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

HRP 권장 비중이 마코위츠와 다를 때 어느 쪽을 따라야 하나요?

Accepted Answer

일반적으로는 HRP 가 입력 데이터의 미세한 변화에 강건(robust) 합니다. 마코위츠는 공분산 행렬의 역행렬을 쓰기 때문에 종목 수가 많거나 데이터 기간이 짧으면 결과가 크게 흔들리는 반면, HRP 는 클러스터링 기반이라 같은 입력에서도 더 안정적인 비중을 산출합니다. 종목 수가 많고 분석 기간이 짧다면 HRP 쪽 신뢰도가 높습니다. 반대로 효율 극대화가 우선이고 입력 추정에 자신이 있다면 마코위츠 권장점에 가까운 비중도 검토할 만합니다. 두 모델을 동시에 돌려 비중 차이가 큰 종목이 어디인지 보시는 것을 가장 권장드립니다.

Question 6

클러스터 결과가 매번 다른 이유는?

Accepted Answer

분석 기간 또는 종목 구성이 조금이라도 달라지면 종목 간 상관계수가 변하고, 이에 따라 거리 행렬과 군집 트리 구조가 달라지기 때문입니다. 같은 종목 5 개로 6 년치 분석을 해도 1 개월 뒤 다시 분석하면 새로운 거래일이 표본에 추가되어 클러스터 결과가 미세 하게 바뀔 수 있습니다. 결과의 안정성을 보고 싶으시다면 덴드로그램의 세로축(거리) 을 함께 확인해 주세요 — 거리가 큰 차이로 갈라지는 군집 구조는 안정적이고, 거리가 가까운 종목들이 다른 그룹으로 자주 옮겨 가면 그 군집 구조는 표본 의존도가 높다는 신호입니다.

Question 7

“그룹 1 / 그룹 2” 같은 군집 라벨은 어떤 기준으로 매겨지나요?

Accepted Answer

단순히 덴드로그램의 정렬 순서대로 1, 2, 3 ... 번호를 부여한 것이며, “그룹 1 = 가장 중요한 그룹” 같은 의미는 없습니다. 진짜 정보는 “그룹 안의 종목 구성” 과 “그룹 평균 상관계수” 입니다. 본 도구의 결과 페이지에는 각 그룹마다 — 어떤 종목들이 같이 묶였 는지, 그 그룹 안의 평균 상관계수가 얼마인지, 전체 비중에서 그 그룹이 차지하는 합산 비중이 얼마인지 — 가 표시됩니다. 이 정보를 통해 “내 포트폴리오가 몇 개의 의미 있는 위험 군집으로 구성되어 있는가” 를 진단해 주세요.

Question 8

HRP 의 분산 효과가 마코위츠보다 항상 큰가요?

Accepted Answer

보통은 비슷하거나 HRP 가 약간 더 큰 편이지만, “항상” 은 아닙니다. HRP 는 위험을 그룹별·그룹 내에서 균등하게 나누는 방식이라 분산 효과가 자연스럽게 잘 나옵니다. 반면 마코위츠는 같은 평균-분산 가정 하에서 이론상 효율적 프론티어 위의 점에 도달할 수 있어, 추정에 자신이 있다면 마코위츠가 더 효율적인 점을 줄 수 있습니다. 다만 두 모델의 목적이 다르다는 점이 중요합니다 — HRP 는 “강건한 분산” 이고 마코위츠는 “효율 최적화” 입니다. 두 결과를 동시에 보시면 각각의 장점을 비교 검토하실 수 있습니다.

Question 9

종목이 2 개일 때도 HRP 분석이 의미가 있나요?

Accepted Answer

기술적으로는 가능하지만 클러스터링의 의미는 약합니다. 두 종목만 있으면 트리 구조가 한 단계로 끝나기 때문에 “그룹 안 vs 그룹 간 분산” 이라는 HRP 의 핵심 통찰이 잘 드러나지 않습니다. 본 도구는 최소 2 종목부터 분석을 허용하지만, HRP 의 강건성 장점이 가시적으로 나타나려면 보통 4–5 종목 이상이 권장됩니다. 종목 수가 적을 때는 마코위츠와 결과가 거의 같이 나오는 경우가 많고, 이 경우 두 모델을 비교하는 의미도 작아집니다. 종목 수를 늘리시면 클러스터 트리가 더 풍부해지고 HRP 권장 비중도 더 의미 있게 분화됩니다.

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

타겟 불도저The Targeted Bulldozer.

HRP 권장 비중을 적용하면 변동성이 줄어듭니다 — 단, 권장값은 시장 상황과 비용을 반영하지 않은 이론값입니다.

상관관계 기반 자산 군집

변동 폭이 큰 종목 Top 3

팩터 노출까지 함께 보고 싶다면?

자주 묻는 질문