Question 1

분석 결과를 그대로 따라 매매해도 되나요?

Accepted Answer

그대로 따라 매매하시는 건 권장드리지 않습니다. 본 도구의 모든 분석은 과거 시장 데이터에 기반한 통계적 추정치로, 미래 수익이나 손실을 보장하지 않습니다. 또한 거래 비용·세금·환전 비용·시장 충격· 본인의 투자 목표와 기간 같은 요소는 반영되어 있지 않습니다. 학술 모델의 결과는 “이 포트폴리오의 위험·수익 성격이 어떤가” 를 진단하는 참고 자료로 활용해 주시고, 실제 투자 의사결정 전에는 본인의 상황에 맞게 추가 검토와 (필요 시) 전문가 상담을 거치시기를 권장드립니다.

Question 2

같은 종목으로 재분석했는데 결과가 살짝 달라요. 왜 그런가요?

Accepted Answer

자연스러운 현상입니다. 본 도구는 분석 시점에 yfinance · Kenneth French 라이브러리에서 가장 최근 데이터를 가져와 매번 다시 계산합니다. 분석 사이에 새로운 거래일이 추가되거나 팩터 데이터가 갱신되면 표본이 달라지고, 이에 따라 평균·분산·회귀계수가 미세하게 바뀌게 됩니다. 결과 차이가 큰 경우 (예: 알파의 부호가 바뀌거나 베타가 0.3 이상 변동) 라면 분석 기간이 짧아 통계적 안정성이 부족하다는 신호일 수 있으니, 결과 페이지 상단의 “결과 신뢰도 점수” 를 함께 확인해 주세요.

Question 3

한국 주식과 미국 주식을 같이 넣으면 어떻게 처리되나요?

Accepted Answer

모델별로 다르게 처리됩니다. Markowitz · HRP 는 통화를 KRW 로 통일한 뒤 두 시장 종목을 한 포트폴리오로 묶어 분석합니다 (USD 보유는 분석 시점 환율로 환산). Fama–French (3·5팩터) 는 시장 팩터의 정의가 지역별로 달라 한국 종목은 Asia Pacific 팩터 데이터, 미국 종목은 North America 팩터 데이터로 분리 회귀한 뒤 비중 가중평균으로 합산합니다. 이런 한·미 혼합 포트폴리오는 결과 페이지에 “split analysis” 상태로 표시되며, 각 시장별 회귀 결과도 함께 제공됩니다.

Question 4

“결과 신뢰도 점수” 는 어떻게 계산되나요?

Accepted Answer

0–100 사이의 점수로, 분석 기간(개월) 과 모델별 고유 품질 신호를 가중 합산해 산출합니다. 분석 기간은 60개월(5년) 이상이면 학계 권장 수준이라 70+ 가 나오고, 모델별 추가 신호로는 Markowitz 는 분산효과 + 단일 종목 집중 페널티, Fama–French 는 R² + 통계적으로 유의한 베타 비율, HRP 는 분산효과 + HRP 가 현재 변동성을 얼마나 줄이는지 — 를 봅니다. 75+ 면 우수, 55–75 면 양호, 35–55 면 보통, 35 미만이면 낮음 등급입니다. 이 점수는 “결과를 얼마나 진지하게 받아들여야 하는가” 를 빠르게 판단하기 위한 휴리스틱이며 학술 표준 지표는 아닙니다.

Question 5

알파(α) 가 양수인데 통계적으로 유의하지 않다고 나옵니다. 어떤 의미인가요?

Accepted Answer

알파가 양수로 나왔지만 그 값이 진짜 “초과수익 능력” 인지 단순 우연인지 통계적으로 구분하지 못한 상태입니다. 보통 |t-stat| > 2 또는 p-value < 0.05 일 때 유의하다고 판단하는데, 이 기준에 못 미친다는 뜻입니다. 표본 기간이 짧거나 변동이 크면 알파가 양수라도 t-stat 이 낮게 나옵니다. “양의 알파가 보이긴 하나 우연일 가능성이 5% 이상 남아 있다” 정도로 읽으시고, 분석 기간을 늘리거나 5 팩터 모델로 재검증해 보시기를 권장드립니다.

