# -*- coding: utf-8 -*- """주식 계좌에 섞을 금속 — 은 ETF 냐 금 ETF 냐 (AlgoLab · 2026-10-12) 세 계좌를 같은 날 같은 돈으로 시작한다. ① KODEX 200 만 ② KODEX 200 7 : KODEX 은선물(H) 3 ③ KODEX 200 7 : KODEX 골드선물(H) 3 매달 첫 거래일 종가에 비율을 다시 7:3 으로 맞춘다(사고판 금액에 편도 0.1%). 가격은 야후 수정종가(분배금 반영) — data_silver/ 에 얼려 두었다(2026-10-08 까지). 교차 판: 미국 SPY + SLV / GLD (달러, 2006-05~). 돌리는 법: pip install numpy pandas → python run_silver.py """ import os import numpy as np import pandas as pd HERE = os.path.dirname(os.path.abspath(__file__)) D = os.path.join(HERE, "data_silver") FEE = 0.001 # 편도 0.1% 원금 = 1000 # 만원 WS = [0, 5, 10, 15, 20, 25, 30, 40, 50] ASOF = {"K": "2026-10-08", "U": "2026-10-09"} PANELS = { "K": dict(이름="국내 상장(원화)", eq="069500_KS", ag="144600_KS", au="132030_KS", start="2011-07-18", 주식="KODEX 200", 은="KODEX 은선물(H)", 금="KODEX 골드선물(H)"), "U": dict(이름="미국 상장(달러)", eq="SPY", ag="SLV", au="GLD", start="2006-05-01", 주식="SPY", 은="SLV", 금="GLD"), } def load(sym): df = pd.read_csv(os.path.join(D, sym + "_1d.csv"), parse_dates=["date"]) return df.set_index("date")["close"].rename(sym) def panel(pn): P = PANELS[pn] px = pd.concat([load(P["eq"]), load(P["ag"]), load(P["au"])], axis=1, join="inner").dropna() return px.loc[P["start"]:ASOF[pn]], P def sim(px, w): """두 열(주식, 금속) 가격 → 계좌 가치(첫날 1 - 비용). 월이 바뀐 첫 거래일 종가에 되돌림.""" r = px.pct_change().fillna(0.0).values idx = px.index tgt = np.array([1 - w, w]) hold = tgt * (1 - FEE) vals = np.empty(len(px)); vals[0] = hold.sum() for i in range(1, len(px)): hold = hold * (1 + r[i]) v = hold.sum() if w > 0 and idx[i].month != idx[i - 1].month: t = np.abs(tgt - hold / v).sum() / 2 v *= 1 - FEE * 2 * t hold = tgt * v vals[i] = v return pd.Series(vals, idx) def 낙폭(s): return float((s / s.cummax() - 1).min() * 100) def 골짜기(s): dd = s / s.cummax() - 1 t = dd.idxmin() return s.loc[:t].idxmax().date(), t.date() def 시작달바꾸기(px, P, years): starts = px.index.to_series().groupby([px.index.year, px.index.month]).first().values n = 금얕음 = 금더벌음 = 0 for st in map(pd.Timestamp, starts): en = st + pd.DateOffset(years=years) if years else px.index[-1] if en > px.index[-1]: break sub = px.loc[st:en] if len(sub) < 200: continue sa = sim(sub[[P["eq"], P["ag"]]], 0.30) sg = sim(sub[[P["eq"], P["au"]]], 0.30) n += 1 금얕음 += 낙폭(sg) > 낙폭(sa) 금더벌음 += sg.iloc[-1] > sa.iloc[-1] return n, 금얕음, 금더벌음 for pn in ("K", "U"): px, P = panel(pn) print(f"[{P['이름']}] {P['주식']} · {P['은']} · {P['금']} · {px.index[0].date()} ~ {px.index[-1].date()} · 거래일 {len(px):,}") s0 = sim(px[[P["eq"], P["ag"]]], 0.0) sa = sim(px[[P["eq"], P["ag"]]], 0.30) sg = sim(px[[P["eq"], P["au"]]], 0.30) for 이름, s in (("주식만", s0), ("주식 7 : 은 3", sa), ("주식 7 : 금 3", sg)): a, b = 골짜기(s) print(f" {이름:<10} 가장 크게 줄었을 때 {낙폭(s):.2f}% ({a} → {b}) · 원금 {원금:,}만원 → 끝 {s.iloc[-1] * 원금:,.0f}만원") # 금속 대신 현금 3(이자 0 — 현금 쪽에 불리) pxc = px.assign(현금=1.0) sc_ = sim(pxc[[P["eq"], "현금"]], 0.30) a, b = 골짜기(sc_) print(f" 주식 7 : 현금 3(이자 0) 가장 크게 줄었을 때 {낙폭(sc_):.2f}% ({a} → {b}) · 원금 {원금:,}만원 → 끝 {sc_.iloc[-1] * 원금:,.0f}만원") starts = px.index.to_series().groupby([px.index.year, px.index.month]).first().values n = 금얕 = 은얕 = 금더 = 0 for st_ in map(pd.Timestamp, starts): en_ = st_ + pd.DateOffset(years=5) if en_ > px.index[-1]: break sub = pxc.loc[st_:en_] c_ = 낙폭(sim(sub[[P["eq"], "현금"]], 0.30)); g_s = sim(sub[[P["eq"], P["au"]]], 0.30) n += 1; 금얕 += 낙폭(g_s) > c_; 은얕 += 낙폭(sim(sub[[P["eq"], P["ag"]]], 0.30)) > c_ 금더 += g_s.iloc[-1] > sim(sub[[P["eq"], "현금"]], 0.30).iloc[-1] print(f" 5년 창 {n}번 대 현금 3: 금이 덜 줄어든 {금얕}번 · 은이 덜 줄어든 {은얕}번 · 금이 더 남은 {금더}번") print(" 비율을 바꾸면(금속 몫 %) — 가장 크게 줄었을 때 은 / 금:") 얕음 = 0 for w in WS[1:]: a = 낙폭(sim(px[[P["eq"], P["ag"]]], w / 100)); g = 낙폭(sim(px[[P["eq"], P["au"]]], w / 100)) 얕음 += g > a print(f" {w:>2}% 은 {a:7.2f}% 금 {g:7.2f}%") print(f" 금 쪽이 덜 줄어든 비율: {얕음}/{len(WS) - 1}") n, 얕, 벌 = 시작달바꾸기(px, P, 5) print(f" 시작 달을 매달 옮긴 5년 창 {n}번: 금 섞은 계좌가 덜 줄어든 {얕}번 · 더 번 쪽 금 {벌}번 · 은 {n - 벌}번") n2, 얕2, 벌2 = 시작달바꾸기(px, P, 0) print(f" 시작 달부터 끝까지 창 {n2}번: 금이 덜 줄어든 {얕2}번 · 더 번 쪽 금 {벌2}번 · 은 {n2 - 벌2}번") # 겹치지 않는 5년 토막 st = px.index[0]; 토막 = [] while st + pd.DateOffset(years=5) <= px.index[-1]: sub = px.loc[st:st + pd.DateOffset(years=5)] 토막.append(f"{sub.index[0].date()}~{sub.index[-1].date()} 은 {낙폭(sim(sub[[P['eq'], P['ag']]], 0.30)):.2f}% / 금 {낙폭(sim(sub[[P['eq'], P['au']]], 0.30)):.2f}%") st = st + pd.DateOffset(years=5) print(" 겹치지 않는 5년 토막(가장 크게 줄었을 때 은 / 금): " + " · ".join(토막)) # 되맞출 때 사고판 양(계좌 대비 합) — 빠진 호가 차이가 어느 쪽에 유리한가 def 매매량(col): r = px[[P["eq"], col]].pct_change().fillna(0).values; idx = px.index tgt = np.array([0.7, 0.3]); hold = tgt.copy(); t = 0.0 for i in range(1, len(px)): hold = hold * (1 + r[i]); v = hold.sum() if idx[i].month != idx[i - 1].month: t += np.abs(tgt - hold / v).sum() / 2; hold = tgt * v return t print(f" 되맞출 때 사고판 양(계좌 대비 합): 은 {매매량(P['ag']):.2f} · 금 {매매량(P['au']):.2f} — 빠진 호가 차이는 많이 사고판 쪽에 유리") r = px.pct_change().dropna() vol = r.std() * np.sqrt(252) * 100 big = r[r[P["eq"]] < -0.03] def etf낙폭(c): return float((px[c] / px[c].cummax() - 1).min() * 100) print(f" 왜: ETF 자체로 가장 크게 빠진 폭 — 은 {etf낙폭(P['ag']):.2f}% · 금 {etf낙폭(P['au']):.2f}% · 주식 {etf낙폭(P['eq']):.2f}%") print(f" 왜: 주식이 하루 3% 넘게 빠진 날 {len(big)}일 — 은 평균 {big[P['ag']].mean() * 100:.2f}% (같이 빠진 날 {(big[P['ag']] < 0).sum()}) · " f"금 평균 {big[P['au']].mean() * 100:.2f}% (같이 빠진 날 {(big[P['au']] < 0).sum()})") print(f" 왜: 1년 출렁임 — 주식 {vol[P['eq']]:.1f}% · 은 {vol[P['ag']]:.1f}% · 금 {vol[P['au']]:.1f}% · 하루 움직임이 같이 가는 정도 주식-은 {r.corr().iloc[0, 1]:.2f} · 주식-금 {r.corr().iloc[0, 2]:.2f}") a, b = 골짜기(s0) pk, bt = pd.Timestamp(a), pd.Timestamp(b) print(f" 주식만 계좌의 가장 큰 골짜기({a} → {b}) 동안: 주식만 {(s0[bt] / s0[pk] - 1) * 100:.2f}% · " f"주식 7 : 은 3 {(sa[bt] / sa.loc[pk:bt].max() - 1) * 100:.2f}% · 주식 7 : 금 3 {(sg[bt] / sg.loc[pk:bt].max() - 1) * 100:.2f}%") yr = pd.concat([px.iloc[[0]], px.resample("YE").last()]).pct_change().dropna() * 100 print(" 해마다 오른 폭(%) 주식 / 은 / 금:") for i, v in yr.iterrows(): print(f" {i.year} {v[P['eq']]:7.1f} {v[P['ag']]:7.1f} {v[P['au']]:7.1f}") print() print("끝.")