<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0" xmlns:cc="http://cyber.law.harvard.edu/rss/creativeCommonsRssModule.html">
    <channel>
        <title><![CDATA[Stories by jaewoo7146 on Medium]]></title>
        <description><![CDATA[Stories by jaewoo7146 on Medium]]></description>
        <link>https://medium.com/@qus7146?source=rss-113d80f48864------2</link>
        <image>
            <url>https://cdn-images-1.medium.com/fit/c/150/150/0*EaSCO3L_FcPp5ZhS</url>
            <title>Stories by jaewoo7146 on Medium</title>
            <link>https://medium.com/@qus7146?source=rss-113d80f48864------2</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Sun, 22 Nov 2026 09:42:08 GMT</lastBuildDate>
        <atom:link href="https://medium.com/@qus7146/feed" rel="self" type="application/rss+xml"/>
        <webMaster><![CDATA[yourfriends@medium.com]]></webMaster>
        <atom:link href="http://medium.superfeedr.com/" rel="hub"/>
        <item>
            <title><![CDATA[액티브 운용에서 바라보는 리스크]]></title>
            <link>https://medium.com/inha-qlab/%EC%95%A1%ED%8B%B0%EB%B8%8C-%EC%9A%B4%EC%9A%A9%EC%97%90%EC%84%9C-%EB%B0%94%EB%9D%BC%EB%B3%B4%EB%8A%94-%EB%A6%AC%EC%8A%A4%ED%81%AC-adaa7a11b31a?source=rss-113d80f48864------2</link>
            <guid isPermaLink="false">https://medium.com/p/adaa7a11b31a</guid>
            <dc:creator><![CDATA[jaewoo7146]]></dc:creator>
            <pubDate>Fri, 14 Aug 2026 13:31:51 GMT</pubDate>
            <atom:updated>2026-08-14T13:31:51.393Z</atom:updated>
            <content:encoded><![CDATA[<h3>액티브 운용에서 좋은 리스크의 조건</h3><p>보편성 : 누가 계산하더라도 같은 결과가 나와야 한다. 개인의 느낌을 위험의 기준으로 삼을 수 없다.</p><p>대칭성 : 예상보다 아래로 움직이는 것 뿐 아니라, 위로 크게 움직이는 것도 불확실성으로 간주한다. 벤치마크가 크게 오른 종목을 보유하지 않았다면 액티브 운용자에게는 손실이기 때문이다. 개인 투자와 달리 상승 방향도 액티브 운용에서는 위험이다.</p><p>유연성 : 개별 종목, 포트폴리오, 과거 데이터, 미래 예측에 모두 사용할 수 있어야 한다.</p><p>예측 가능성 : 과거의 위험을 설명하는 데 그치지 않고 미래 위험을 어느 정도 안정적으로 예측할 수 있어야 한다.</p><p>합성 가능성 : 개별 종목의 위험과 종목 간 관계를 이용해 포트폴리오 전체의 위험을 계산할 수 있어야 한다.</p><p>모든 리스크는 수익률 분포에서 나오지만, 모든 상황을 넣기에는 복잡하므로 숫자 하나로 요약해야 쉽게 계산이 가능하다.