TradeEasy 인사이트

핵심 요약: 코스피·코스닥 월말 종가(가능한 전기간)로 ‘여름(5~10월)’과 ‘겨울(11~4월)’ 성과를 시즌 단위로 비교했습니다. 코스피는 여름 평균 누적수익률이 -1.36%, 겨울은 +9.24%였고(차이 +10.60%p), 코스닥은 여름 -6.21%, 겨울 +9.73%였습니다(차이 +15.94%p). 두 지수 모두 겨울이 여름보다 높았으며, 시즌 단위 대응표본 검정에서도 코스피 p=0.033989, 코스닥 p=0.014485로 5% 기준에서 유의한 차이가 관측되었습니다. 다만 과거 데이터 기반의 확률적 경향이며, 특정 국면에서는 예외가 발생할 수 있습니다. 분석 규칙 가격: 월말 종가(각 월의 마지막 거래일 종가) 월 수익률: (해당 월말 종가 ÷ 전월말 종가) - 1 여름 구간: 5~10월(6개월) 누적수익률(복리) 겨울 구간: 11~12월 + 다음 해 1~4월(6개월) 누적수익률(복리) 시즌 정의: ‘해당 연도 5월에 시작하는 12개월’이 1시즌이며, 여름과 겨울을 같은 시즌으로 짝지어 비교했습니다. 핵심 결과 요약 지수 시즌 수 여름(5~10월) 평균 겨울(11~4월) 평균 차이(겨울-여름) 승률(여름) 승률(겨울) 대응표본 p-value 코스피 25 -1.36% +9.24% +10.60%p 40.0% 72.0% 0.033989 코스닥 24 -6.21% +9.73% +15.94%p 33.3% 66.7% 0.014485 여기서 핵심은 “겨울이 평균적으로 더 좋다...

핵심 요약: “금리 인상기에는 주식이 약세다”라는 통념은 반복되지만, 실제 코스피 데이터를 보면 항상 같은 결과가 나오지 않았습니다. 2015-12~2018-12 인상기 동안 코스피 누적수익률은 +4.07%였고, 2022-03~2026-01 구간에서는 +89.45%를 기록했습니다. 금리 인상이라는 단일 변수보다 실질금리, 경기 국면, 기업 이익 성장 속도가 더 중요한 설명 변수로 작용했음을 확인할 수 있습니다. 금리 인상 = 주가 하락이라는 공식은 어디서 왔는가 금리가 상승하면 할인율이 높아지고, 미래 현금흐름의 현재가치는 낮아집니다. 이론적으로는 주가에 부담이 됩니다. 그러나 실제 시장은 단순한 할인율 모델로만 움직이지 않습니다. 금리 상승이 경기 과열 속에서 이루어졌는지, 침체 직전에서 이루어졌는지에 따라 전혀 다른 결과가 나타납니다. 분석에 사용한 데이터 미국 기준금리: FRED FEDFUNDS 물가: CPIAUCSL 전년동월비 실질금리: 명목금리 – CPI 전년동월비 코스피: 월말 종가 기준 누적수익률 구간별 비교 결과 구간 평균 기준금리 평균 실질금리 코스피 누적수익률 2015-12 ~ 2018-12 1.32% -0.86% +4.07% 2022-03 ~ 2026-01 3.89% -0.12% +89.45% 첫 번째 해석: 인상기라고 해서 약세는 아니었다 2015~2018년은 분명한 금리 인상기였습니다. 그러나 코스피는 누적 기준으로 플러스를 기록했습니다. 금리 인상 자체가 주식의 ‘적’이라는 공식은 이 구간에서 성립하지 않습니다. 두 번째 해석: 2022년 이후 상승의 결정적 이유 2022년 이후 미국은 역사적으로 빠른 속도로 금리를 인상했습니다. 그럼...

