쓰지 않은, 완전히 독립된 시험 기간. 이 연구에서는 2020~2023년입니다.

좋은 전략은 IS에서 잘 되는 것뿐만 아니라 OOS에서도 의미 있는 성과를 내야 합니다. OOS가 나쁘면 "IS 데이터에만 과적합(Overfitting)된 전략"으로 봐야 합니다.

결론부터 말하면, 전략에는 명백한 약점이 있습니다. 그리고 그 약점을 어떻게 극복했는지가 이 연구의 핵심입니다.

▲ 연도별 수익률과 누적 자산 변화 (2020~2025)

2020년과 2021년은 훌륭했습니다. 각각 +53.9%, +37.1%로 전략이 잘 작동했습니다.

그런데 2022~2023년에 전략이 완전히 무너졌습니다. -33.1%, -23.7%. 미국 연준이 공격적으로 금리를 올린 시기였습니다. 기술주와 헬스케어 주가가 전반적으로 하락했고, 실적이 좋아도 섹터 전체가 눌려 있으니 발표 당일 갭업이 잘 나오지 않았습니다.

⚠️ "레짐 필터 없이는 실전 불가" — 라는 결론이 여기서 나왔습니다.

2024~2025년(IS 구간)은 HV20 레짐 필터를 포함한 최종 전략으로 각각 +41.7%, +90.4%를 기록했습니다. 2022~2023년처럼 고변동성 장세였다면 대부분 거래를 건너뛰었을 것입니다.

구분	기간	Sharpe
OOS 기준 (필터 없음)	2020~2023	0.193
OOS + HV20 필터	2020~2023	1.003
IS 기준 (필터 없음)	2024~2026	2.317
IS + HV20 필터	2024~2026	2.255

HV20 필터를 쓰니 OOS 샤프가 0.19 → 1.00으로 5배 뛰었습니다. IS 성과는 2.317 → 2.255로 미미하게만 줄었습니다(-0.062). 거의 공짜로 OOS 안정성을 대폭 끌어올린 셈입니다.

▲ IS vs OOS Sharpe 비교 (HV20 필터 적용 전후)

 

섹터에 따라 이렇게 다르다 🏭

전략의 수익이 모든 업종에서 고르게 나오지 않습니다.

▲ 채택 섹터 vs 제외 섹터 분포

Technology와 Healthcare에서 대부분의 알파(시장 초과 수익)가 나옵니다. 기술주와 제약·바이오는 실적이 주가에 즉각 반영되는 특성이 강합니다. 반면 에너지주는 원유 가격, 소비재주는 전체 경기 흐름에 더 민감해서 개별 실적 발표의 의미가 상대적으로 흐려집니다.

 

통계적으로 이 결과가 "우연"일 가능성은? 🔬

두 가지 방법으로 검증했습니다.

① 부트스트랩 리샘플링 (1,000회 반복)

📖 부트스트랩(Bootstrap)이란? 보유한 121건의 거래 데이터를 무작위로 1,000번 다시 뽑아서(복원추출), 각각의 샤프 비율을 계산하는 방법입니다. "혹시 특정 거래가 운 좋게 포함됐기 때문에 성과가 좋은 건 아닌가?"를 확인합니다.

1,000번 중 하위 5%의 시나리오에서도 샤프가 1.504였습니다. 운이 매우 나쁜 경우에도 여전히 샤프 1.5 이상을 유지한다는 뜻입니다.

② 순열 검정 (p-value)

📖 순열 검정이란? 실제 전략의 거래 날짜를 무작위로 섞어버리고, 그 상태에서 샤프를 계산하는 과정을 수천 번 반복합니다. "날짜와 수익 간의 연관성이 없는 랜덤 전략이 우리 전략만큼 좋을 수 있는가?"를 검증하는 것입니다.

p-value = 0.0000 — 랜덤 전략이 우리 전략의 성과를 달성할 확률이 0에 수렴합니다. 전략의 알파(수익 원천)는 통계적으로 실재합니다.

▲ IS 구간 연도별 성과 분포

▲ 거래비용 민감도 분석

📖 거래비용 민감도란? 위 차트는 수수료가 오를수록 성과가 어떻게 줄어드는지를 보여줍니다. bps(베이시스 포인트)는 0.01%를 1bps라고 부르는 금융 단위입니다. 30bps = 0.3%입니다. 손익분기 비용이 194bps(1.94%)이므로, 실제 수수료(약 30bps) 기준으로 약 6배 이상의 여유가 있습니다.

 

솔직한 한계 ⚠️

이 전략에 대해 과장하고 싶지 않습니다. 알아야 할 약점들을 공개합니다.