</p><p>후보는 총 4가지. 1 표준편차 2 세미분산/하방위험 3 목표 미달 확률 4 VaR 이다.</p><p>각각의 단점(보여주지 못하는 특성이 존재)이 있음에도 표준편차를 채택하는데, 그 이유는 정의가 명확하고 객관적이며 비교적 안정적으로 예측, 합성할 수 있기 때문이다.</p><p>즉 <strong>표준편차가 실제 포트폴리오를 계산하고 최적화하는데 가장 실용적이기 때문이다.</strong></p><h3>표준편차와 상대적 리스크</h3><p>리스크를 통제하기 위해서는 여러 종목을 섞어야 한다. 종목별 위험을 없애는 것이 아닌, 위험을 보완하는 종목으로 포트폴리오를 구성하는 것이다.</p><p>모든 종목의 위험이 같고 독립적이라면<br>포트폴리오의 위험 = 위험/종목 개수N의 제곱근<br>예를 들어 종목 100개라면 포트폴리오의 위험 = 위험/10</p><p>개별기업에 생기는 문제는 상관계수-분산투자로 줄일 수 있지만, 시장 전체에 영향을 주는 위험은 제거할 수 없다.</p><blockquote>개별기업 위험 → 종목을 늘리면 감소<br>시장 공통 위험 → 종목을 늘려도 남음</blockquote><p>액티브 위험 = 액티브 노출 * 종목 자체의 위험<br>= (포트폴리오 비중 — 벤치마크 비중)* 종목 자체의 위험<br>으로 계산 가능하다.</p><p>VA = α — λψ² 에서 위험의 비용은 λψ²이므로,</p><p>액티브 위험이 n이라면 비용은 n²이 된다.</p><h3>리스크 모형</h3><p>종목이 많아질수록 필요한 관계가 폭발적으로 증가함에 따라 필요한 모형이다.</p><blockquote>필요한 종목쌍은 N(N-1)/2. 종목이 6000개라면 1800만 개의 관계를 예측해야 한다.<br>이는 현실적으로 불가능하다.</blockquote><p>종목을 직접 비교하지 않고, 종목들을 움직이는 요인을 뽑아 비교하는 식으로 위 문제를 해결한다. 예를 들어,</p><p>종목수익 = 공통요인으로설명되는수익 + 기업고유수익.</p><p>종목위험 = 공통요인으로함께움직이는위험 + 각기업고유위험</p><p>모형에서는 공통요인들을 충분히 제거한 뒤 남은 기업별 특수수익은 서로 무관하다고 가정.</p><p>68개 요인을 이용한다고 가정 시 계산량은 1800만 -&gt; 약 8천 개로 축소된다.</p><p>자료에서 좋은 요인의 조건을 세 가지로 설명한다.</p><ol><li>예리해야 함 : 해당 요인이 종목들의 수익률 차이를 실제로 구분해야 한다.</li><li>직관적이어야 함 : 왜 종목들이 함께 움직이는지 이해 가능해야 함.</li><li>유용해야 함 : 실제 포트폴리오 위험과 성과의 일부 설명 가능해야 함.</li></ol><p>실제로 사용하는 요인은 다음과 같다.</p><ol><li>산업 요인 : 은행 ,제약, 통신, 반도체 등 같은 산업 기업들을 묶는다.</li><li>리스크 지수 : 변동성, 모멘텀, 유동성, 성장성 등 산업 이외의 공통 특성을 측정한다.</li></ol><p>CAPM과 단일요인 리스크모형의 차이는 다음과 같다.</p><ul><li>CAPM : 시장위험에 따른 기대수익률을 설명</li><li>단일요인 리스크모형 : 종목들이 얼마나 함께 흔들리는지 설명</li></ul><h3>리스크모형의 세 가지 용도</h3><p>현재 보유한 포트폴리오의 위험 분석</p><ul><li>포트폴리오 전체 위험은?</li><li>반도체 산업 위험은?</li><li>모멘텀 노출도는?</li></ul><p>미래 포트폴리오 구성</p><ul><li>예상수익률과 위험을 함께 고려해 앞으로 보유할 종목 비중을 정한다.</li></ul><p>과거의 성과분석</p><ul><li>이미 발생한 수익률이 어디서 나왔는지 분석한다. 반도체 업종 +3%, 가치주 노출 +1%.. 등 원인을 더 작게 분석할 수 있다.</li></ul><h3>액티브 위험의 세 종류</h3><p>내재적 위험. 벤치마크 자체에 이미 포함된 위험으로 운용자가 통제하기 어렵다. 그 일을 수행하기 위해 기본적으로 감수해야 하는 위험이다.</p><p>의도적 위험. 운용자가 높은 수익을 기대해 일부러 감수한 위험이다. 