미국 증시는 2026년 10월에도 지수와 시장 내부의 흐름이 달랐습니다. BlackRock은 10월 12일 해설에서 9월 11개 업종 중 10개가 보합 또는 하락했지만 일부 기술·AI 종목이 대형주 지수를 지탱했다고 짚었습니다. Vanguard의 10월 9일 자료에는 2021년 주식 60%·채권 40%로 출발해 리밸런싱하지 않은 포트폴리오가 2026년 10월 2일 약 73%·27%로 바뀐 사례가 나옵니다.
수익률이 높을 때도 포트폴리오의 위험은 처음과 달라질 수 있습니다. 이 글에서 ‘성과를 높인다’는 다음 상승 종목을 맞힌다는 뜻이 아닙니다. 같은 위험에서 기대수익을 높이고, 같은 기대수익에서 감당해야 할 손실 폭을 낮추며, 비용으로 사라지는 수익을 줄이는 일입니다. 아래 공식과 예시는 일반적인 설계 도구이며 미래 수익을 보장하지 않습니다.
연수익률보다 먼저 정할 목표 함수
성과를 연수익률 하나로 평가하면 집중 투자가 유리해 보일 수 있습니다. 그러나 큰 손실 뒤에는 원금을 회복하기가 훨씬 어렵습니다. 20% 손실은 25% 상승으로 복구되지만, 50% 손실은 100% 상승해야 원점으로 돌아옵니다. 목표에는 기대수익뿐 아니라 변동성, 최대 낙폭, 투자 기간, 중간 현금수요까지 들어가야 합니다.
실무에서 자주 쓰는 샤프비율은 `(포트폴리오 수익률-무위험 수익률)÷변동성`입니다. 수익률이 같으면 변동성이 낮은 쪽, 변동성이 같으면 수익률이 높은 쪽의 값이 커집니다. 다만 변동성을 손실 위험 전체로 볼 수는 없습니다. 가격 급락 같은 꼬리 위험과 환율, 유동성, 세금은 따로 살펴야 합니다.
마코위츠 공식과 추정 오차
마코위츠의 1952년 논문에서 포트폴리오 기대수익은 `E(Rp)=ΣwiE(Ri)`, 분산은 `σp²=w'Σw`로 표현할 수 있습니다. 첫 식은 각 자산의 기대수익을 비중에 따라 더합니다. 두 번째 식의 핵심은 개별 종목의 변동성뿐 아니라 두 종목이 함께 움직이는 정도, 즉 공분산입니다. 종목 수를 늘려도 같은 업종·금리·AI 투자 사이클에 반응한다면 실제 위험요인은 하나일 수 있습니다.
효율적 프런티어는 주어진 위험에서 기대수익이 가장 높은 조합의 경계입니다. 하지만 계산 결과는 입력값에 민감합니다. 과거 5년 평균과 10년 평균 중 어느 값을 기대수익으로 넣느냐에 따라 최적 비중이 크게 달라질 수 있습니다. 소수점까지 나온 비중이 미래의 정답이라는 뜻은 아닙니다. 개인 투자자라면 비중 상한을 두고, 기대수익 예측보다 공분산과 비용을 보수적으로 잡는 편이 실용적입니다.
| 도구 | 식 또는 규칙 | 잘 보는 것 | 놓치기 쉬운 것 |
|---|---|---|---|
| 평균-분산 | max w'μ - λ/2·w'Σw | 기대수익과 변동성의 교환 | μ와 Σ의 추정 오차 |
| 변동성 역수 | wi=(1/σi)/Σ(1/σj) | 변동성이 낮은 자산에 더 큰 비중 | 자산 사이 상관관계 |
| 정보비율 | (Rp-Rb)/추적오차 | 벤치마크 대비 활동 위험의 보상 | 짧은 기간의 운과 스타일 쏠림 |
| 리밸런싱 밴드 | |현재 비중-목표 비중|≥허용폭 | 위험 예산 이탈 | 세금·매매비용·시장충격 |
Wikimedia Commons코어는 시장 수익, 위성은 제한된 실험
개별 종목 수익률은 오른쪽 꼬리가 긴 분포를 보입니다. Hendrik Bessembinder의 미국 시장 연구에서는 장기 부 창출의 대부분을 소수 종목이 만들었습니다. 몇 개 종목만 고르면 큰 승자를 놓칠 가능성도 커집니다. 광범위 인덱스를 코어에 두는 까닭은 평균만 추종하기 위해서가 아닙니다. 아직 알지 못하는 미래 승자를 포트폴리오 안에 남겨 두기 위해서입니다.