① IS 기간이 강세장이었다
2024~2026은 AI 테마와 기술주 강세장이었습니다. 우리 전략이 기술주를 주로 담기 때문에 이 시기의 성과가 특히 좋았을 수 있습니다. 더 긴 기간, 특히 장기 베어마켓 구간에서의 검증이 필요합니다.

② 생존 편향(Survivorship Bias)
현재 상장되어 있는 종목만 대상으로 했습니다. 이 기간 중 상장 폐지되거나 인수된 기업들의 실패 케이스는 포함되지 않았습니다. 실제보다 성과가 과장될 수 있습니다.

③ 거래 기회가 생각보다 적다
HV20 필터 통과율이 약 28%입니다. 100개 실적 발표 기회 중 28개만 거래한다는 뜻입니다. 활발한 거래를 원한다면 답답하게 느껴질 수 있습니다.

④ 알파는 소문나면 사라진다
이 전략이 알려질수록 같은 전략을 따라 하는 투자자가 늘어나고, 수익성이 줄어듭니다. 모든 시장 알파는 시간이 지나면 희석됩니다.

 

 

마치며: 이 연구가 주는 세 가지 교훈 📝

이 연구가 주는 가장 큰 교훈은 세 가지입니다.

1. 출구를 설계하라. 어떤 종목을 살 것인가보다 언제 팔 것인가가 더 중요했습니다. 진입 조건 개선의 기여는 +0.39였지만, 출구 개선의 기여는 +0.74였습니다.
2. 시장 환경을 먼저 확인하라. 아무리 좋은 전략도 시장이 출렁이는 시기에는 통하지 않습니다. "레짐 필터(시장 환경 스위치)"가 OOS 샤프를 0.19에서 1.00으로 끌어올렸습니다.
3. 직관을 의심하라. VIX 필터가 상식처럼 보였지만 데이터는 반대를 말했습니다. 당연해 보이는 가설도 실제로 검증해봐야 합니다.

투자는 불확실성 속에서 이루어집니다. 하지만 그 불확실성 속에서도 체계적인 패턴을 찾는 노력은 의미가 있습니다. 이 기록이 그런 탐구의 참고가 되길 바랍니다.

📊

US-EARNINGS-PRE-BUY 전략 핵심 요약

최종 성과 (IS 2024~2026): Sharpe 2.317 · CAGR 53.8% · MDD -13.7%

핵심 원리: 실적 발표 전날(T-1) 종가 매수 → 발표 당일 청산. 52주 고가 3% 이내 + 기술·헬스케어 섹터 한정.

가장 큰 개선 (Phase 4):

갭업 → 당일 시가 청산  |  갭다운 → 당일 종가 청산

시장 환경 필터 (레짐): QQQ HV20 < 15% 일 때만 진입. OOS Sharpe 0.19 → 1.00

통계 검증: Bootstrap P5 = 1.50 이상 · 순열 p-value = 0.0000

Project Helix · 2026-04-28 · 백테스트 결과는 실제 투자 수익을 보장하지 않습니다

 

 

용어 정리 (빠른 참조) 📚

용어	쉬운 설명
백테스트	과거 데이터로 "이 전략을 과거에 썼다면?" 시뮬레이션
샤프 비율	리스크 1단위당 수익. 높을수록 좋음. S&P500 = 0.5~0.7
CAGR	연평균 수익률 (복리 기준)
MDD	전략 중 가장 크게 손실을 본 구간(%)
bps	0.01% = 1bps. 30bps = 0.3%
갭업/갭다운	전날 종가 대비 다음 날 시가가 올라/내려서 시작
EPS 서프라이즈	주당 순이익이 시장 예상치를 크게 웃돈 것
PEAD	어닝 서프라이즈 후 며칠간 주가가 같은 방향으로 계속 움직이는 현상
VIX	미국 시장 공포 지수. 미래 변동성 예상치
QQQ	나스닥100 ETF. 미국 기술주 대표 지수 대리 지표
HV20	최근 20거래일간 QQQ의 실제 변동폭. VIX와 달리 '실현값'
IS / OOS	IS = 전략 개발에 쓴 기간, OOS = 검증용 독립 기간
레짐 필터	"지금 전략을 써도 되는 시장 환경인가" 판단하는 조건
알파	시장 평균을 초과하는 수익
부트스트랩	보유 데이터를 1,000번 재표본 추출해 최악 시나리오를 추정하는 통계 방법

⚠️ 투자 유의사항: 본 글은 연구 및 정보 제공 목적으로 작성된 것입니다. 백테스트 결과는 과거 데이터 기반 시뮬레이션으로, 실제 투자 성과를 보장하지 않습니다. 투자의 모든 결정과 책임은 투자자 본인에게 있으며, 필요 시 전문 금융 자문을 구하시길 권장합니다.

이 연구가 체계적인 투자 탐구에 작은 도움이 되길 바랍니다. 😊