도입
“월요일에는 주가가 빠진다”, “금요일 오후에 사라”는 이야기는 오래전부터 있었다. 미국에서는 “Monday effect”라는 이름까지 붙어 있다. 국내에서도 요일별 수익률 차이를 이야기하는 글이 있지만, 통계적 검정까지 포함한 분석은 보기 어렵다.
“월요일에 사면 손해다, 금요일에 사라”
코스피(KS11)와 코스닥(KQ11) 가격지수의 약 6.6년치 데이터(2020~2026, 약 1,610거래일)로 요일별 일간 수익률을 집계하고, 비모수 검정(Kruskal-Wallis)과 효과 크기를 확인했다.
분석 대상:
- 코스피(KS11), 코스닥(KQ11) 가격지수
- 기간: 2020-01-03 ~ 2026-07-24 (약 1,610거래일)
- 요일당 표본: 약 320건
확인한 것:
- 요일별 평균 수익률과 차이
- 그 차이가 통계적으로 유의한지 (Kruskal-Wallis 검정)
- 유의하더라도 실질적으로 의미 있는 크기인지 (효과 크기)
- 연도별 순위 안정성
두 지수 모두 p값이 0.05를 넘어 요일 간 차이가 통계적으로 유의하지 않았다.
핵심 요약
- 코스피 Kruskal-Wallis p=0.21, 코스닥 p=0.74. 요일 간 차이는 통계적으로 유의하지 않았다
- 코스피 최고 화요일(약 +0.161%), 최저 금요일(약 -0.042%). 차이 약 0.2%p는 일간 표준편차의 약 12%에 불과하다
- 요일 순위는 해마다 뒤바뀌었다. 전체 기간 최고 요일이 매년 상위 2위 이내에 든 것은 아니다
- 월요일의 낮은 수익률은 극단적 하락일 약 8건에 의해 끌어내려진 것이었다
어떻게 계산했나
일간 수익률은 종가 기준 단순수익률(전일 종가 대비 당일 종가)이다. 요일별로 그룹을 나누고 평균, 중앙값, 표준편차를 집계했다.
통계 검정은 Kruskal-Wallis를 사용했다. 일간 수익률은 정규분포를 따르지 않으므로 ANOVA보다 비모수 검정이 적절하다. 다만, 표본이 요일당 약 320건으로 많기 때문에 아주 작은 차이도 유의하게 나올 수 있다. 따라서 p값보다 효과 크기(차이 / 표준편차)가 더 중요하다.
이 분석은 실제 전략의 재현이 아니다. 특정 요일에만 투자하려면 나머지 4일은 현금으로 보유해야 하며, 거래비용과 기회비용이 발생한다.
분석 결과
코스피
| 요일 | 평균 | 중앙값 | 표본 |
|---|---|---|---|
| 월 | 약 +0.020% | 약 320 | |
| 화 | 약 +0.161% | 약 320 | |
| 수 | 약 +0.010% | 약 320 | |
| 목 | 약 +0.032% | 약 320 | |
| 금 | 약 -0.042% | 약 320 |
Kruskal-Wallis p=0.21. 이 정도 차이는 우연으로 약 21% 생길 수 있다.
효과 크기: 최고(화)와 최저(금)의 차이 약 0.203%p는 일간 수익률 표준편차(약 1.68%)의 약 12.1%. 노이즈에 묻히는 수준이다.
코스닥
| 요일 | 평균 | 중앙값 | 표본 |
|---|---|---|---|
| 월 | 약 -0.074% | 약 320 | |
| 화 | 약 +0.100% | 약 320 | |
| 수 | 약 -0.036% | 약 320 | |
| 목 | 약 +0.027% | 약 320 | |
| 금 | 약 +0.023% | 약 320 |
Kruskal-Wallis p=0.74. 차이가 더욱 작고, 우연일 가능성이 약 74%다.
효과 크기: 차이 약 0.174%p는 표준편차의 약 9.4%.
반대 관점
같은 데이터로 반대 방향의 강조가 가능하다.
