예측의 기술

투자 초심자와 전문가 사이의 가장 큰 관점 차이는 투자에서 얻을 수 있는 기대수익의 크기입니다. 초심자들은 잘만 하면 연 250%도 가능할 것이라고 믿는 사람이 있는 반면에, 전문가들은 꾸준히 연 20%만 해도 구루 대접을 해주죠. 그 이유는 시장에서 얻을 수 있는 알파의 크기에 대한 생각이 다르기 때문입니다. 현대 주식시장에서 우리가 얻을 수 있는 수익의 대부분은 베타와 이미 공개된 전략들에서 얻는 리스크 프리미엄입니다. 연 250%는 힘들지만, 수수료와 세금에 유의하여 베타에만 꾸준히 투자해도 충분히 높은 수익을 얻을 수 있습니다. 현실적으로 알파만으로는 원하는 수익을 얻기 힘든 부분도 있습니다. 전업으로 기업분석을 한다고 해도 모든 투자 기회를 다 잡아낼 수 있을까요? 애초에 워렌 버핏도 말했듯이 우리가 경쟁력이 있는 영역에서만 알파를 추구해야 합니다. 다만 워렌 버핏은 나머지 영역에는 투자하지 않아도 된다고 한 반면에, 저는 잘 모르는 영역에서도 베타는 챙겨야 한다고 생각합니다. 쉽게 말해 미래에 AI, 반도체 좋다는거 모르는 사람 없습니다. 바이오, 친환경에너지같은 첨단산업들도 향후 10년간 다른 산업들보다 수익률이 우수하겠죠. 하지만 그 모든 분야에서 전문가가 되어 하나씩 기업들을 고를 때까지 공부하다간 가랑이가 먼저 찢어질겁니다. 반대로 내가 잘 아는 분야가 소비재와 식료품밖에 없다고 해서 다른 첨단산업을 포기하면, 그곳에서 기본적으로 나오는 베타수익도 얻지 못할겁니다. 그러면 나는 열심히 노력했는데 단순 QQQ 소유자들보다 수익이 뒤떨어지는 대참사가 벌어지는거죠. 결국 알파를 낼 경쟁력이 없어도 유망한 산업에는 조금씩 분산투자할 필요가 있습니다. 팩터는 어떨까요? 가치투자도 의미는 변화하지만 꾸준히 돈이 벌리고, 퀄리티투자도 마찬가지입니다. 하지만 한 개인이 가치, 퀄리티, 모멘텀 팩터 모두를 각 분야의 전문가처럼 알 수 있을까요? 결국 어느정도는 내 능력과 무관하게 수익이 나도록 잘 분산된 리스크 프리미엄에 투자할 필요가 있습니다. 투자 대가들도 완전히 설명 불가능한 알파보다는 여러가지 리스크 프리미엄에 꾸준히 노출된 방식으로 수익을 냈습니다. 대부분의 투자수익은 알파가 아니라 베타에서 나온다 2013년에 AQR에서 낸 Buffett's Alpha는 "워렌버핏의 장기성과의 비결이 과연 종목선택능력에 있는가?"라는 아주 도발적인 화두를 던졌습니다. 그 이후로 나온 AQR의 슈퍼스타 투자자 시리즈는 유명한 펀드들의 수익을 다양한 리스크 프리미엄으로 분해했습니다. 펀드매니저의 초과수익 중 대부분을 업종, 팩터 노출도로 해석할 수 있다는 것은 중요한 시사점입니다. 이는 투자성과를 객관적으로 평가하고, 복제가 가능한 부분은 얼마든지 재현할 수 있다는 것이기 때문입니다. 이때문에 요즘 나오는 ETF들은 처음부터 전략, 투자대상을 정하고 투명하게 운용하는 경우가 많습니다. 확실하게 약속할 수 없는 알파는 깔끔히 포기하고, 베타에 해당하는 부분을 다양하게 제공하겠다는 전략인 것이죠. 우리가 투자할 때에도 이렇게 투자성과를 시장에 대한 베타와, 여러가지 산업/팩터에 대한 리스크 프리미엄(대체 리스크 프리미엄 ARP, 스마트 베타라고도 하지만 여기서는 리스크 프리미엄으로 통칭하겠습니다)으로 분리하여 생각하는 것이 중요합니다. 진짜 실력이라고 할 수 있는, 아무도 복제 못하는 알파는 꾸준히 얻기가 힘듭니다. 실제로는 대가들의 투자성과도 많은 부분이 분산된 포트폴리오로 복제 가능한 수익입니다. 일단 구조적으로 시장 베타에 다른 리스크 프리미엄들을 얹어서 알파 창출 여부와 무관하게 손익 그래프가 체계적으로 우상향하게 만드는 것이 중요합니다. 아래 자료들은 실제 펀드의 수익을 여러가지 팩터로 분리해서 분석한 것입니다. 대부분의 유명한 펀드들도 꾸준히 가치, 퀄리티, 모멘텀 팩터 등에 노출되는 방식으로 장기적인 초과수익을 거뒀습니다. 수익의 크기는 시장수익률과 각 팩터의 퍼포먼스, 운에 따라 다 다르지만, 이들의 공통점은 어려운 시기에도 원칙을 지켰다는겁니다. 워런 버핏의 버크셔 해서웨이 투자성과 분석 (1977.01 ~ 2016.05) 설명불가능한 알파는 95% 신뢰구간에서 기각 가치, 저변동성, 퀄리티 팩터에 유의미하게 노출되어 초과수익을 얻음 출처: Jordan Brooks, Severin Tsuji, and Daniel Villalon. (2019). Superstar Investors. AQR. 빌 그로스의 PIMCO 토탈리턴 펀드 투자성과 분석 (1994.01 ~ 2014.09) 설명불가능한 알파는 95% 신뢰구간에서 기각 신용, 저위험, 변동성 매도...