Question 6

β_S 가 양수면 내 포트폴리오에 소형주가 많이 들어 있는 건가요?

Accepted Answer

아닙니다. β_S 는 종목 구성이 아니라 “내 포트폴리오의 수익률이 소형주 강세 시기에 함께 올랐는지” 를 측정합니다. 예를 들어 SPY (대형주 ETF) 만 들고 있어도 분석 기간 동안 시기적으로 소형주와 같이 움직인 일이 많았다면 β_S 는 양수로 나옵니다. 마찬가지로 β_H, β_R, β_C 등 모든 팩터 베타도 “수익률 동조 패턴” 으로 해석하시는 게 정확합니다. 보유 종목의 라벨(소형/대형, 가치/성장) 과 수익률의 팩터 노출은 별개의 개념이라는 점이 핵심입니다.

Question 7

R² 가 낮으면 분석 결과를 믿으면 안 되나요?

Accepted Answer

“결과를 믿지 말라” 보다는 “결과를 더 보수적으로 해석하라” 가 정확합니다. R² 는 세 팩터로 포트폴리오 수익 변동을 얼마나 설명하는가를 0–100% 로 보여 주는 값으로, 일반적으로 60% 이상이면 양호한 분산 포트폴리오의 정상 범위입니다. R² 가 40% 미만 이면 종목 고유 변동(팩터로 설명되지 않는 부분) 이 크다는 뜻이고, 이 경우 베타·알파 추정의 신뢰 구간이 넓어 — 같은 베타 값이 ±0.3 이상 흔들릴 수 있다는 의미입니다. 베타·알파의 절대값보다 부호와 대략적인 크기 정도만 결론으로 가져가시는 게 안전합니다.

Question 8

Tracking Error 와 Information Ratio 는 무엇을 알려주나요?

Accepted Answer

두 지표는 “이 포트폴리오가 팩터 모델로 잘 설명되지 않는 능동적 운용 효과를 얼마나 갖고 있는가” 를 측정합니다. Tracking Error 는 회귀 잔차의 변동성으로, 모델이 못 잡는 부분의 흔들림 크기입니다. Information Ratio 는 알파 / Tracking Error 로, “모델 외 수익이 모델 외 위험 1 단위당 얼마나 효율적인가” 를 보여 줍니다. IR 이 높다는 건 단순한 팩터 노출 외에 일관된 종목 선정 효과가 있을 가능성을, IR 이 0 에 가깝다는 건 모델 외 수익이 우연이거나 불규칙하다는 점을 시사합니다.

Question 9

Fama–French 팩터 데이터는 어디서 가져오나요? 무료인가요?

Accepted Answer

Kenneth French 교수님이 운영하시는 Tuck School of Business (Dartmouth) 의 공식 데이터 라이브러리에서 무료로 제공받습니다. 매월 갱신되며, 본 도구는 분석 시점에 자동으로 최신 데이터를 다운받아 사용합니다. 한국 주식은 Asia Pacific (ex Japan) 데이터셋, 미국 주식은 North America 데이터셋을 쓰며, 한·미 혼합 포트폴리오는 두 데이터셋을 분리 회귀 후 비중 가중평균으로 합산합니다. 더 깊이 보고 싶으시면 본 페이지 모델 설명 탭의 “더 읽을 자료” 섹션에 직접 링크가 있습니다.

예시 포트폴리오 — 미국 분산 (AAPL · MSFT · SPY · TLT)

자라나는 거인The Rising Giant.

이 포트폴리오는 시장보다 다소 크게 움직이는 다소 공격형이며, 스타일은 성장주 동조 입니다.

Fama–French 3-팩터 노출

비중을 직접 움직여 보기

원하는 팩터 목표치 → 최적 비중 제안

우량성과 투자성향 효과까지 분리하려면?

자주 묻는 질문