"국장 투자 후기와 Valley AI 를 사용하는 방법" 글을 작성하고 제가 놀랐던 것은 의외로 많은분들께서 Valley AI 사용방법에 대해서 도움이 되었다는 피드백을 주셔서 이번에는 매크로 편으로 진행해봅니다.
제가 주식 투자나 매크로 투자에 대해서 전문성이 있어서 이런글을 작성하는 것이 아니고 2기참가자로서 먼저 강의을 들었고 강의에 기반해서 투자를 해본 경험을 기록한점들입니다.
1. 강의 먼저 듣기
가치투자와 마찬가지로 매크로 투자의 시작은 역시나 강의 입니다.

작년에는 중간중간 강의자료가 있어서 강의 자료 찾는게 귀찮았는데 깔끔하게 제일 앞부분으로 배치하고, 추가적인 읽기 자료들이 올라왔네요. 강의 목록을 보니 지식편부터 복습이 필요한 시기가 온 것 같습니다. 😄 (기억이 가물가물)
강의를 듣지 않으면 월가아재 시황컬럼, 경제지표 및 월가소식과 같은 양질을 내용을 이해하는 깊이에서 차이가나고, Valley AI 에 기능들이 많이 있지만 어떻게 활용할지가 어려울것이라고 생각합니다.
정보를 찾는 부분에서는 플랫폼을 이용해서 시간을 절약하지만 정보를 프로세싱하는 부분에서 개선이 필요한 것이죠.
매크로에 대한 이해가 적은 상태에서는 이러한 정보는 오히려 과다정보 노출일 수 있습니다. 그래서 바쁘시더라도 강의를 우선 듣는것을 강력하게 추천드립니다.

매크로에 대한 선입견은 많이 들어보셨을 것이라고 생각합니다.
매크로 공부해봐야 소용없다.
다음날 발표될 매크로 지표 맞추지 못하는데 뭐하러 공부하냐.
이러한 오해는 월가아재님이 강의나 컬럼을 통해서 충분히 설명을 했지만 근본적으로 매크로 투자에 대해서 일반 투자자들은 제대로 된 교육을 받지 못했기 때문에 이러한 오해가 생겨나는 거라고 생각하고 강의를 수강하기 전까지는 그렇게 생각했습니다.
시간 순서대로 제가 작성했던 글들을 보면서 자산군에 대해 이해가 어떻게 높아졌는지 그리고 이론에서 실전투자까지 연결되는데 얼만큼의 시간이 걸렸는지를 보려고 합니다.
2. 강의에서 실전투자까지 걸리는 시간
2024년도 1월 18일 - 국채
미국 10년물 국채의 Valuation Anchor 구하기 - 1부
국채에 대해서는 아무것도 몰랐는데 이때 처음으로 국채의 적정가치에 대해서 배우고 실습했었습니다.

연준 전망치를 어떻게 이용하는지?
부도 스프레드가 무엇인고 어떻게 이용하는지?
경기 사이클에 따라서 금리를 어떻게 예측할 수 있는지?
2024년 1월 20일 - 국채
2022년말에 우리는 2023년 12월 10년물 국채 금리를 얼마로 예측했을까?
앞서 국채의 적정 금리를 계산해보고 "기관들은 과거에 잘 예측을 했을까?" 싶어서 자료를 찾아보았던 내용입니다.
여기서 알 수 있는 것은 실제 금리 예상치가 중요한것이 아니라 금리 예상치를 계산한 근거(실업률, GDP)가 더 중요하다는 것이고 그 근거를 판별할 수 있는 힘을 키워야 합니다.

23년말의 실제 금리: 3.88% → 기관의 전망치는 하단의 전망치만 볼게 아니라 금리를 판별한 근거가 중요!
BoA 전망치: 3.25%
뱅가드: 4.0% ~ 4.3%
모건스탠리: 3.5%
웰스파고: 3.5% ~ 4.0%
2024년 2월 18일 - 경제
경기 국면별 확률 / 현재 국면 확률 / 각 자산군의 기대 수익률에 대한 확률 테이블(+ Bitcoin)
무지성 투자가 아니라 각 자산군별로 경기 국면에서 어떤 수익률을 주는지 계산해보고 현재의 경기 국면을 바탕으로 자산군별 기대 수익률을 계산해볼 수 있습니다.
Valley AI 에 기능이 추가되긴 했지만 직접 데이터를 구해서 구해서 계산해보는 것은 큰 의미가 있습니다. 경기 침체를 어떻게 정의하냐도 고민해볼만하고(NBER은 후행적이므로) 물가 상승률을 고려해서 경기 국면을 나눠서 데이터를 보는 것도 흥미로웠습니다.
경기 국면별 데이터 구하기
경기 국면별 확률 구하기
구간을 1981년(1981-01-01 ~ 2023-12-01), 2000년(1981-01-01 ~ 2023-12-01) 로 나눠서 각각의 결과를 보고 느낀점은 "통화/재정 정책의 민감도가 갈수록 높아지고 있다"였습니다.

