핵심 요지
- 시장 중립화 알파는 상승장·하락장 모두에서 종목 간 괴리를 수익으로 취하는 전략이다. IQC 세계 퀀트 대회에서 김민겸은 섹터 내 롱숏 페어를 구성하는 이 원리로 7만 명 이상의 참가자를 제치고 우승했다. 섹터→인더스트리→팩터 단위로 중립화 범위를 좁힐수록 샤프레이쇼는 높아지지만 절대 수익 창출은 어려워지는 트레이드오프가 따른다.
- 개인 투자자는 비용 구조상 기관과 동일한 롱숏 퀀트 전략을 구사할 수 없다. 기관은 공매도 시 대주 비용(이자)을 수취하지만 개인은 연환산 12~13%에 달하는 대차 비용을 부담한다. 이 거래 비용 격차를 감안하면 시장 지수 수익률을 이기기조차 어려워, 개인 퀀트의 방향은 종목 스코어링이나 포트폴리오 배분 최적화에 두는 것이 현실적이다.
- 백테스팅에는 생존편향과 선견편향이라는 구조적 함정이 잠재한다. 현재의 S&P 500 구성 종목으로 과거를 돌리면 살아남은 종목만 포함되는 생존편향이, 공시 재무제표를 실제 발표 시점 대신 공시 기준으로 처리하면 선견편향이 생겨 결과가 실제보다 좋게 나온다. 해결책은 포인트인타임 데이터를 활용하는 것이다.
왜 지금 이 영상인가
국내에서 퀀트 투자와 주주환원 논의가 동시에 부상하는 시점에, IQC 세계 대회 우승자 김민겸이 통계적 차익거래의 구조와 비용 현실, 개인이 실제 적용 가능한 퀀트 개념을 구체적으로 설명한다. 과적합 방지, 백테스팅 함정, AI 활용 학습법까지 한 자리에서 다뤄 퀀트 입문자와 경험 있는 장기 투자자 모두에게 유효한 내용을 담고 있다.
발언 요지 (시각은 원본 영상 기준)
- [00:00~04:04] 알파의 정의와 IQC 대회 준비 — 알파를 "어떤 상황에서도 돈을 벌 수 있는 투자 전략"으로 정의했다. 100만 원 중 50만 원을 상승에, 50만 원을 하락에 투자하는 시장 중립화가 핵심이다. 유니스트 산업공학과 재학 중 IQC에서 6개월간 매일 알파를 제출해 7만 명 이상 중 우승했으며, 머신러닝·회귀분석 배경이 금융 도메인 적용에 도움이 됐다.
- [04:06~08:08] 통계적 차익거래와 섹터 중립화 구조 — 같은 반도체 업종 내에서 더 성과가 좋을 종목에 롱, 못 갈 종목에 숏을 넣어 상승·하락 무관하게 두 종목 간 괴리를 수익으로 취한다. 섹터→인더스트리→팩터 순으로 중립화를 좁힐수록 드로다운은 줄고 샤프레이쇼는 오르지만 절대 수익 창출이 어려워진다. 섹터 이상 중립화는 알파 구성의 기본 전제다.
- [08:10~12:14] TVM과 장기 투자 경험 — 2021년 군 입대 시점부터 투자를 시작했다. 2022년 하락장에서 엔비디아·마이크론 등 반도체 종목을 매도하지 않고 보유했다가 1~2년 후 큰 회복 수익을 경험했다. 회복 후 30~50% 수익 시점에 매도했지만 해당 종목들이 계속 상승하는 것을 보며 "투자는 리스크를 보유한 시간으로 나온다"는 TVM 의미를 실감했다.
- [12:17~16:18] 인샘플·아웃샘플 평가와 과적합 위험 — IQC는 5년 인샘플 기간의 알파로 포트폴리오를 구성하고 아웃샘플 기간의 수익률·샤프레이쇼·턴오버 등 복수 지표로 평가한다. 중국·인도 대표팀은 최적화로 인샘플 점수를 높였지만 아웃샘플에서 크게 무너지는 과적합 사례가 많았다. 금융 시장에는 고정된 목적 함수가 없으므로 지표 너머의 맥락을 봐야 한다.
- [16:21~20:24] 개인·기관의 비용 격차와 개인 퀀트 방향 — 기관은 공매도 시 대주 비용(이자)을 수취하지만 개인은 연환산 12~13%의 대차 비용을 부담한다. 롱 거래에서도 기관 수수료는 0%에 가깝지만 개인은 기본 0.25% 수준이다. 이 격차로 인해 개인의 롱숏 퀀트는 구조적으로 불가능하며, 종목 스코어링·배분 최적화가 현실적 대안이다.
- [20:27~24:29] 주주환원율 검증과 백테스팅 함정 — 환원율(FCF 대비 주주환원율) 팩터를 백테스팅한 결과 유의미한 알파가 나오지 않았다. 두 가지 주요 함정이 있다. 현재 S&P 500 종목으로 과거를 돌리면 생존 종목만 포함하는 생존편향이, 공시 재무제표를 실제 발표 시점 기준으로 처리하지 않으면 선견편향이 발생해 결과가 과도하게 좋게 나온다.
- [24:31~28:34] BP 단위 변동성과 포트폴리오 베타 관리 — 시장 중립 전략은 BPS 단위의 미세한 움직임을 다루며, 2006년 골드만삭스 차익거래팀 확인 필요 — 역사적으로 2007년 8월 사건일 가이 통상 10여 bp 수준이던 전략에서 갑자기 600bp가 터진 사례가 소개됐다. 개인 투자자도 포트폴리오 베타를 측정해 1을 크게 웃돌면 그만큼 시장 리스크를 짊어진 것임을 인식해야 한다. 진행자 측 포트폴리오 베타는 0.36이라고 밝혔다.
- [28:36~32:42] AI를 활용한 투자 학습법 — AI 이전에는 업계 입사나 전문 강사를 통해서만 배울 수 있었던 퀀트·금융 개념을 이제 누구나 AI로 학습할 수 있다. TVM, 베타, 팩터 같은 개념을 AI에 반복 질문하며 소화하는 학습 습관이 자신의 성장 속도를 높인 핵심 비결이라고 설명했다. 신진서 9단이 AI와의 바둑으로 세계 최강이 된 사례를 비유로 들었다.
김민겸의 입장 — 중립(퀀트는 교육 도구)
김민겸은 통계적 차익거래가 대차 비용 구조상 개인에게 불리하다는 점을 수치로 제시하며, 개인 투자자에게는 TVM과 베타를 이해하고 좋은 기업을 장기 보유하는 방식을 권고했다. 주주환원율 팩터가 백테스팅에서 유의미하지 않다는 실증 결과도 직접 언급했다. 이 표시는 말한 사람의 견해를 옮긴 것이며 서비스의 투자 의견이 아니다.