검색창이 짜준 포트폴리오 — 사람들이 제일 많이 찾아본 10종목을 까봤다

우리는 보통 차트를 보고 실적을 뜯어보며 종목을 고릅니다. 그런데 그 모든 걸 건너뛰고 “요즘 사람들이 구글에 제일 많이 검색한 종목”만 모아 포트폴리오를 짜면 어떻게 될까요? 말장난 같지만, 검색량과 주가의 관계는 〈Journal of Finance〉에 실린 진짜 논문의 주제입니다. 다만 그 논문이 하는 말은 우리가 기대하는 것과 정반대에 가깝습니다. 그 어긋남에서 출발해, 화제의 10종목을 한 바구니에 담아 정량 분석으로 정체를 벗겨보겠습니다.

2011년, 다(Da)·엥겔버그·가오 세 학자가 “In Search of Attention”이라는 논문을 발표합니다. 출발점은 의외로 단순합니다. 누군가 구글에 어떤 주식의 티커를 친다면, 그건 그 사람이 지금 그 종목에 ‘시선(attention)’을 주고 있다는 가장 솔직한 증거라는 것이죠. 그전까지 학계가 ‘관심’의 대용치로 쓰던 거래량, 뉴스 건수, 극단적 수익률은 전부 “관심이 높았으니 이랬겠지” 하는 간접 추정이었습니다. 검색은 다릅니다. “내가 지금 이걸 들여다보고 있다”를 그대로 보여주니까요.

여기서 디테일 두 가지가 중요합니다. 첫째, 회사 이름이 아니라 티커로 잽니다. “Apple”을 검색하는 사람은 아이폰 살까 말까 고민 중일 수도 있지만, “AAPL”을 치는 사람은 십중팔구 그 주식이 궁금한 투자자거든요. 둘째, 논문이 본 건 검색량의 절대 수준이 아니라 ‘평소보다 갑자기 튄 정도’입니다(이번 주 검색량을 직전 8주 중앙값과 비교). 그러니까 “원래 유명한 종목”이 아니라 “갑자기 관심이 확 쏠린 종목”이 분석 대상인 거죠.

그럼 그렇게 검색하는 사람들은 누구일까요? 논문은 실제 리테일 주문 데이터와 맞춰봅니다. 검색량이 1% 늘면 개인투자자 주문이 약 0.1% 늘었고, 덜 노련한 개미들이 모이는 체결 창구에서는 그 반응이 0.26~0.30%로 훨씬 컸습니다. 한마디로 검색량 = 개미의 관심이라는 얘기입니다.

여기에 행동재무학의 또 다른 고전, 바버·오딘(2008)의 “All That Glitters”가 포개집니다. 개인은 눈길을 끄는 종목을 ‘사는’ 쪽으로 쏠립니다. 이유가 재밌어요 — 살 때는 수천 종목 중에 고를 수 있지만, 팔 때는 내가 이미 가진 것만 팔 수 있으니까요(개미는 공매도를 거의 안 합니다). 그래서 관심이 몰리면 매수만 쏠려서 가격이 잠깐 위로 밀립니다. 논문이 데이터에서 찾아낸 게 정확히 이 그림이었습니다 — 검색이 급증한 종목은 이후 2주간 약 +0.34% 더 올랐다가, 1년 안에 그 상승분을 거의 그대로 토해냈고, 이 현상은 작고 개미 거래가 많은 종목에서만 나타났습니다.

여기서 자연스러운 호기심이 생깁니다. 만약 누군가 이 ‘시선’만 보고 요즘 제일 화제인 종목들로 포트폴리오를 통째로 짠다면, 그 바구니는 대체 어떤 물건일까? 논문이 개별 종목의 관심 흐름을 봤다면, 우리는 한 발 더 나가 그 관심이 한데 모인 바구니의 정체를 직접 해부해보기로 했습니다. (논문을 그대로 재현한 게 아니라, 논문의 교훈을 빌린 별개의 실험이라는 점은 미리 짚어둡니다.)

가장 화제가 되고 가장 많이 검색된 미국 주식 10종목을, 사심 없이 똑같이 10%씩 담았습니다. 분석 구간은 2021년 4월부터 2026년 6월까지 약 5년, 월말 기준 62개월입니다.

표만 훑어도 두 가지가 눈에 박힙니다. 첫째, 변동성이 하나같이 험합니다. 제일 얌전한 애플이 25%, AMC는 무려 123%예요. 둘째, ‘화제’가 곧 ‘수익’은 아닙니다. 똑같이 사랑받는 ‘관심주’인데 슈퍼마이크로·엔비디아는 5년간 연 60~80%씩 벌었고, AMC·니오는 오히려 까먹었습니다. 관심은 승자와 패자를 가리지 않고 그냥 ‘열기’만 잽니다. 이 바구니의 진짜 정체를, 느낌이 아니라 숫자로 확인해봅시다.

먼저 파마-프렌치 5팩터 모델로 봅니다. 이 모델은 포트폴리오 수익을 다섯 가지 ‘성격’에 대한 노출도(베타)로 쪼갭니다 — 시장, 규모(소형주 성향), 가치(저평가주 성향), 수익성, 투자성향. 결과는 이렇습니다.

