명세서에 절대 나타나지 않는 비용이 가장 큰 피해를 입히는 법입니다. 기회비용은 투자에서 가장 파괴적인 힘 중 하나이자, 가장 빈번하게 간과되는 요소이기도 합니다. 기회비용으로 인해 소실된 부는 계좌 내역서에 결코 찍히지 않으므로 눈에 띄지 않고, 연구하기 어려우며, 무시하기 쉽습니다. 그래서 저는 수백만 개의 포트폴리오를 시뮬레이션하여 기회비용이 어디서 시작되는지, 무엇이 이를 증폭시키는지, 그리고 실전에서 이를 어떻게 줄일 수 있는지 분석했습니다. 데이터가 보여주는 결과는 다음과 같습니다. 설정 결과를 해석하기 위해 먼저 실험 설정을 이해해야 합니다. 동일한 초기 주식 유니버스에서 시작하여 전체 샘플 기간(2001~2025년) 동안 수백만 개의 포트폴리오를 시뮬레이션했습니다. 이후 포트폴리오 규모, 회전율, 매도 규칙, 매도 후 매수 종목이라는 몇 가지 변수만 변경했습니다. 그 외의 모든 요소(시작 종목 리스트, 수익률 경로, 투자 기간 등)는 고정했습니다. 오직 의사결정 규칙만이 변수입니다. 이 실험의 목적은 복리의 궤적을 끊음으로써 발생하는 비용을 고립시켜 확인하는 것입니다. 전체 방법론과 한계점은 게시물 끝에 첨부했습니다. 기회비용은 실제로 어디서 시작되는가 매수는 가능한 미래의 범위에 노출되는 것을 의미하며, 매도는 그 노출을 닫는 것을 의미합니다. 매도하는 순간, 열려 있던 궤적은 확정된 결과로 대체됩니다. 일단 팔고 나면 그 미래는 더 이상 우리의 것이 아닙니다. 바로 그 지점이 기회비용이 시작되는 곳입니다. 쉬운 말로 표현하면 다음과 같습니다. 기회비용 = (당신이 선택할 수 있었던 더 나은 결과) - (당신이 실제로 실현한 결과) 따라서 기회비용의 핵심 동인은 '매수'가 아니라 '매도'입니다. 문제는 매도로 인한 손실이 즉각적으로 나타나지 않는다는 점입니다. 시간이 흐름에 따라 서서히 드러나기 때문에 기회비용이 어떻게 진화하는지 추적해야 합니다. 아래 차트는 25년 동안 수백만 개의 포트폴리오에서 기회비용이 어떻게 전개되었는지 보여줍니다. y축은 로그 스케일입니다. 로그 스케일에서 직선 형태의 추세는 지수적 성장을 의미합니다. 따라서 기회비용은 단순히 합산되는 것이 아니라, 복리로 증가합니다. 또한, 그래프상에서 급격히 치솟는 구간들은 그 메커니즘을 명확히 보여줍니다. 이러한 도약은 대개 나중에 엄청난 수익을 안겨줄 종목을 미리 매도했을 때 발생합니다. 우리에게 다행인 점은, 모든 매도가 동일한 결과를 초래하지는 않는다는 사실입니다. 기회비용은 왜 그토록 파괴적인가? 이제 흥미로운 지점에 도달했습니다. 저는 세 가지 유형의 매도 행태를 시뮬레이션했습니다. 심리적 손실주 매도: 현재 가격이 평균 매수 단가보다 낮은 종목을 매도하는 경우. 무작위 매도: 아무런 기준 없이 무작위로 매도하는 경우. 심리적 수익주 매도: 현재 가격이 평균 매수 단가보다 높은 종목을 매도하는 경우. 이 중 어떤 유형의 매도가 가장 큰 기회비용을 발생시킬까요? 잠시 시간을 내어 생각해 보십시오. 