이번에는 리스크 비율 고정 베팅, 켈리 공식, CVaR같은 소리는 잠시 접어두고, 마인드셋에 대해 이야기해보고자 합니다. 저도 투자하면서 심성관리를 참 못하는 편인데 이런 글을 써도 될지 모르겠네요. 이론과 실천이 크게 다른 영역입니다. 저는 많은 사람들이 투자에서 장기적으로 손실을 보는 이유는 스스로 언젠가는 망할 수밖에 없는 구조로 투자하기 때문이라고 생각합니다. 보통 사람들이 투자에 실패하는 이유는 다음과 같습니다. 과도한 비율 베팅 - 매번 목숨을 걸고 러시안 룰렛을 하면 장기적으로 100%의 확률로 파산합니다. 물타기, 존버 - 본인의 판단이 틀렸다는걸 알아도 인정하지 않으면 장기적으로 100%의 확률로 파산합니다. 인버스 장기투자, 밈주식 투자 - 기대수익률이 0보다 낮은 자산을 사면 도박을 하는 것과 다를바 없습니다. 투자를 공부하지 않아도 이게 잘못되었다는건 직관적으로 알겁니다. 그럼에도 결국 이 함정에 빠지게 되는 이유는 손실을 현명하게 다루지 못하기 때문입니다. 손실을 당장 매우려고 몰빵투자를 하고, 물타기를 하고, 밈주식에 투자하다 더 손실을 키우는 악순환에 ...

나름 투자 관련해서 많은 글을 쓰는 입장에서 빠지기 쉬운 유혹이 있습니다. 바로 사용하는 자료의 시간축을 본인의 이론을 뒷받침하기 위해 마사지하는 것입니다. 물론 어떤 거시경제 이론도 모든 현실 경제를 설명할 수는 없듯이, 어느정도는 용인할 수밖에 없습니다. 본인이 설명하고자 하는 것이 보편적 개념이 아니라 특정 현상이라면, 그 현상에 국한해서 데이터의 기간도 조정할 수 있겠죠. 하지만 그럴거면 그 가정을 독자들에게 명확히 제시헤야 합니다. 요즘 캐리트레이드에 대한 관심이 많아지면서 미국-일본 10년물 금리차와 환율을 겹쳐놓는 그래프가 많이 보입니다. 물론 금리가 높은 국가의 환율이 이자율평형이론의 예측만큼 하락하지 않아 투자자에게 이득을 안겨주는 경우는 자주 일어납니다. 하지만 캐리트레이드가 장기적으로 기대수익률이 양수라는 사실이 국가간 금리차와 환율이 이렇게까지 잘 드러맞는다는 것을 시사하는건 ...