위성은 코어에 없는 성향을 작은 비중으로 더하는 영역입니다. 가치·품질·모멘텀 팩터나 직접 분석한 종목이 여기에 들어갈 수 있습니다. S&P DJI에 따르면 2025년 미국 대형주 액티브 펀드의 79%가 S&P 500을 밑돌았고, 상위 성과의 지속성도 낮았습니다. 위성 비중은 ‘전문가가 고른다’는 이유만으로 키워서는 안 됩니다. 비용을 뺀 초과성과가 추적오차를 보상하는지는 정보비율로 평가할 수 있습니다.
코어와 위성이 겹치는지도 봐야 합니다. 시가총액 가중 지수에 대형 기술주가 이미 많이 들어 있는데 AI 테마 ETF와 반도체 종목을 더하면, 상품은 셋이어도 위험요인은 하나일 수 있습니다. 종목명보다 업종, 국가, 통화, 금리 민감도, 팩터 노출을 합쳐서 살펴야 합니다.
가치·품질·모멘텀 합성 점수
퀀트 전략은 같은 기준을 반복 적용하는 데 강점이 있습니다. 예를 들어 종목별 지표를 같은 단위의 z점수로 바꾼 뒤 `0.35×가치 z점수+0.35×품질 z점수+0.30×모멘텀 z점수`로 합칠 수 있습니다. 가치에는 장부가치·이익·현금흐름 대비 가격, 품질에는 수익성·성장·재무 안전성·주주환원, 모멘텀에는 최근 수익률을 쓸 수 있습니다.
0.35·0.35·0.30은 설명을 위한 예시이지 보편적인 최적값이 아닙니다. 극단값을 그대로 쓰면 한 지표가 전체 점수를 지배할 수 있으므로 윈저라이징 같은 절단 규칙이 필요합니다. 금융업과 제조업의 재무비율을 그대로 비교하면 업종 차이가 섞이기 때문에 섹터 중립 순위도 검토할 필요가 있습니다. 모멘텀은 Kenneth French 데이터처럼 최근 한 달을 빼고 과거 2~12개월 수익률을 쓰는 방식이 널리 알려졌지만, 급격한 반전 구간에서는 큰 손실을 낼 수 있습니다.
백테스트에서는 상장폐지 종목의 포함 여부, 당시 이용할 수 있었던 재무정보만 썼는지, 거래비용과 세금을 뺐는지가 기본 점검 항목입니다. 여러 조합을 시험한 뒤 가장 좋은 것만 고르면 과최적화가 생깁니다. 테스트 구간 밖에서 다시 검증하고, 가중치를 조금 바꿔도 결과가 유지되는지 살피는 편이 단일 최고 수치보다 중요합니다.
버핏과 하워드 막스의 공통분모
버핏은 Berkshire Hathaway의 2013년 주주서한에서 자신의 유언 지침을 공개했습니다. 현금의 90%는 매우 저렴한 S&P 500 인덱스 펀드, 10%는 단기 미국 국채에 두라는 단순한 구조입니다. 버핏의 실제 Berkshire 포트폴리오를 복제하라는 말이 아닙니다. 비전문 투자자에게 낮은 비용과 넓은 분산, 오래 지킬 수 있는 규칙을 우선한 사례입니다.
.jpg)
Wikimedia Commons하워드 막스는 최고 수익률만으로 운용 성과를 판단할 수 없으며, 얼마의 위험을 부담했는지를 함께 봐야 한다고 강조했습니다. 마코위츠가 변동성과 공분산을 수치화했다면, 막스는 좋은 시기에 잘 보이지 않는 손실 가능성과 위험 통제를 강조합니다. 두 관점은 서로 보완합니다. 계산할 수 있는 위험은 수치로 관리하고, 유동성 부족·레버리지·구조적 손실처럼 계산하기 어려운 위험은 별도 한도로 제한합니다.
대가들의 공통점은 복잡한 예측보다 운용 규율에 있습니다. 낮은 비용, 이해할 수 있는 자산, 감당할 수 있는 비중, 불리한 시기에도 유지할 수 있는 기간을 먼저 정합니다. 유명 투자자의 종목 목록만 볼 것이 아니라 무엇을 하지 않았는지도 살펴야 합니다.
