오월 인사이트(Owwl's Insight)

대부분의 ETF의 구성방식, 시총비중
매순간 주식가격을 적정가격이라 믿는 “효율적 시장 가설”이란 것이 있다.
이 가설에 의하면 ‘시총비중’(시가총액에 따른 투자 비중 선택 방법)
방식의 투자가 정답이라고 주장한다.
‘시가총액이 큰 종목 일수록 거래량도 많다’는
나름 합리적 이유를 근거로 하기 때문에 거의 대부분의 주가지수는
‘시총비중’ 방식으로 만들어지고 이를 추종하는
ETF 마저도 ‘시총비중’의 구성을 갖고 있다.
과연, 정말로 “시총비중”이 정답일까?
간단히 종목간 투자비중을 동일하게
매일 조정하는 방법으로 투자를 한 번 해보자.
다음 차트는 최근 10년간의 동일비중 방식과
시총비중 방식의 투자성과를 비교한 결과이다.
놀랍게도 ‘동일비중’으로 진행한 투자가 ‘시총비중’
투자대비 연평균 +3.4% 이상 더 좋은 것을 확인할 수 있다.
또한 ‘켈리비중’ 방식은 ‘시총비중’ 대비
연평균 +6.5% 이상의 더 좋은 투자 성과를 내놓았다.
그렇다면 ‘켈리비중’은 무엇이길래
시총대비 6.5%나 좋은 투자성과를 낼 수 있었을까?
최적의 투자비중으로 증명된 '켈리비중'
‘켈리비중’은 켈리공식을 적용한 투자 방법으로 Bell Lab의 연구원이였던
John Kelly (December 26, 1923 – March 18, 1965)가 만든 것이 바로 켈리공식이다.
천재 수학자였던 켈리는 낡은 교과서에서 반복적으로 언급하는
“투자자들이 모두 합리적으로 의사결정을 한다”라는 잘못된 가정은 하지도 않았다.
오히려 네트워크 전송이 실패할 수 있는 현실적 상황에서
같은 시간에 가장 많은 데이타를 전송할 수 있는 <전송률>을
‘켈리비율(Kelly’s Ratio)’라는 이름의 수식으로 증명해 내었다.
이 ‘켈리비율’은 실제 인터넷 환경에서도 유용하게 쓰이지만
투자의 성공과 실패를 확률로만 추정할 수 있는 현실 투자세계에서도
어떤 비중(Kelly’s Ratio)이 정답인지를 알수 있게 해준다.
주가는 예측 불가능하다. 하지만, 카오스이론은 너무나 복잡해
예측 불가능한 자연에서 조차도 끌개(Fractal)패턴이 존재한다는 것을 밝혀내었다.
(Fractal; 단순한 구조가 전체 구조와 비슷한 형태로 끊임없이 되풀이 되는 구조를 이룬다는 이론)
‘켈리비율’은 끌개 패턴의 특성을 모두 가지고 있다.
(자기 유사성, 유한 개수의 패턴으로 무한 개수의 움직임을 담을 수 있음)
따라서 이 패턴(‘켈리비율’을 적용한)을 적용한 인공지능은
끊임 없이 학습하며 마치 개와 고양이를 구분하여 예측하듯이
금융 시장의 전반적 상황(’켈리비율’) 또한 예측이 가능하다고 볼 수 있다.
이세돌을 바둑으로 이긴 알파고!
이 알파고를 만든 딥러닝 강화학습 인공지능 기술은
‘켈리비율’ 패턴을 인간보다 더 잘 예측하고 찾아낸다.
오월(Owwl)은 딥러닝 AI 기술을 활용하여
일별로 종목별 ‘켈리비율’을 예측한다.
그리고 이 예측된 ‘켈리비율’에 비례하여
종목별 투자비중을 구성하는 방식이 바로 “켈리비중”이다.
최근 과거 10년간의 투자성과 시뮬레이션한 결과를
보여주는 위 차트를 다시 한 번 봐보자.
켈리비중 투자가 시총비중 투자대비
연평균 +6.5% 이상 더 좋은 것을 확인할 수 있다.
오월(Owwl) ‘켈리비율’의 예측값은 일별로 계속 변화한다.
이는 "효율적 시장이란 존재하지 않는다."는 의미로 해석할 수 있다.
(이미 주가가 적정가격이라면 ‘캘리 비율’이 변화할 필요가 없다)
AI시대에는 ‘효율적 시장 가설’은 낡은 교과서 같은 이야기다.
요약하자면, 주가를 예측하는 것이 아님에도 매일매일
‘켈리비율’에 따른 비중 조절만으로도
시총비중 주가지수 대비 더 높은 수익률을 낼 수 있는 것이다.
오월(Owwl)은 국내 유일의 신탁방식의
미국주식 소수점투자 혁신금융서비스이다.
한국, 미국에서 BM특허를 받은 거래방법을 통해
거래+환전 비용이 0.05% 이하(업계 최저)로 주식 거래가 평생 가능하다.
오월의 켈리방식이 더 좋은 장기 투자성과를 낼 수 있는 것은
이러한 낮은 거래비용을 통한 효율적 포트폴리오 관리가 가능하기 때문이기도 하다.