앞선 글에서 저는 리스크 관리 기법으로 리스크 비율 고정법(2% 룰)을 따른다고 했습니다. 2%룰은 한 포지션에서 발생하는 최대 손실이 2%를 넘지 않도록 하는 규칙입니다. 예를 들어 100%를 투자하면 -2%만 손실이 발생해도 손절해야 합니다. 반대로 10%를 투자하면 -20%까지는 버텨볼 수 있겠죠. 2%만 투자하면 전액 손실이 나도 상관 없습니다. 원래는 좀 직관적으로 투자해도 된다는 점이 장점이라고 했었지만... 손절이 너무 잦으면 최적 투자비중으로 투자한다고 볼 수는 없겠죠. 반대로 너무 소극적으로 5%씩만 투자하면 돈을 벌어도 짜증나는 경우가 있을 수 있습니다. 경험이 모든걸 해결해준다고 하는건 무책임한 것 같아서 간단하게 엑셀로 VaR을 계산하는 방법을 알려드리겠습니다. 모델을 이해하려면 좀 만져보는게 좋아서 이번에는 엑셀파일도 공유합니다. 엑셀 파일 링크 CVaR 산출 부분은 NEDL이라는 유튜브 채널에서 많이 가져왔습니다. Conditional Value-at-Risk (Expected shortfall) - measuring expected extreme loss (Excel) (SUB) Monte Carlo simulation for Conditional VaR (Excel) VaR (Value at Risk, 최대예상손실액)이란? VaR은 특정 자산의 수익률 확률분포 (역사적 분포, 이와 비슷한 다른 분포)에 근거해 특정 기간에 잃을 수 있는 최대 손실입니다. 이를 위해서는 먼저 통계적 검정이라는 것에 대해 조금 이해해야 합니다. 동전을 던졌을 때 앞면이 나올 확률은 50%이라는 것은 모두가 아는 사실입니다 (동전의 무게배분이 불완전하거나, 옆면으로 서는 확률 등 현실적인 요소는 제쳐둡시다). 이때 확률의 정의는 동일한 조건으로 반복되는 시행에서 사건이 발생한 횟수와 총 시행 횟수 사이의 비율입니다. 다르게 표현하자면 동전을 무한히 던진다고 하면 앞면의 상대적 빈도는 50%에 수렴하게 됩니다. 따라서 우리가 실제로 동전을 던질때 몇번만 던질 경우에 앞면만 6번 나올 수도 있지만, 무한히 동전을 던지면 그 확률이 50%에 수렴할 것이라는걸 알기 때문에 다음 시행에서는 뒷면이 나올거라는데 돈을 걸어도 됩니다. 이를 대수의 법칙이라고 부릅니다. 주가지수를 생각해보면 동전과 달리 무한히 주가지수를 관찰했을때 일일수익률의 확률분포가 어떻게 나올지는 모르지만, 이미 관측한 과거 데이터의 확률분포를 토대로 추정할 수 있습니다. 우리가 가진 데이터가 충분히 많다면, 모집단과 표본집단의 분포는 거의 비슷할겁니다. VaR은 자산이 가질 것으로 추정되는 확률분포 상에서 최악의 n% 유의수준의 수익률을 구하는 것입니다. 유의수준은 (1-신뢰수준)이고, 신뢰수준은 모집단에서 표본을 여러개 임의로 뽑아서 만들었을때, 표본분포 내에 모집단분포의 평균이 존재하는 빈도의 비율입니다. 예를 들어 유의수준이 1%라고 하면, 미래에 전혀 겪어보지 못했던 형태의 금융위기가 발생해서 역사적 분포를 활용해서 구한 VaR값이 무용지물이 될 확률이 1%라는 것입니다. 사용할 분포와 유의수준만 미리 정해주면 VaR을 구할 수 있습니다. 야후 파이낸스에는 1928년부터의 S&P500 일간 데이터가 있으니 "역사적" 분포라는 말을 붙이기 좋을 것 같습니다. 이번에는 이 데이터를 이용해보겠습니다. 데이터 기간: 1927.12.30 ~ 2024.07.18 (표본 갯수 = 24,252개) 배당 재투자 없이 수정종가로 가격 상승률만 사용 (전체기간 CAGR 6.2%) 일일수익률 단위로 일간 VaR 산출 먼저 일일수익률의 히스토그램을 살펴보자면 S&P500의 특성은 다음과 같습니다. 일평균수익률 0.031% 표준편차 1.19% 역사적 분포의 하위 5%값을 보면 -1.68%입니다. 따라서 유의수준 5%에서 역사적 분포를 사용한 S&P500의 VaR은 -1.68%라고 할 수 있습니다. 역사적 분포 VaR 함수 (유의수준 5%): ...

금광주 투자 검토최근에 월가아재님이 금광주 투자 아이디어를 제시해주셨죠. 금의 가격이 오르는 시나리오에 금광주의 변동성이 더 높기 때문에 더 높은 수익을 기대할 수 있다는 점입니다. 높은 고정비로 인한 영업 레버리지가 있어 금광주의 변동성은 금 ETF보다 높습니다.그런데 사실 그럴거면 그냥 금 레버리지 ETF에 투자하는게 나을수도 있지 않을까요? 투자비중을 조절하여 변동성을 동일하게 맞추고, 남는 돈으로 무위험수익률을 수확한다고 했을때 금 ETF보다 금광주가 더 나은 수익률을 보여주지 못한다면 금광주에 투자할 이유가 딱히 없어집니다.저는 대표적인 금 ETF인 IAU와 금광주인 Barrick Gold(GOLD), 금광주 ETF인 GDX의 역사적 데이터를 활용하여 셋의 위험대비수익률을 비교해보았습니다. 제가 내린 결론은 둘 사이에 큰 차이는 없지만, 최근 가격 상승 모멘텀에서는 금 ETF쪽이 더 수혜를 받고 있으니 ETF가 낫다는 것입니다.데이터는 전부 investing.com에서 다운로드받았고, 데이터 구간은 GDX의 상장일인 2006년 6월 23일부터 2024년 7월 5일까지입니다. 무위험수익률의 경우 FRED에서 다운로드받은 1년물 국채금리(DGS1)를 사용했습니다.변동성 맞추기먼저 변동성을 동일하게 ...