- “화요일이 가장 좋다”를 강조하면: “화요일에 사라”
- “금요일이 가장 나쁘다”를 강조하면: “금요일에 팔아라”
- p값과 효과 크기를 강조하면: “요일 효과는 없다”
5개 요일 중 하나는 반드시 1위이고 하나는 반드시 5위다. 차이가 0이 아닌 한 “가장 좋은 요일”은 항상 존재한다. 문제는 그것이 우연인지 아닌지인데, 이 데이터에서는 우연으로 설명된다.
진짜 궁금했던 것
월요일이 낮은 이유를 확인하기 위해, 직전 거래일과의 달력일 간격(1일, 2일, 3일 이상)으로 나누어 분석했다.
월요일은 대부분 주말 후(3일 간격)이고, 화~금은 대부분 1일 간격이다. 같은 요일 안에서 간격 1일 vs 2일 이상을 비교하면 요일 효과를 상쇄하고 간격 효과만 볼 수 있다.
결과적으로, 월요일의 낮은 수익률은 극단적 하락일 약 8건에 의해 평균이 끌어내려진 것이었다. 중앙값으로 보면 월요일과 다른 요일의 차이는 더 줄어든다.
순위 안정성
연도별(2020~2025, 6개년)로 요일 순위를 매겨본 결과, 순위가 해마다 크게 뒤바뀌었다. 전체 기간에서 최고였던 요일이 6년 중 절반도 상위 2위에 들지 못했다. 이것은 특정 요일이 일관되게 좋거나 나쁘지 않았다는 증거다.
이 결과를 어떻게 해석해야 할까
1. 요일 간 차이는 통계적으로 유의하지 않았다
코스피 p=0.21, 코스닥 p=0.74. 이 정도 차이는 우연으로 발생할 수 있는 범위 안에 있다.
2. 설령 유의했더라도, 실질적 크기가 매우 작다
약 0.2%p의 차이는 일간 변동성의 약 12%에 불과하다. 거래비용을 고려하면 이 차이를 활용할 수 없다.
3. 순위가 안정적이지 않다
특정 요일이 꾸준히 1위를 차지한 것이 아니라, 해마다 순위가 뒤바뀌었다.
이 분석의 한계
가격지수
배당 미반영. 배당락일이 특정 요일에 몰려 있다면 영향이 있을 수 있지만, 이 분석에서는 확인하지 않았다.
기간 의존성
2020~2026 약 6.6년. 다른 기간에서는 다른 결과가 나올 수 있다.
지수 vs 개별 종목
지수 수준의 분석이므로 개별 종목에서 요일 효과가 있는지는 알 수 없다.
실제 전략 재현 불가
특정 요일에만 투자하는 전략은 나머지 4일 동안의 기회비용, 거래비용이 발생한다.
인과관계 아님
설령 차이가 유의했더라도, 왜 그 요일이 좋은지는 이 데이터만으로 알 수 없다.
마무리
요일 간 수익률 차이가 존재하는 것은 사실이나, 통계적으로 유의하지 않았고 효과 크기도 매우 작았다. 순위가 해마다 뒤바뀌었다는 점에서, “특정 요일이 좋다”는 주장은 이 데이터로 뒷받침되지 않는다.
“요일 효과가 있다”고 결론 낼 수 없고, “확실히 없다”고 말할 수도 없다. 이 기간에서는 노이즈에 묻히는 수준이었다.
분석 정보
- 분석 대상: 코스피(KS11), 코스닥(KQ11) 가격지수
- 분석 기간: 2020-01-03 ~ 2026-07-24
- 데이터 수집일: 2026-07-27
- 수집 도구: FinanceDataReader
- 사용 데이터: 일별 종가
- 표본 수: 약 1,610거래일 (요일당 약 320건)
- 지수 유형: 가격지수
- 배당 반영 여부: 미반영
- 세금·거래비용 반영 여부: 미반영
- 분석 도구: Python, SQLite, SciPy (Kruskal-Wallis)
소스코드는 정리 후 공개할 예정이다.
※ 이 글은 공개된 과거 시장 데이터를 바탕으로 작성한 정보성 콘텐츠입니다. 특정 금융상품의 매수·매도 또는 투자전략을 권유하지 않으며, 과거의 분석 결과는 미래의 수익을 보장하지 않습니다.