가장 또렷한 숫자는 시장 베타 1.57입니다(통계적으로 매우 확실). 시장이 1% 출렁이면 이 바구니는 1.57% 출렁인다는 뜻 — 그 자체로 고베타입니다. 가치 베타는 −0.93으로 성장주(비싼 주식) 쪽으로 기울었지만 통계적으로는 아슬아슬한 경계예요. 비트코인 프록시인 MSTR·COIN이 신호를 흐려놓은 탓입니다. 재밌는 건 규모 베타가 +0.98이라는 점입니다. 엔비디아·애플 같은 초대형주가 떡하니 들어 있는데도 포트폴리오 전체는 소형주처럼 움직였다는 거죠. 밈·크립토·중국 전기차 멤버들의 ‘잡주 기질’이 대형주의 무게감을 압도해버린 겁니다.

그런데 진짜 헤드라인은 따로 있습니다. 알파(α) 연 +30.5%, 통계적으로도 유의(p=0.03)합니다. 알파는 다섯 팩터로 설명되지 않는 초과수익이에요. 이 바구니가 팩터 노출만으로 ‘벌어다 줘야 했던’ 수익은 사실상 0에 가까웠는데(시장·성장·소형 기여를 다 더해도 연 +2% 남짓), 실제로는 연 30%가 넘게 났습니다. 그 차이 전부가 알파, 즉 개별 종목 자체의 폭등이었던 거죠.

파마-프렌치가 ‘어떤 성격이냐’를 봤다면, 마코위츠 모델은 ‘얼마나 위험하고 효율적이냐’를 따집니다. 여기서 청구서가 날아옵니다.

의외의 반전 — 분산은 됐다, 그래도 로켓이다

솔직히 분석 전엔 “어차피 다 같은 테마라 분산이 거의 안 될 것”이라 예상했습니다. 그런데 실제로는 개별 종목 변동성 평균 77%를 포트폴리오 47%로 깎아내며 38.5%나 분산됐습니다. AI 칩·밈·크립토·중국 전기차가 서로 다른 이유로 움직이다 보니 상관관계가 생각보다 낮았던 거죠. 더 재밌는 건 이 38.5%가 국민연금의 분산효과(39.3%)와 거의 같다는 점입니다.

여기서 또 함정. 분산효과는 ‘상대적’ 위험 절감률일 뿐, ‘절대적’ 안전이 아닙니다. 국민연금은 그 39%를 시장 수준(σ 16%)에서 달성했고, 이 바구니는 똑같은 38%를 시장의 3배(σ 47%)에서 달성했습니다. 같은 비율로 위험을 줄여도, 출발점이 3배 높으면 도착점도 3배 높은 겁니다. 샤프 0.56은 도달 가능한 최댓값의 69% 수준이라 효율은 ‘개선 여지’ 등급. 그래서 아키타입이 ‘지도 없는 탐험가’예요 — 겁 없이 질주하지만 효율의 나침반은 어긋난, 딱 이 바구니입니다. 덜 폭발하는 로켓도 결국 로켓이고요.

※ 마코위츠가 그리는 기대수익선(효율적 투자선)은 SMCI·엔비디아처럼 지난 5년 폭등한 종목이 끌어올린 ‘낙관적’ 추정선입니다. 모델이 과거 평균을 그대로 미래로 투영하기 때문이라, 실제 미래 수익을 보장하지는 않습니다.

① 검색량은 ‘예측’이 아니라 ‘관심’이다

세 학자가 보여준 건 “관심 급증 → 단기 상승 → 되돌림”이었습니다. 검색량은 미래 가치의 신호가 아니라 지금 시선의 측정값이에요. 우리 바구니의 +30% 수익도 미래에 반복될 실력이 아니라, 이미 이긴 종목을 뒤늦게 주워 담은 사후적 결과에 가깝습니다.

② ‘가장 많이 검색됨’ ≠ ‘가장 좋음’

분석은 이 바구니를 시장의 3배 변동성, 평범한 샤프(0.56), 따라 할 수 없는 알파, 비효율 등급으로 되돌려줬습니다. 화제성과 포트폴리오 품질은 별개고, 그 차이는 느낌이 아니라 베타·샤프·VaR이라는 숫자로 드러납니다.

③ 당신이 검색하던 그 종목들, 직접 넣어보세요

여기서 한 일은 특별할 게 없습니다 — 공개된 검색 랭킹 + 공개된 가격 + 같은 두 모델이 전부예요. 요즘 자주 검색하고 들여다보는 종목들을 직접 돌려보세요. 그 바구니가 사실은 어떤 위험에 기울어 있는지, 변동성이 시장의 몇 배인지, 분산은 됐는지가 숫자로 나옵니다. 관심으로 고른 종목의 정체를 관심이 아니라 숫자로 확인하는 것 — 그게 이 글의 진짜 쓸모입니다.

“가장 많이 검색된 주식”의 목록은 시대마다 바뀝니다. 밈주식의 자리를 AI가 차지했고, 다음엔 또 무언가가 그 자리를 노리겠죠. 하지만 그 바구니를 숫자로 분해해보는 습관은 시대가 바뀌어도 그대로 유효합니다. 그 첫 단추는, 지금 내가 검색창에 자주 치던 종목들을 한 번 돌려보는 일입니다.

데이터 · 가격: yfinance 수정주가 월말 기준(2021-04~2026-06, 62개월) · 팩터: Ken French Data Library FF5(North America) · 무위험률: 미국 13주 T-bill(연 3.66%). 참고문헌 · Da, Engelberg & Gao (2011), In Search of Attention, Journal of Finance 66(5) · Barber & Odean (2008), All That Glitters, Review of Financial Studies · Preis, Moat & Stanley (2013), Scientific Reports.

이 게시글은 AI를 활용하여 작성되었습니다.