Guide · Markowitz Portfolio Theory

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.

01 · Introduction

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.

"개별 종목의 위험은 그 자체로 의미가 없다.
중요한 건 포트폴리오 전체에 미치는 기여도다."

— Harry Markowitz, Portfolio Selection (1952)

02 · Position

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.

Reference · Three positions on the frontier
위험 (변동성)수익A곡선 근처B곡선 아래C크게 떨어짐
A · 곡선 근처

잘 분산된 상태

현재 위험 대비 거의 최적의 수익을 내고 있다는 뜻입니다. 큰 변화보다는 정기 점검과 미세조정에 집중하세요.

B · 곡선 아래

개선 여지 있음

같은 위험을 부담하면서도 더 높은 수익을 낼 수 있는 비중 조합이 존재합니다. 리밸런싱으로 곡선 위까지 끌어올릴 수 있어요.

C · 크게 떨어짐

구조적 재고 필요

비중 조정만으로는 한계가 있습니다. 종목 구성 자체를 다시 생각하거나, 분산이 부족한 자산군을 추가해야 할 수 있어요.

03 · Playbook

분석 결과로 할 수 있는 4가지

Markowitz 분석은 결정을 대신해주지 않습니다. 다만 결정의 근거를 줍니다. 이 네 가지 활용법이 가장 일반적이에요.

01
Rebalancing · 리밸런싱 점검

현재 비중이 정말 최선인가?

시간이 지나면 종목별 가격 변동으로 비중이 자연스럽게 흐트러집니다. 처음 의도와 지금의 실제 포트폴리오가 같은지 점검하고, Equalizer 로 비중을 옮겨가며 샤프 지수가 어떻게 반응하는지 직접 확인하세요.

How toLive Sim 에서 비중 슬라이더를 조정 → 샤프 지수가 올라가는 조합을 찾기 → 거래비용을 고려해 의미 있는 변화인지 판단
Live Demo비중 조정만으로 샤프 지수가 어떻게 달라지는지 보세요
02
New Asset · 신규 종목 편입 판단

이 종목을 추가하면 분산이 좋아질까?

신규 종목의 단독 수익률이 아니라, 기존 종목들과의 상관계수 를 봐야 합니다. 수익률이 비슷하더라도 상관계수가 낮은 종목이 포트폴리오 전체의 위험을 더 효과적으로 줄입니다.

How to관심 종목을 추가해 재분석 → 상관계수 매트릭스에서 기존 종목들과 0.3 이하인지 확인 → 효율적 곡선이 위로 이동했는지 비교
03
Market View · 시장 전망 반영

나는 시장을 어떻게 바라보는가?

분석 결과의 연간 변동성 은 당신 포트폴리오가 지금 어느 진폭으로 흔들리는지 알려줍니다. 그 진폭을 그대로 둘지, 키울지, 줄일지는 당신의 시장관에 달려 있어요. 상승장을 본다면 변동성을 끌어올려 더 큰 수익 기회에 노출시킬 수 있고, 하락장이 두렵다면 변동성을 낮춰 방어 자세를 취할 수 있습니다. Markowitz 는 다이얼의 현재 눈금을 보여줄 뿐, 어디로 돌릴지는 당신이 결정합니다.

How to현재 연간 변동성 수준 확인 → 향후 6~12개월 시장 전망 정리 → 낙관이면 고변동 종목 비중↑, 비관이면 저변동·방어 자산 비중↑ → 재분석으로 새 변동성 수준 점검
04
Risk Budget · 리스크 한도 설정

최악의 해엔 얼마까지 잃을 수 있나?

VaR 수치를 실제 투자금에 대입해보세요. 예를 들어 1억 원 포트폴리오의 연간 95% VaR 이 -16.2% 라면, "100년 중 5번 꼴로 1,620만 원 이상의 손실이 발생할 수 있다" 는 뜻입니다. 이 숫자를 감당할 수 있는지가 위험 한도의 출발점이에요.

How to내 실제 투자금 × VaR(%) 계산 → 그 금액의 손실을 견딜 수 있는지 자문 → 견디기 어렵다면 변동성 낮은 종목으로 비중 이동
04 · Limitations

Markowitz 가 말해주지 않는 것들

좋은 모델일수록 자신의 한계를 정확히 알고 써야 합니다. 분석 결과를 맹신하지 않기 위해 알아둘 네 가지.

분석 결과는 가설이지 예언이 아닙니다. 아래 한계들은 결함이 아니라 모든 정량 모델이 공유하는 구조적 특성이에요. 이걸 인지하고 쓰는 사람과 모르고 쓰는 사람의 차이는 큽니다.

Limitation 01

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.

Limitation 02

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.

Limitation 03

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.

Limitation 04

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.

05 · Next Step

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.

Recommended Next

Fama-French 3 Factor 분석

시장·규모·가치 세 가지 요인으로 포트폴리오의 수익률을 분해합니다. Markowitz 가 알려주지 않은 "당신의 알파가 진짜 알파인지, 아니면 그저 특정 요인 노출인지" 를 통계적으로 검증할 수 있어요.