단순히 놀라운 결과를 확인하는 것을 넘어, 능동적으로 참여하는 것이 독서의 투자 대비 효율(ROI)을 높여줍니다. 그 결과는 다음과 같습니다. 이것이 시뮬레이션을 통해 얻은 첫 번째 주요 발견입니다. 심리적 손실주(수익률이 마이너스인 종목)를 매도하는 것은 보유(Buy-and-hold)보다 낮은 기회비용을 발생시킵니다. 보유(Buy-and-hold)는 심리적 수익주(수익률이 플러스인 종목)를 매도하는 것보다 낮은 기회비용을 발생시킵니다. 수익률 측면에서 더 나은 성과 순으로 나열하면 다음과 같습니다: 심리적 손실주 매도 > 무작위 매도 > 심리적 수익주 매도 실제로 거대한 복리 성장을 보여주는 종목들은 대개 이미 주가가 상승한 종목들 사이에서 발견되며, 하락 중인 종목에서는 드뭅니다. 평균적으로 볼 때, 수익주를 매도하는 행위는 앞으로도 엄청난 상승 잠재력이 남아 있는 궤적을 스스로 끊어버릴 확률을 소폭 높입니다. 이러한 비대칭성은 단기적으로는 작아 보일 수 있으나, 장기적으로는 매우 파괴적인 결과를 초래합니다. 이는 피터 린치가 말한 "수익주를 팔고 손실주를 보유하는 것은 꽃을 꺾고 잡초에 물을 주는 것과 같다"는 격언을 보다 체계적인 방식으로 증명한 것입니다. 이 시뮬레이션의 가치는 투자자들이 매도할 때 내세우는 주관적인 '이유'들을 배제하고, 오직 '의사결정 규칙'에만 집중했다는 점에 있습니다. 수백만 개의 포트폴리오를 통해 이미 방대한 경우의 수와 결과들을 포괄하고 있기 때문입니다. 하지만 평균적인 결과는 이야기의 일부일 뿐입니다. 매도 비용의 분포 또한 그만큼 중요합니다. 시각적으로는 그 차이가 미미해 보일 수 있으나, 그 결과는 결코 가볍지 않습니다. 이 차트는 대부분의 매도가 기회비용을 거의 발생시키지 않는다는 점을 보여줍니다. 낮은 수준에서 곡선이 가파르게 상승한다는 것은, 대다수의 매도 결정이 상대적으로 적은 손실만을 초래한다는 의미입니다. 그러나 극소수의 매도는 파멸적일 만큼 값비싼 대가를 치르게 합니다. 이러한 극단적인 실수는 심리적 수익주를 팔 때보다 심리적 손실주를 팔 때 훨씬 적게 발생합니다(초록색과 노란색 곡선이 오른쪽으로 치우쳐 있는 이유입니다). 이것이 바로 핵심 메커니즘입니다. 매도가 파괴적인 이유는 모든 매도가 비싼 비용을 치르기 때문이 아닙니다. 극소수의 매도가 재앙적이기 때문이며, 수익주를 매도하는 행위는 그러한 재앙적인 실수의 빈도와 규모를 모두 키웁니다. 이를 러시안 룰렛에 비유하면 이해가 빠릅니다. 투자에서 기회비용은 다음과 같은 게임과 같습니다. 실린더에 몇 개의 약실이 있는지 모릅니다. 총알이 몇 발 장전되어 있는지도 모릅니다. 그리고 각 매도는 방아쇠를 당기는 행위와 같습니다. 수익주를 파는 것은 실린더에 더 많은 총알을 집어넣고, 그 총알의 크기까지 키우는 것과 같습니다. 나쁜 결과가 더 자주 발생할 뿐만 아니라 그 강도도 더 세집니다. 손실주를 파는 것은 그 반대 역할을 합니다. 하지만 상황은 더 악화될 수 있으며, 실제로 종종 그러합니다. 그리고 이번에는 당신이 바로 그 원인입니다. 무엇이 기회비용을 증폭시키는가? 