예측이 맞으면 보상받을 수 있는 위험이다. 저평가 판단 등</p><p>부수적 위험. 운용자가 원하지 않았지만 포트폴리오 구성 과정에서 딸려 들어온 위험이다. 우연히 선택한 종목들의 카테고리가 겹치는 경우. 집중위험이 있다.</p><p>결국 좋은 운용자는 위험을 모두 줄이는 것이 아니라, <strong>높은 알파를 기대해 의도적으로 감수한 위험과 실수로 따라온 부수적 위험을 구분해야 한다.</strong></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=adaa7a11b31a" width="1" height="1" alt=""><hr><p><a href="https://medium.com/inha-qlab/%EC%95%A1%ED%8B%B0%EB%B8%8C-%EC%9A%B4%EC%9A%A9%EC%97%90%EC%84%9C-%EB%B0%94%EB%9D%BC%EB%B3%B4%EB%8A%94-%EB%A6%AC%EC%8A%A4%ED%81%AC-adaa7a11b31a">액티브 운용에서 바라보는 리스크</a> was originally published in <a href="https://medium.com/inha-qlab">inha Qlab</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[액티브 포트폴리오 운용에 대해]]></title>
            <link>https://medium.com/inha-qlab/%EC%95%A1%ED%8B%B0%EB%B8%8C-%ED%8F%AC%ED%8A%B8%ED%8F%B4%EB%A6%AC%EC%98%A4-%EC%9A%B4%EC%9A%A9%EC%97%90-%EB%8C%80%ED%95%B4-1afe55c41ef5?source=rss-113d80f48864------2</link>
            <guid isPermaLink="false">https://medium.com/p/1afe55c41ef5</guid>
            <dc:creator><![CDATA[jaewoo7146]]></dc:creator>
            <pubDate>Fri, 14 Aug 2026 12:17:32 GMT</pubDate>
            <atom:updated>2026-08-14T12:17:32.431Z</atom:updated>
            <content:encoded><![CDATA[<h3>1. 액티브 운용의 기본</h3><p>벤치마크(나스닥, S&amp;P 등 시장 평균)와 다르게 투자하여 기준 이상의 수익을 만드는 것. 기준과 다른 판단을 하고, 그 판단이 만든 결과를 측정하는 과정이 액티브 운용이다.</p><p>액티브 포트폴리오 운영을 잘한다는 것은 벤치마크보다 많이 벌었고, 초과성과가 덜 흔들리며, 이를 꾸준히 반복했다는 뜻이다. 이를 <strong>IR(평균 잔차수익/잔차수익의 변동성(추적오차))</strong>로 부르고, <strong>IR</strong>이 높을수록 좋은 평가를 받는다.</p><p>예를들어,</p><p>A 운용자 잔차수익이 +2% +3% +2% +3% <br>B 운용자 잔차수익이 +12% -8% +10% -6%</p><p>이라면</p><p>A는 평균 잔차수익 4%, 추적오차 4% → IR = 1.0<br>B는 평균 잔차수익 6%, 추적오차 12% → IR = 0.5</p><p>B가 초과수익은 더 높지만 오차가 크게 흔들렸기 때문에, <br>액티브 운용 능력은 A가 더 좋다고 볼 수 있다.</p><h3>2. 선호 전략 찾기</h3><p>IR은 해당 전략이 위험 대비 얼마나 효율적인지를 보여줄 수는 있지만, 해당 전략이 현재 투자자의 성향과 상황에 맞는지를 보여줄 수는 없다. 이를 보완하기 위한 지표가 VA (Value-Added, 가치부가)이다.