최소분산

전략 아이디어

최소분산 전략은 기대수익을 아예 예측하지 않고, 오직 포트폴리오 전체의 변동성이 가장 작아지도록 비중을 짜는 방법입니다. 각 자산의 변동성과 자산들 사이의 상관관계만 추정하면, 수학적으로 “가장 덜 흔들리는” 한 점을 찾을 수 있다는 발상입니다.

기대수익을 맞히는 일은 매우 어렵지만 위험은 그나마 덜 어렵게 추정할 수 있다는 판단이 깔려 있습니다. 그래서 예측 대신 위험 구조에만 집중하겠다는 겸손한 태도로 읽히기도 합니다.

매력적인 이유

가장 큰 매력은 계좌가 덜 흔들린다는 점입니다. 하락장에서 낙폭이 작으면 심리적으로 버티기 쉽고, 중간에 계획을 포기할 확률이 낮아집니다.

또한 기대수익을 추정하지 않는다는 점이 역설적으로 강점이 됩니다. 수익 예측은 오차가 크기로 악명 높은데, 이 부분을 통째로 빼버리면 그만큼 실수할 여지도 줄어들 수 있습니다. 이론적으로도 위험 대비 성과가 좋았던 저변동 종목들이 자연스럽게 많이 담기는 경향이 있습니다.

무너질 수 있는 지점

핵심 약점은 상관관계 추정에 매우 민감하다는 것입니다. 자산이 여러 개일수록 추정해야 할 상관관계의 수가 급격히 늘어나고, 과거 데이터로 뽑은 이 값들은 미래에 그대로 유지된다는 보장이 없습니다. 작은 추정 오차가 최적화 과정에서 크게 증폭되어 극단적인 비중으로 튀는 일도 흔합니다.

특히 위기 국면에서는 평소 낮던 상관관계가 갑자기 함께 올라가면서, “가장 덜 흔들리도록” 짰던 조합이 정작 필요한 순간에 함께 무너질 수 있습니다. 최적화가 특정 소수 자산에 쏠리면 새로운 집중 위험을 떠안게 되는 문제도 있습니다.

개인 투자자의 한계

개인 투자자가 안정적인 상관관계 추정치를 직접 계산하고 유지하기는 현실적으로 어렵습니다. 결국 남이 만든 최소분산 상품을 사게 되는데, 그 안에서 어떤 가정이 쓰였는지 확인하기 쉽지 않습니다.

강한 상승장에서는 방어적으로 짜인 조합이 시장을 따라가지 못해 답답하게 느껴지고, 그 상대적 부진을 견디지 못하고 갈아타기 쉽습니다. 결국 “덜 흔들린다”는 장점이 “덜 오른다”는 아쉬움과 맞바꿔진다는 점을 감내해야 합니다.

현재 판정

최소분산은 위험 구조를 진지하게 다룬다는 점에서 학습 가치가 높은 접근입니다. 다만 이 사이트에서는 “시장을 이기는 엔진”이 아니라 “불안을 낮추는 도구”에 가깝게 봅니다.

수학적으로 우아하다는 사실이 곧 단순 보유를 이긴다는 뜻은 아닙니다. 목표가 초과수익이라면 추정 위험 때문에 증거가 약하고, 목표가 낙폭 완화라면 다시 볼 여지가 있습니다.