우리는 이미 직접적인 도화선이 '위대한 복리주를 매도하는 것'임을 확인했습니다. 하지만 두 가지 요인이 이 실수를 저지를 확률을 높이고, 그 비용을 더 비싸게 만듭니다. 1) 포트폴리오 규모 포트폴리오 규모가 크다는 것은 단순히 '분산 투자'를 의미하는 데 그치지 않습니다. 그것은 당신이 진정한 복리주를 보유하고 있을 확률을 높입니다. 기회비용은 복리주를 보유하는 데서 발생하는 것이 아니라, 그것을 매도할 때 발생합니다. 그래서 저는 매도 횟수를 일정하게 유지한 상태에서 포트폴리오의 규모를 키워보았습니다. 패턴은 명확합니다. 포트폴리오 규모가 커질수록 기회비용도 함께 증가합니다. 거래 비용이 전혀 없더라도, 심지어 무작위로 매도하더라도 마찬가지입니다. 그 이유는 무엇일까요? 보유 종목 수가 많아질수록 희귀한 '슈퍼 승자주'를 보유할 확률이 높아지며, 결과적으로 이를 "실수로" 매도해 버릴 가능성도 커지기 때문입니다. 이것이 바로 심리적 수익주를 매도하는 행위가 포트폴리오 규모가 커질수록 더 파괴적으로 변하는 이유입니다. 40개 종목으로 구성된 포트폴리오에서 '최고의 성과를 내는 종목'은 10개 종목 포트폴리오의 최고 성과 종목보다 진짜 복리주(Compounder)일 확률이 훨씬 높기 때문입니다. 여기서 한 가지 주목할 세부 사항이 있습니다. '최악의 종목 매도' 규칙에서 포트폴리오 규모가 5개에서 10개로 늘어날 때 기회비용이 살짝 상승하는 것은 마법 같은 일이 아닙니다. 연간 5회를 매도한다고 가정할 때, 5개 종목 포트폴리오는 사실상 전 종목을 교체하는 셈이므로 '최악의 종목'을 골라 팔더라도 결국 수익주까지 강제로 매도하게 됩니다. 반면 10개 종목 포트폴리오에서는 최소한 일시적으로나마 상위 수익주를 건드리지 않고도 5개 종목을 매도할 수 있습니다. 하지만 핵심 결론은 변하지 않습니다. 포트폴리오 규모가 커질수록 매도로 인한 비용은 증폭됩니다. 2) 매도 빈도 (고정된 포트폴리오 규모 내에서) 이어서 두 번째 증폭 요인인 회전율을 살펴보겠습니다. 이 차트는 이번 분석에서 가장 인상적인 결과물을 보여줍니다. 각 곡선이 시사하는 바가 크므로 하나씩 분석해 보겠습니다. 무작위 종목 매도 가장 단순한 경우부터 시작해 봅시다. 매도가 추가될 때마다 성과는 '보유(Buy-and-hold)' 전략 아래로 점점 더 떨어집니다. 즉, 매도 행위 자체가 기회비용을 추가한다는 뜻입니다. 이 비용은 단순히 금전적인 것에 그치지 않습니다. 모든 매도는 시간, 주의력, 확신을 소모하며, 결국 아무것도 하지 않았을 때보다 못한 결과를 초래합니다. 러시안 룰렛 비유를 빌리자면, 회전율이 높다는 것은 방아쇠를 더 자주 당기는 것과 같습니다. 처음에는 손실이 빠르게 증가하다가 회전율 35%(20개 종목 포트폴리오에서 연간 7회 매도) 부근에서 평탄해지기 시작합니다. 이유는 간단합니다. 회전율이 충분히 높아지면 두 가지 상반된 효과가 서로를 상쇄하기 시작하기 때문입니다. 매도가 많아지면 미래의 복리주를 잘라낼 확률도 높아지지만, 동시에 새로운 복리주를 매수할 기회도 많아집니다. 