</p><p>VA = 기대되는 초과성과 — 위험 부담 (\(\mu_r-\lambda\sigma_r²\))</p><p>IR이 높은 전략이라도 무한정 투자할 경우 추적오차가 너무 커진다. VA는 위험에 제곱으로 벌점을 주는 형식으로, 적정 운용 규모를 찾는데 도움을 주는 수치이다. <strong>좋은 전략을 고르는 지표는 IR, 전략을 얼마나 크게 운용할지 정하는 기준은 VA인 것. </strong>투자자마다 운용 가능한 자산의 성질이 다르니, 전략 또한 달라져야 한다.</p><p>동일한 VA를 갖는 위험-수익 조합들을 연결하면 무차별곡선을 만들 수 있는데,<br>무차별곡선을 보면 위험이 커질수록 필요한 수익이 제곱으로 증가하는 것을 확인할 수 있다.</p><h3>3. IR과 VA의 관계</h3><p>IR = 기대 잔차수익/잔차위험<br>기대 잔차수익 = IR*잔차위험</p><p>즉 IR이 일정하다면 위험을 크게 가져갈수록 기대 잔차수익도 비례해 커진다.<br>VA = 기대 잔차수익 — 위험회피계수*잔차위험²<br>VA = IR*잔차위험-위험회피계수*잔차위험²</p><p>위험을 늘리면 기대수익은 일직선으로 증가하지만, 위험 벌점은 제곱으로 더 빠르게 증가하기 때문에, VA는 처음에 증가하다 어느 순간 최대가 되고, 그 이후 감소하는 패턴을 가진다.</p><p>VA = IR*잔차위험-<strong>λ</strong>*잔차위험² 에서 각 항을 미분하면<br>IR — 2*<strong>λ</strong>*잔차위험 = 0</p><p>최적 잔차위험 = IR / 2*<strong>λ</strong>. 최적의 잔차위험은 IR이 높고, 위험회피계수가 클수록 작아진다.</p><p>최대 VA = IR(IR/2*<strong>λ</strong>) — <strong>λ</strong>(IR/2*<strong>λ</strong>)²</p><p>최대 VA = IR²/4<strong>λ</strong></p><p>따라서 최대 VA는 IR의 제곱에 비례한다.</p><p>IR이 높으면 같은 위험 노출에 비해 더 잘 벌 뿐 아니라, 전략을 더 크게 운용할 수 있어서 최대 VA는 제곱으로 증가한다는 것이다.</p><h3>4. IR에 영향을 주는 2가지 요소</h3><p>IR은 예측 실력과 독립적인 예측 기회에 영향을 받는다.</p><p>IR은 IC(예측 실력) * Breadth(독립적인 투자 판단의 수)제곱근으로 표현한다. <br>즉 예측이 정확하고, 독립적인 투자 판단의 수가 클수록 IR이 증가. 더 좋은 액티브 포트폴리오 운용이 가능하다.</p><p>통상 IC는 예측 점수와 실제 잔차수익 사이의 상관계수로 계산.<br>Breadth는 <strong>독립적인</strong> 투자 판단의 수로 가정. 제곱근을 쓰는 이유는 기회의 수가와 정확히 같은 비율로 좋아지지는 않기 때문이다. Breadth는 종목의 수를 의미하는 것이 아닌, 투자 판단임을 인지해야 하며, 서로 다른 산업, 국가, 신호, 시점이 충분히 달라야 하나의 Breadth, 독립적인 투자 기회로 본다.</p><h3>5. 예상수익률을 평가하는 방법</h3><p>기존에는 미래에 받을 배당금을 현재 가치로 할인해 더한 값을 사용하였으나, 시대가 지남에 따라 특성 스크리닝, 상대가치평가, 팩터 수익률 예측 등 여러가지 방법이 사용되고 있다. 위 방법들은 배타적이 아닌 여러개를 합해 사용할 수 있다.</p><p>예를 들어, 팩터 예측으로 반도체 업종을 선택하고, 특성 스크리닝으로 우량 반도체 기업을 찾고 상대가치평가로 그중 저렴한 종목을 선택할 수 있는 식.</p><p>문제는 각 신호의 단위가 다르다는 것이다.<br>따라서 PER은 n배, 이익 증가율은 nn%, 최근 수익률은 n% 식. 비교를 위해 위 같은 원시 신호를 표준점수로 변환한다. 평균 0, 표준편차 1인 점수로 바꿔 계산한다. <br>모멘텀 +20% -&gt; +2 , +8% -&gt; +1 0% -&gt; 0 등</p><p>과거 데이터를 통해 점수가 높았던 종목이 실제로 높은 잔차수익을 냈는지 확인한다.<br>IC = Corr(Score, 실제잔차수익)<br>IC 0.1 -&gt; 점수가 실제 수익률을 어느 정도 예측<br>IC 0 -&gt; 신호와 실제 결과의 관계가 없음<br>IC -0.1 -&gt; 신호와 실제 결과가 반대로 움직임</p><p>검증이 끝나면 기대 잔차수익을 계산한다.