경기 국면별 고물가와 저물가 시기 구하기

경기 침체 확률을 기반으로 현재의 경기/물가 국면에 대한 조건부 확률을 구하기

경기 국면별 자산 수익률을 도출 후 현재 상황에서 어떤 자산군이 아웃퍼폼할지 계산하기

2024년 3월 1일 - 경제
경기 국면별 자산군의 기대 수익률(스타일, 섹터, 채권)
위에 숙제와 차이점은 1) 경기침체 정의 변경(NBER은 후행) 2) 상장 ETF 기반으로 계산해보았습니다.

결과물의 일부입니다.


2024년 2월 24일
금 가격에 관한 분석
채권에 이어서 금을 어떻게 접근해야할지 궁금했습니다.
정말 "실질 금리는 금 가격과 역의 상관관계를 가질까?" 에 대한 의문도 있었습니다. 직접 데이터로 검증해보는 것만큼 좋은 것이 없죠.

금의 추가적인 수요는 중앙은행의 금매입이겠죠?

"과거에도 인플레이션이 급등했을 때 실질금리로 금 가격 변화를 설명하지 못하는 경우"가 궁금해서 분석해봤는데 스프레드가 2%가 넘어서면 금 가격은 상승추세를 달릴것처럼 보였지만 반드시 금값이 상승하지는 않았습니다.

그 밖에 1) 달러 인덱스와 금과의 관계 2) 경기 불확실성과 금과의 관계 3) ETF 와 같은 금의 수요에 대한 부분도 있습니다.
의심이 많았으나 금의 가격은 실질금리로 설명할 수 있다!
2024년 3월 3일
USDKRW 환율에 관한 분석
이번에는 환율에 영향을 미치는 요인들을 배우고 USDKRW 의 적정 확률이 궁금해졌고 배운것을 이용해서 여러가지 각도로 적정 가격을 고민해봤습니다. 달러를 매수할때 늘 내가 지금 적정 가격에 사는지가 궁금했는데 이번 스터디를 하면서 어렴풋이나마 알게 되었습니다.
Absolute PPP
Relative PPP 로 정의한 환율
Covered IRP
회귀분석

공부한것을 기반으로 적정 환율을 계산하긴 했지만 실전 투자에 쓰기는 한없이 부족합니다. 여기에서 알 수 있는 것은 한 나라의 환율을 설명하는데 경상수지, 무역수지와 같은 요인 매우 중요하다고 생각했습니다.
너무 당연한 이야기지만, 그래도 데이터로 보니까 한결 이해가 쉬웠습니다.

현재까지 환율이 1,400원을 찍고 있을줄은 이 글을 작성할 당시 생각지 못했습니다 😱

위 분석에는 없는 데이터이지만 "1) 일본 주식 투자자들이 해외 투자를 늘리고 있음 2) 한국 주식 투자자들도 해외 투자를 늘리고 있음"과 같은 수급 요인은 엔화와 원화 약세의 구조적인 요인으로 자리잡을 가능성이 높다고 생각합니다.

예전에는 외화를 벌어서 원화로 환전을 했는데 기업이 환전을 기피하는 것도 원화 약세 요인중 하나 입니다. 무역수지라는 중요한 펀더멘털외에 시대 상황에 따라서 영향을 미치는 변수들은 다양하고(미국 우선주의, 미국 예외주의, 서학개미) 계속 변화하므로 시장의 초점이 무엇인지 읽으려는 노력이 중요한 것 같습니다.
2024년 3월 20일
S&P 500 주가 지수 밸류에이션
2023년까지만 해도 "S&P 500 이 5000이면 비싼건가? 싼건가?"에 대해서 판단할 수 있는 기준이라고는 PER 밖에 없었습니다. "PER 기준으로는 고평가 구간이 많으니 사면 안되는 것인가?"에 대한 의문도 속시원히 해소하지 못했습니다.

지금은 Index DCF 기능이 런칭되었지만 24년 3월까지만해도 해당 기능이 없어서 다모다란 교수님의 엑셀로 진행했습니다.
처음으로 이런 작업을 해봐서 매우 뿌듯했고 실전 투자에도 도움이 되었고 몇 가지 사례를 보겠습니다.

첫째로, ValC 에서 가치평가를 할때 현재의 적정 S&P 500 주가 지수를 구할때 사용할 수 있습니다.
처음 사용했던 출품작이 Chipotle 였는데(24년 7월) 이때만 해도 엑셀로 계산했습니다.

그 이후 Index DCF 기능이 개발되어서 24년 12월 Novo Nordisk를 제출할때는 보다 편리하게 진행했습니다.

두번째로, 엔캐리 청산 이후 24년 8월 4일 "시장의 악재와 호재 정리"라는 글을 작성했는데 주가 지수가 어느정도 일때 매수할만한지 여러 조건중에 하나로 계산해보았습니다.

Index DCF 에 관한 가이드라인은 "밸류 스냅샷 - 새로운 패러다임의 시작인가, 반복되는 버블의 역사인가? S&P500 가치평가" 글을 보시면 됩니다.
2024년 4월 2일
자산군별 Valuation Anchor
각 자산군별로 적정 가격을 구하는 연습을 해봤고 드디어 각 ...