여기서 발생하는 것이 음(-)의 통계적 균형입니다. 여전히 '보유' 전략보다는 나쁘지만, 악화 속도는 더 이상 빨라지지 않는 지점입니다. '최고 종목 매도'와 '최악 종목 매도' 규칙은 어떤 의미에서 서로 거울을 보는 것과 같습니다. 최고 수익 종목 매도 이 규칙은 시작부터 파멸적인 비용을 치르게 합니다. 현재 최고의 성과를 내고 있는 종목은 앞으로도 엄청난 상승 잠재력을 가졌을 확률이 가장 높은 곳 중 하나이기 때문입니다. 회전율이 올라갈수록 피해는 커집니다. 하지만 영원히 커지지는 않습니다. 20개 종목 포트폴리오에서 충분히 많은 종목을 팔고 나면, 결국 '남아 있는 최고의 종목'조차 사실은 최악의 손실주가 되기 때문입니다. 최악 수익 종목 매도 논리는 정반대입니다. 회전율이 낮을 때는 최악의 종목을 파는 것이 도움이 됩니다. 가장 약한 종목부터 먼저 제거하기 때문입니다. 회전율이 높아짐에 따라 그 이점도 한동안 커집니다. 하지만 여기에도 한계는 있습니다. 손실주를 충분히 팔고 나면, 결국 '남아 있는 최악의 종목'이 실제로는 최고의 수익주인 상황이 오게 됩니다. 이것이 바로 회전율이 100%에 가까워질수록 서로 멀리 떨어져 있던 곡선들이 다시 만나는 이유입니다. 그 시점이 되면 매도 규칙은 덜 중요해집니다. 같은 종목들이 서로 다른 이름표를 달고 팔려나가기 때문입니다. 매년 포트폴리오 전체를 교체한다면 '최고 매도', '최악 매도', '무작위 매도' 모두 '보유' 전략 대비 지속적인 수익률 저하라는 동일한 결론으로 수렴합니다. 여기서 중요한 점 하나를 짚고 넘어갑시다. 매도가 포트폴리오 하위 75% 내에서 이루어질 때 성과가 향상되는 경향이 있었습니다. 놀랍게 느껴질 수도 있는 이 사실은 나중에 매우 중요하게 작용합니다. 결론은 간단합니다. 포트폴리오 규모와 회전율 모두 기회비용을 증폭시킵니다. 매도가 추가될 때마다 복리의 궤적을 끊어버릴 기회가 추가됩니다. 종목이 추가될 때마다 복리주를 소유할 기회가 생기지만, 결국 그것을 팔아버릴 기회도 생깁니다. 결국, 가장 큰 동력은 당신이 '가장 큰 승자주'를 어떻게 다루느냐에 달려 있습니다. 그리고 보유 종목이 많을수록 그 결정의 중요성은 더욱 커집니다. 실전에서 기회비용을 줄이는 방법 주요 발견 사항을 요약해 보겠습니다. 기회비용은 매도하는 순간 발생합니다. 재배분이 이를 상쇄하는 힘은 제한적입니다. 성과와 기회비용 측면 모두에서: 손실주 매도 > 무작위 매도 > 수익주 매도 순으로 유리합니다. 회전율이 높을수록, 포트폴리오가 클수록 기회비용은 높아지는 경향이 있습니다. 수익주 매도는 규모가 큰 포트폴리오에서 훨씬 더 파괴적입니다. 이 결과들은 기회비용을 최소화하고 장기 성과를 극대화하기 위한 몇 가지 실천 규칙을 제시합니다. 중요도가 낮은 순서부터 나열합니다. 5) 재배분의 함정 재배분을 할 때, 매도로 인한 기회비용은 대개 새로운 매수로 기대되는 이익보다 큽니다(매수가 실패하지 않더라도 말이죠). 잘못된 주식을 팔아 자금을 마련했다면, 아무리 '현명한' 종목을 샀더라도 그것은 끔찍한 결정이 됩니다. 