달력 대신 비중 이탈로 리밸런싱
리밸런싱의 목적은 매번 수익을 내는 것이 아니라 위험을 목표 범위로 돌려놓는 것입니다. 매월 원래 비중으로 되돌리면 관리하기는 쉽지만 거래가 잦아집니다. 임계값 방식은 `|현재 비중-목표 비중|`이 미리 정한 허용폭을 넘을 때만 조정합니다. Vanguard의 타깃데이트펀드 연구는 달력식과 임계값 방식 사이에서 거래비용과 목표 비중 이탈의 균형을 비교했습니다.
개인 투자자는 부족한 자산에 신규 자금을 넣는 방법도 쓸 수 있습니다. 매도를 줄이면 과세와 거래비용도 낮출 수 있습니다. 다만 세금은 계좌와 거주지에 따라 다르므로 미국 자료의 절세 방법을 한국 계좌에 그대로 적용해서는 안 됩니다.
BlackRock Investment Institute최근에는 주식과 채권의 상관관계도 고정값으로 보기 어렵습니다. BlackRock은 2026년 9월 25일 기준 미국 10년물 국채와 S&P 500 일간 수익률의 90일 상관관계를 제시하며, 장기채가 언제나 주식의 반대편에서 움직이는 것은 아니라고 설명했습니다. 자산 이름이 달라도 같은 충격에 함께 움직인다면 분산 효과는 약합니다.
1억원 가상 포트폴리오의 위험 예산
주식 투자금 1억원을 예로 들어 보겠습니다. 7,000만원은 글로벌 광범위 인덱스 코어, 2,000만원은 가치·품질·모멘텀을 섞은 팩터 위성, 1,000만원은 직접 분석 종목에 둔다고 가정합니다. 이 비율은 추천안이 아니라 위험 계산을 보여 주는 예시입니다.
직접 종목 영역 1,000만원이 50% 하락하면 전체 포트폴리오 손실 기여도는 `10%×-50%=-5%`입니다. 한 종목 상한을 전체의 2%로 두면 그 종목이 전액 손실 나도 전체 영향은 -2%입니다. 물론 시장 급락 때 코어와 팩터 위성도 함께 떨어질 수 있으므로, 이 계산은 개별 종목 손실만 떼어 본 값입니다.
이 수치는 개인의 투자 기간, 소득 안정성, 비상자금, 전체 자산 중 주식 비중에 따라 달라져야 합니다. 주식 계좌 안에서 잘 분산했더라도 생활비가 곧 필요하다면 전체 재무계획의 위험은 높을 수 있습니다.
전략을 줄이거나 멈출 조건
성과가 몇 달 부진하다는 이유만으로 팩터 전략을 버리면 장기 프리미엄을 얻기 어렵습니다. 반대로 ‘장기 전략’이라는 말로 모든 부진을 견딜 이유도 없습니다. 지수 산식이 바뀌어 의도한 팩터 노출이 사라졌거나, 비용·추적 차이가 예상보다 커졌거나, 코어와 위성의 중복이 늘었거나, 감당할 수 있는 낙폭이 달라졌다면 비중을 다시 정할 근거가 됩니다.
평가표에는 연환산 수익률만 적지 말고 변동성, 최대 낙폭, 벤치마크 대비 정보비율, 연간 회전율, 총비용을 함께 둡니다. 한 지표가 좋아져도 다른 지표가 나빠졌다면 ‘성과가 개선됐다’고 단정할 수 없습니다.
시작할 때는 다섯 줄이면 충분합니다. 목표 기간과 현금수요, 코어 비중, 위성 총상한과 단일 종목 상한, 리밸런싱 밴드, 전략을 줄일 조건을 적습니다. 퀀트 공식은 그 규칙을 점검하는 자이고, 대가의 원칙은 규칙을 지키게 하는 울타리입니다. 둘을 함께 써야 높은 수익률을 좇다가 포트폴리오 전체를 잃는 실수를 줄일 수 있습니다.
확인한 자료
본문의 사실은 아래 자료를 바탕으로 확인했습니다. 이미지의 성격과 출처는 각 이미지 캡션에 표시했습니다.