핵심 요약: 2010-01-29부터 2026-01-30까지 월말 종가 기준으로 코스피 12개월 모멘텀(12개월 수익률이 0% 초과면 다음 달 투자, 아니면 현금) 전략을 검증했습니다. 전략 연복리 수익률은 3.3223%로 단순 보유 7.6660%보다 낮았지만, 연환산 변동성은 13.49%로 단순 보유 17.73%보다 낮았습니다. 히트맵으로 확인하면 코스피는 장기 단방향 추세가 길게 이어지기보다 ‘박스권과 급반전’이 반복된 구간이 많았고, 이 구조가 지수 모멘텀 성과를 제한한 것으로 해석할 수 있습니다. 이번 분석에서 사용한 규칙 본 글의 수치는 동일한 규칙으로 재현 가능하도록 계산되었습니다. 핵심 규칙은 다음과 같습니다. 데이터: 코스피 월말 종가(월별 마지막 거래일 종가), 중복 날짜는 1개만 사용 모멘텀 정의: 12개월 수익률 = (이번 달 종가 ÷ 12개월 전 종가) - 1 매매 규칙: 12개월 수익률이 0% 초과이면 다음 달 코스피 투자, 아니면 현금(월 수익률 0%) 거래비용: 포지션 전환(매수/매도) 시 각각 0.15% 비용 차감 룩어헤드 방지: 이번 달에 만든 신호는 다음 달 포지션에 적용했습니다. 결과 요약: 수익률보다 ‘구조’가 먼저 보입니다 연복리 수익률(CAGR): 전략 3.3223% / 단순 보유 7.6660% 연환산 변동성: 전략 13.49% / 단순 보유 17.73% 최대 낙폭(MDD): 전략 -30.99%(고점 2021-06-30, 저점 2024-12-30) / 단순 보유 -34.62%(고점 2021-06-30, 저점 2022-09-30) 손실 연도 수(연간 수익률 < 0): 전략 8년 / 단순 보유 5년 최대 연속 손실 개월 수: 전략 6개월 / 단순 보유 6개월 수중(고점...

핵심 요약: 코스피 지수가 5,507.01까지 상승했지만, 이 수치가 곧 시장 전반의 동반 회복을 의미하는 것은 아니다. 삼성전자와 SK하이닉스 두 종목이 전체 시가총액의 약 37.6%를 차지하고, 상위 10개 종목이 51.7%를 구성하고 있다. 지수 상승을 해석할 때는 단순한 수치가 아니라 시가총액 집중 구조를 함께 살펴볼 필요가 있다. 최근 5년 흐름과 현재 위치 코스피는 2021년 2,977.65에서 2022년 2,236.40으로 하락했고, 2023년 2,655.28로 반등했다. 2024년에는 2,399.49로 조정을 거친 뒤, 2025년 4,214.17로 급등했고 2026년 2월 13일 기준 5,507.01을 기록했다. 수치만 보면 강한 상승 국면이다. 그러나 코스피는 시가총액 가중지수다. 기업 규모가 클수록 지수에 미치는 영향이 크다. 따라서 지수 상승을 해석하려면, 어떤 기업이 얼마나 비중을 차지하는지를 먼저 확인해야 한다. 상위 2개 종목 비중: 약 37.6% 2026년 2월 기준 코스피 전체 시가총액은 약 4,553조 원이다. 삼성전자는 약 1,072.6조 원, SK하이닉스는 약 640.6조 원이다. 두 종목을 합하면 약 1,713.2조 원으로, (1,713.2 ÷ 4,553) × 100 ≈ 37.6%다. 즉, 지수의 3분의 1 이상이 두 기업으로 구성되어 있다. 이 구조에서는 반도체 업황의 변화가 지수 전체의 방향을 좌우하게 된다. 상위 10개 종목 시가총액 현황 순위 종목명 시가총액(조 원) 1 삼성전자 1,072.6 2 SK하이닉스 640.6 3 삼성전자우 104.1 4 현대차 102.2...