매수해야 할 이유보다 매도해야 할 이유를 우선시하십시오. 4) 포트폴리오 규모를 줄여라 잘 구성된 10개 종목 포트폴리오는 성과를 희생하지 않고도 대부분의 분산 투자 효과를 거둘 수 있습니다. 15개를 넘어가면 대개 '나쁜 분산 투자'로 흐르게 됩니다. 확신과 성과는 희석되고, 이를 신중함으로 포장하게 됩니다. 종목이 많다고 위험이 줄어드는 것이 아닙니다. 정말 중요한 '단 하나의 실수'를 저지를 경로만 많아질 뿐입니다. 3) 회전율을 제한하는 시스템을 구축하라 평생의 투자 성과 대부분은 극소수의 거대한 승자주에서 나옵니다. 그런 종목은 드뭅니다. 그리고 시간이 필요합니다. 매도가 추가될 때마다 복리의 궤적이 제 역할을 다하기 전에 이를 끊어버릴 확률만 높아집니다. 매도 결정 횟수를 그냥 줄이십시오. 그게 전부입니다. 2) 손실주는 냉혹하게 매도하라 시뮬레이션에서 손실주는 매년 가장 단순한 방식, 즉 평균 단가 대비 가장 많이 하락한 종목으로 정의되어 매도되었습니다. 투박한 규칙이지만 효과는 강력했습니다. 왜일까요? 현재의 손실주 중에서 미래의 위대한 복리주를 찾을 확률보다, 그것을 대체할 다른 종목에서 찾을 확률이 훨씬 높기 때문입니다. 기억하십시오. 매도가 포트폴리오 하위 75%에서 발생했을 때 성과는 거의 항상 향상되었습니다. 여기서 '손실주'는 넓은 범주를 의미합니다. 실전적으로는 '진정한 승자주가 아닌 모든 것'을 뜻합니다. 손실주를 팔고 당신의 자본이 더 나은 미래를 찾게 하십시오. 1) 가장 큰 승자주를 보호하라 단 하나만 기억해야 한다면 이것입니다. 매수 단가보다 훨씬 높이 올라간 수익주를 매도하는 일은 아주 예외적인 경우여야 합니다. 일상적인 루틴이 되어서는 안 되며, 어쩌면 평생 팔지 말아야 할 수도 있습니다. 손실은 -100%로 막혀 있지만, 수익은 천장이 없습니다. 단 하나의 진정한 복리주는 평생의 손실주들을 모두 메꾸고도 남습니다. 한때 승자처럼 보였다가 고꾸라진 종목들까지 포함해서 말이죠. 이번 분석에서 가장 시사하는 바가 컸던 결과는 지독할 정도로 단순했습니다. 가장 좋은 성과를 낸 설정은 매년 상위 5개 종목을 제외한 모든 것을 파는 것이었습니다. 이것이 마법의 규칙은 아닐지라도, 메시지는 명확합니다. 수익 실현으로는 부자가 될 수 없습니다. 승자주를 건드리지 않음으로써 부자가 되는 것입니다. 성공적인 복리를 기원하며, Masters of Compounding https://mastersofcompounding.substack.com/p/i-studied-millions-of-portfolios?utm_source=profile&utm_medium=reader2 본 분석은 매도로 인해 발생하는 기회비용이라는 단 한 가지 요소를 고립시켜 확인하기 위해 설계된, 의도적으로 단순화된 시뮬레이션 프레임워크를 사용합니다. 시뮬레이션 설정 시뮬레이션은 고정된 초기 주식 집단에서 시작합니다. 이 집단에는 2000년 말 기준 유효한 연말 주가가 존재하는 모든 주식이 포함되며, 모든 포트폴리오는 동일한 시작 유니버스 내에서 구성됩니다. 