<br><strong>예상 잔차수익 = 잔차수익 변동성 * IC * 신호 강도</strong></p><h3>5.5 성과 분석 방법</h3><p>실제 운용에서는 <strong>최종 수익률만 보는 것이 아니라, 예측부터 거래까지 어느 단계에서 성과가 사라졌는지 찾아야 한다.</strong></p><p>운용은 Forecast -&gt; Portfoilo -&gt; Trading -&gt; Net Return으로 구성된다.</p><p>Forecast. 첫 단계는 종목별 예상 알파는 만드는 것이다.<br>A기업 예상 알파 +3%<br>B기업 예상 알파 +1%<br>…</p><p>위 단계에서는 예측 점수가 실제 미래 잔차수익의 방향을 맞췄는지를 확인한다. (IC)</p><p>Portfoilo. 예측이 좋다고 무조건 한 종목에 전부 투자할 수는 없다. 종목별 위험, 상관관계, 업종 편증, 시장 베타 등을 고려해야 한다.<br>예를 들어, A기업이 알파가 가장 높더라도 포트폴리오를 전부 할당할 수는 없다.</p><p>Trading. 목표 포트폴리오를 실제 거래한다.<br>계산된 대로 주식을 거래한다. 실제 거래에서는 비용이 발생하므로,</p><p>실현성과 = 비용 전 성과 — 거래비용</p><p>예상 알파가 작고 거래가 잦으면 알파가 거래비용으로 전부 사라질 수 있다.</p><p>Net Return. 투자자가 실제로 받은 성과를 측정한다.<br>성과에 대한 이유를 찾는다. 예측력 문제, 원하지 않은 위험, 거래비용 등의 문제가 있다.</p><p>최종 성과가 나빴다고 예측모형이 무조건 틀린 것은 아니다. 좋은 성과분석은 “얼마를 벌었나?”에서 끝나지 않고, “어디서 알파를 얻었고 어디서 잃었나?”를 찾아내는 것이다.</p><h3>5.6 CAPM 기대수익률을 만드는 네 요소</h3><p>CAPM은 주식의 시장위험을 감수할 때 투자자가 요구하는 기준수익률을 계산한다.</p><p>기대수익률 = 무위험수익률 + 주식의 시장 노출도*시장위험 프리미엄(시장의 기대수익률 — 무위험수익률)</p><p><strong>무위험수익률</strong>은 위험 감수 없이 기본적으로 얻을 수 있는 수익률이다.<br>(단기 국채 수익률 등을 의미.)<br><strong>시장위험 프리미엄</strong>은 시장의 기대수익률에서 무위험수익률을 뺀 값이다.<br><strong>베타</strong>는 해당 주식이 시장 움직임에 얼마나 민감한지를 나타낸다.</p><p>예를 들어, 무위험수익률(단기 국채 3%가정) = 3%<br>시장 기대수익률 = 9%<br>주식 β가 1.2<br>일때, 시장 위험 프리미엄은 9% — 3% = 6%. 위험 보상을 계산하면 1.2 * 6% = 7.2%<br>무위험수익률을 더하면 3% + 7.2% = 10.2%가 되며,<br>CAPM 기준 기대수익률은 <strong>10.2%</strong>이다.</p><p>CAPM은 수익률 예측이 아닌, 위험을 고려했을 때 기본적으로 요구되는 수익률을 의미하며, 운용자가 실제로 14%를 벌었다면 <br>14% — 10.2% =3.8%. <br>+3.8%를 알파 or 실현 잔차수익으로 볼 수 있다.</p><p>따라서 CAPM 기대수익률은 안전 수익 + 시장위험 감수 보상을 의미한다.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=1afe55c41ef5" width="1" height="1" alt=""><hr><p><a href="https://medium.com/inha-qlab/%EC%95%A1%ED%8B%B0%EB%B8%8C-%ED%8F%AC%ED%8A%B8%ED%8F%B4%EB%A6%AC%EC%98%A4-%EC%9A%B4%EC%9A%A9%EC%97%90-%EB%8C%80%ED%95%B4-1afe55c41ef5">액티브 포트폴리오 운용에 대해</a> was originally published in <a href="https://medium.com/inha-qlab">inha Qlab</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
    </channel>
</rss>