분석은 끝났습니다.
이제 무엇을 하시겠어요?
방금 본 숫자들은 그 자체로 정답이 아닙니다. 같은 분석 결과를 보고도 어떤 투자자는 비중을 조정하고, 어떤 투자자는 새 종목을 찾고, 어떤 투자자는 그냥 기다리기로 합니다. 이 페이지는 당신이 그 결정을 내릴 수 있도록 돕습니다.
왜 종목이 아니라 관계를 보는가
Harry Markowitz 가 1990 년 노벨 경제학상을 받게 한 통찰은 의외로 단순합니다. 어떤 종목이 좋은가 가 아니라, 종목들이 서로 어떻게 함께 움직이는가 를 보자는 것. 한 종목이 떨어질 때 다른 종목이 올라간다면, 둘을 같이 보유하는 것만으로 위험은 줄어듭니다. 수익률을 포기하지 않고도요.
방금 보신 분석 결과는 바로 이 관점에서 당신의 포트폴리오를 해부한 것입니다. 변동성, 샤프 지수, 효율적 곡선, 상관계수 — 전부 이 한 줄짜리 통찰에서 파생된 도구들이에요.
Efficient Frontier 에서 내 위치 읽기
분석 결과 페이지의 효율적 곡선 그래프에서, 당신의 포트폴리오(빨간 점)는 곡선과 얼마나 가까이 있었나요? 그 거리가 모든 것을 말해줍니다.
잘 분산된 상태
현재 위험 대비 거의 최적의 수익을 내고 있다는 뜻입니다. 큰 변화보다는 정기 점검과 미세조정에 집중하세요.
개선 여지 있음
같은 위험을 부담하면서도 더 높은 수익을 낼 수 있는 비중 조합이 존재합니다. 리밸런싱으로 곡선 위까지 끌어올릴 수 있어요.
구조적 재고 필요
비중 조정만으로는 한계가 있습니다. 종목 구성 자체를 다시 생각하거나, 분산이 부족한 자산군을 추가해야 할 수 있어요.
분석 결과로 할 수 있는 4가지
Markowitz 분석은 결정을 대신해주지 않습니다. 다만 결정의 근거를 줍니다. 이 네 가지 활용법이 가장 일반적이에요.
현재 비중이 정말 최선인가?
이 종목을 추가하면 분산이 좋아질까?
나는 시장을 어떻게 바라보는가?
최악의 해엔 얼마까지 잃을 수 있나?
Markowitz 가 말해주지 않는 것들
좋은 모델일수록 자신의 한계를 정확히 알고 써야 합니다. 분석 결과를 맹신하지 않기 위해 알아둘 네 가지.
과거 데이터, 미래의 보증은 아닙니다
기대수익률·변동성·상관계수 — 모두 과거 가격 흐름에서 추정한 값입니다. 시장 구조가 바뀌면(금리 사이클 전환, 산업 패러다임 변화 등) 이 숫자들은 빠르게 무력해집니다.
정규분포 가정의 꼬리 위험
모델은 수익률이 종 모양 분포를 따른다고 가정하지만, 실제 시장은 극단적인 사건(2008, 2020년 3월)이 이론보다 훨씬 자주 발생합니다. VaR 이 안심을 보장하지 않는 이유예요.
입력값 민감도
기대수익률 추정이 단 1%포인트만 바뀌어도 최적 비중은 크게 달라질 수 있습니다. "최적 포트폴리오" 라는 표현보다 "현재 가정 하에서의 합리적 비중" 이 더 정확한 표현이에요.
현실의 마찰은 빠져 있어요
거래 수수료, 양도소득세, 슬리피지, 시장 충격 — 모델은 이 모두를 무시합니다. 작은 샤프 지수 개선을 위해 잦은 리밸런싱을 하면 비용이 개선분을 잠식할 수 있습니다.
Markowitz 로 충분하지 않다면
Markowitz 모델은 "어떻게 분산할 것인가" 는 답하지만, "왜 이 포트폴리오의 수익률이 이 정도인가" 는 답하지 못합니다. 같은 수익률이라도 그것이 시장 전체의 흐름 때문인지, 소형주 특성 때문인지, 가치주 프리미엄 때문인지 — 이런 수익의 출처 를 분해하려면 다른 모델이 필요해요.
이 게시글은 AI를 활용하여 작성되었습니다.