이후에 새롭게 진입하는 종목은 추가되지 않습니다. 샘플 기간은 2001년부터 2025년까지이며 연간 데이터만을 사용합니다(각 연도의 마지막 가용 주가 기준). 각 시뮬레이션 포트폴리오는 초기 설정 시 동일 가중 방식으로 구성됩니다. 시나리오별로 포트폴리오 규모를 다양하게 설정하고, 각 설정값에 대해 수백만 개의 포트폴리오를 무작위로 추출합니다. 이후 지정된 의사결정 규칙에 따라 전체 샘플 기간 동안 포트폴리오를 변화시킵니다. 시뮬레이션 전반에서 변경되는 핵심 변수는 포트폴리오 규모, 회전율, 매도 규칙, 매수 규칙입니다. 그 외의 모든 요소(시작 유니버스, 수익률 경로, 투자 기간 등)는 동일하게 유지됩니다. 이러한 구조의 목적은 실생활을 완벽하게 모방하는 것이 아니라, 매도 결정의 효과를 측정 가능하게 만드는 것에 있습니다. 포트폴리오의 진화 매년 말, 포트폴리오의 포지션은 각 주식의 연말 주가에 따라 가치가 재산정됩니다. 만약 어떤 주식이 데이터셋에서 사라지면(상장 폐지 등), 강제적인 상장 폐지 가정이나 최종 손실을 반영하는 대신 그 시점부터 가치를 고정시킵니다. 이는 결과에 별도의 모델링 선택이 개입되는 것을 방지하기 위함입니다. 교체가 불가능한 경우 현금을 대체 수단으로 사용합니다. 모든 리밸런싱은 오직 초기 집단 내에서만 이루어집니다. 즉, 시뮬레이션은 매년 유니버스를 새로 열지 않으며 시작 세트에 없던 주식을 사는 것을 허용하지 않습니다. 이는 의도적인 설정으로, 새로운 종목 발굴의 이점보다는 기존 궤적을 끊어버리는 비용에 분석의 초점을 맞추기 위함입니다. 매도 규칙 세 가지 매도 규칙이 사용됩니다: 무작위 매도: 포지션을 무작위로 매도합니다. 심리적 수익주 매도: 평균 매수 단가 대비 미실현 수익이 가장 큰 종목부터 우선 매도합니다. 심리적 손실주 매도: 평균 매수 단가 대비 미실현 손실이 가장 큰 종목부터 우선 매도합니다. 한 해에 여러 포지션을 매도할 경우 규칙을 순차적으로 적용합니다. 수익주 매도 시에는 가장 큰 수익주부터, 손실주 매도 시에는 가장 큰 손실주부터 매도합니다. 핵심 직관은 펀더멘털이 아닌 행동적 관점에 있습니다. 이 시뮬레이션은 매도가 밸류에이션, 기업의 질, 혹은 투자 아이디어 훼손에 의해 정당화되었는지를 판단하려는 것이 아닙니다. 대신 "의사결정 프로세스가 체계적으로 강한 수익주나 약한 손실주를 파는 쪽으로 기울었을 때 어떤 일이 벌어지는가?"라는 좁은 범위의 질문을 던집니다. 매수 규칙 두 가지 교체 규칙이 사용됩니다: 무작위 교체: 아직 보유하지 않은 종목 중 무작위로 선택하여 교체합니다. 오라클 교체: 사후적 데이터를 바탕으로, 동일 유니버스 내에서 향후 최종 성과가 가장 좋을 종목을 선택합니다. 오라클 규칙은 현실성을 의도한 것이 아니라 일종의 스트레스 테스트입니다. 사후 확신을 가진 최선의 교체조차 매도로 인해 발생한 비용을 완전히 상쇄할 수 있는지를 묻는 것입니다. 대부분의 경우, 오라클조차 이를 상쇄하지 못합니다. 