추세추종 전략의 성과를 검증할 때 사용하는 허스트 지수(Hurst exponent)나 자기상관 분석은 실제로 추세의 지속성을 얼마나 신뢰성 있게 예측하나요?

결론부터 말씀드리면, 허스트 지수(Hurst exponent)와 자기상관 분석은 추세추종 전략의 국면을 사후적으로 진단하는 데는 유용하지만, 미래 추세의 지속성을 신뢰성 있게 예측하는 도구로 보기는 어렵습니다.

먼저 이론적으로 허스트 지수 H는 시계열의 장기기억 정도를 나타냅니다. H=0.5면 랜덤워크로 예측이 어렵고, 0.5보다 크면 지속성(추세)을, 0.5보다 작으면 반지속성(평균회귀)을 뜻하며 자기상관 부호와 대응합니다. 문제는 이 값이 '계산'되는 것이 아니라 '추정'된다는 점입니다. 추정 방법(R/S, DFA, GHE, 적률법 등)과 사용 시차(lag), 표본 주기에 따라 값이 크게 달라집니다.

실제로 신뢰성을 흔드는 한계는 세 가지입니다. ① 추정 불안정성입니다. 일부 실증 분석에서는 동일한 지수 ETF 데이터를 놓고도 짧은 시차 구간에서는 반지속(H가 0.5보다 낮음), 긴 시차 구간에서는 지속(H가 0.5보다 높음)으로 정반대 결론이 나오는 사례가 보고되었고, 이 시차 선택 자체가 자의적이라는 평가를 받습니다. ② 표본 길이 의존성입니다. DFA는 합리적 정확도를 위해 통상 500개 이상 표본이 필요하며 짧은 시계열에서는 편향과 분산이 커집니다^[1]. 방법에 따라서도 편향의 방향과 크기가 다릅니다. ③ 시간가변성입니다. H는 롤링윈도우로 보면 시간에 따라 계속 변하는 비정상적 값이어서, 과거 구간에서 관측된 값이 미래에도 유지된다는 보장이 없습니다. 이 때문에 H 기반 전략은 "미래가 과거와 같다"는 검증되지 않은 가정에 의존한다는 비판을 받습니다.

자기상관 분석도 마찬가지로 한계가 있습니다. 주식 수익률의 자기상관은 대체로 약하고, 초단기에는 음, 단기(수개월)에는 양(모멘텀), 장기(수년)에는 음(반전)으로 부호 자체가 국면에 따라 바뀝니다^[2]. 게다가 자기상관 계수가 낮게 측정되어도 예측 가능성이 숨어 있는 경우가 있어(예: 큰 변동 후 반전, 작은 변동 후 지속), 계수 크기만으로 추세 지속 여부를 단정하기는 어렵습니다.

다만 완전히 무용하다는 뜻은 아닙니다. 실증 연구에서는 고지속성(고 H) 국면에서 롱-숏 결합 추세추종 전략이 유의하게 우수했던 반면, 저 H 국면에서는 단순 매수후보유가 더 나은 경우도 있었습니다^[3]. 즉 국면 전환을 감지하는 보조 지표로서는 활용 가치가 있습니다. 또한 성숙한 선진시장의 H는 0.5 근처에 머무는 반면 신흥시장은 대체로 0.5보다 높게 나타나 지속성이 강하고, 시간이 지나며 0.5로 수렴하는(효율성이 높아지는) 경향도 관찰됩니다^[4].

정리하면, 허스트 지수와 자기상관은 단독으로 신뢰성 높은 예측 도구가 아니라 국면 진단·보조 필터로 쓰일 때 의미가 있습니다. 실제로 활용하신다면 표본 길이를 충분히(최소 수백 개 이상) 확보하고, 여러 추정 방법을 교차 검증하며, 다른 지표와 병행해 out-of-sample 성과를 거래비용까지 반영해 재검증하는 과정이 필요합니다. 본 콘텐츠는 일반적 정보·교육 목적이며 특정 종목의 매수·매도 추천이 아닙니다. 아울러 이는 세법이나 제도가 아닌 계량·통계 방법론의 영역이므로 2026년 세제 변경과는 무관하며, 어떤 지표를 어떻게 활용할지에 대한 투자 판단과 그 책임은 투자자 본인에게 있습니다.