벤치마크 및 정의 주요 벤치마크는 '보유(Buy-and-hold)' 전략입니다. 각 시뮬레이션 포트폴리오에 대응하는 벤치마크는 동일한 초기 종목을 동일 기간 동안 회전율 없이 유지하는 포트폴리오입니다. 이를 통해 동일한 시작 집단, 종목, 기간 하에서 오직 '의사결정 프로세스'의 차이만을 일관되게 비교할 수 있습니다. 기회비용은 두 가지 방식으로 측정됩니다: 포트폴리오 수준: 능동적 매도 프로세스의 실제 결과와 벤치마크 경로 결과 간의 격차입니다. 이벤트 수준: 매도된 포지션을 그대로 유지했을 때의 가치와, 거래 비용을 제외하고 교체된 포지션이 실제로 창출한 가치 사이의 차이입니다. 이는 동일한 메커니즘을 바라보는 서로 다른 관점일 뿐입니다. 매도는 하나의 경로를 닫고 자본을 다른 경로로 강제 이동시킵니다. 주요 편향 및 한계점 본 프레임워크는 의도적으로 좁게 설정되었기에 몇 가지 편향이 존재합니다. 고정 초기 집단 편향: 투자 유니버스가 시작 시점에 고정됩니다. 실제 투자자는 시간이 흐르며 새 기업을 발굴할 수 있지만, 이 설정은 이를 배제합니다. 따라서 기존 승자주를 포기하는 비용은 격리하여 보여주지만, 추후 새로운 종목을 찾아내는 능력의 가치는 과소평가될 수 있습니다. 연간 빈도 편향: 모든 결정은 연말 주가를 사용하여 연 1회 발생합니다. 실제 매도는 연중 지속되므로, 이 시뮬레이션은 구체적인 매매 경로보다는 거시적인 방향성을 포착합니다. 투자 아이디어 정보 부재: 모델은 기업의 펀더멘털 악화, 과도한 고평가, 가이드라인 하향 등을 알지 못합니다. 오직 가격과 규칙만 봅니다. 따라서 결과를 "절대 팔지 마라"로 읽어서는 안 되며, "매도가 기본적으로 생각하는 것보다 훨씬 비싼 대가를 치른다"는 증거로 읽어야 합니다. 세금 및 시장 충격 미반영: 단순 거래 비용 외에 세금이나 슬리피지 등은 모델링되지 않았습니다. 현실에서는 이러한 마찰 비용이 매도를 더 불리하게 만듭니다. 동일 가중 단순화: 모든 포트폴리오는 동일 가중으로 시작합니다. 이는 시나리오 간 비교를 깔끔하게 만들지만, 자산 배분 능력을 모델링하지는 않습니다. 생존 및 소멸 처리: 주가 데이터가 끊긴 종목을 가치 고정으로 처리한 것은 일관성을 위한 보수적인 선택입니다. 다른 가정을 사용했다면 꼬리 부분(tails)의 결과가 약간 달라졌을 것입니다. 심리적 수익주/손실주 정의: 이는 펀더멘털이 아닌 가격 기반 정의입니다. 수익주가 여전히 쌀 수도 있고, 손실주가 여전히 나쁠 수도 있습니다. 경로 의존성: 기회비용의 정확한 규모는 어떤 미래의 승자주를 보유했는지, 언제 팔았는지, 무엇으로 교체했는지에 따라 달라집니다. 따라서 결과는 결정론적 법칙이 아닌 통계적으로 해석되어야 합니다. 본 프레임워크의 유용성 이 시뮬레이션은 특정 실전 결정을 판단하기 위한 것이 아니라, 매도가 가져오는 결과에 대한 일반적인 질문에 답하기 위해 유용합니다. 개별 매도가 정당했는지를 판별하기 위함이 아니라, 행위의 집합체로서 '매도'가 대부분의 투자자가 가정하는 것보다 훨씬 더 위험하다는 것을 보여주는 것이 이 분석의 핵심 목적입니다.