버는 주식은 팔고 잃는 주식은 버티는 이유: 투자 실패를 부르는 심리 법칙 주식 시장에 참여하는 개인투자자들이 겪는 손실의 원인은 단순히 시장 변동성이나 정보 부족만으로 설명되기 어렵습니다. 같은 시장 환경에서도 누군가는 손실을 키우고, 누군가는 상대적으로 안정적인 결과를 만드는 사례를 보면, 투자 결과에 영향을 미치는 요인이 가격 변동 외에도 존재한다는 점을 자연스럽게 떠올리게 됩니다. 제가 이 글을 정리하게 된 계기는, 투자 성과가 좋지 않을 때 그 원인이 종목 선택보다 투자 과정에서의 판단 방식과 심리 상태(멘탈) 에 더 크게 좌우되는 경우를 자주 관찰했기 때문입니다. 오늘은 노벨 경제학상을 수상한 행동 금융학 이론들을 바탕으로, 개인투자자가 반복적으로 저지르는 실수의 매커니즘을 분석해 보겠습니다. 1. 손실 회피 심리: 왜 손절은 항상 어려울까? 투자자들이 경험하는 대표적인 심리 현상 중 하나는 손실을 인식하고 받아들이는 과정에서 나타나는 강한 감정적 저항입니다. '손절'은 이론적으로 명확하지만, 실제 계좌에 파란 불이 들어왔을 때 버튼을 누르는 것은 완전히 다른 문제입니다. 손실 회피 심리(Loss Aversion) 는 이익을 얻는 기쁨보다 손실에서 느끼는 고통이 2배 이상 크다는 이론입니다. 이 때문에 사람들은 이익이 난 주식은 '기쁨을 확정'하기 위해 빨리 팔아버리고, 손실이 난 주식은 '고통을 확정'하기 싫어서 비자발적 장기 투자를 하게 됩니다. 💡 핵심 포인트: 손절을 미루는 행위는 단순히 감정의 문제가 아닙니다. 자본이 묶여(Lock-in) 더 좋은 기회비용을 날리는 치명적인 결과 로 이어집니다. 2. 희망고문과 확증편향의 늪 손실이 발생한 자산에 대해 투자자들이 흔히 보이는 반응은 '비합리적 기대', 즉 희망고문 입니다. 이러한 상태에서는 부정적인 정보가 축소되거나 재해석되는 경향이 나타납니다. 행동 금융학에서는 이를 확증편향(...

주식 투자에서 무엇이 성과를 좌우하는지에 대한 질문은 늘 반복됩니다. 종목 선택, 매매 타이밍, 시장 전망 등 다양한 요소가 거론되지만, 실제 투자 과정에서는 숫자보다 투자자의 판단과 심리가 더 크게 작용하는 장면이 자주 등장합니다. 이 글을 정리하게 된 계기는, 투자 경험담이나 성공 사례를 다룬 콘텐츠에서 타이밍·위험관리·장기투자 가 마치 보편적 해답처럼 제시되는 경우를 자주 접하면서, 그 전제가 어디까지 유효한지에 대해 의문이 들었기 때문입니다. 특히 개인 투자자의 상황과 시장 환경이 크게 다른데도 동일한 조언이 반복되는 점에서 해석의 여지가 크다고 느꼈습니다. 1. 타이밍: 중요하다는 주장과 그 전제 주식 투자에서 타이밍이 성과에 영향을 미친다는 주장은 오래전부터 제기되어 왔습니다. 매수·매도 시점에 따라 동일한 종목이라도 결과가 크게 달라질 수 있다는 점은 경험적으로도 쉽게 관찰됩니다. 이러한 맥락에서 타이밍을 강조하는 관점은 일정 부분 설득력을 가집니다. 다만 이 주장이 성립하기 위해서는 몇 가지 조건이 함께 고려되어야 합니다. 먼저, 타이밍 판단이 반복적으로 가능했는지, 아니면 특정 시장 국면에서 우연히 맞아떨어진 결과인지를 구분할 필요가 있습니다. 핵심 포인트: 타이밍 자체보다는 어떤 근거로 그 추세를 해석했는지 가 더 중요한 판단 요소가 됩니다. 2. 위험관리: 축소가 아닌 구조의 문제 위험관리는 종종 “손실을 줄이는 것”으로 단순화되어 설명됩니다. 그러나 실제 투자 과정에서 위험관리는 회피의 문제가 아니라 구조를 어떻게 설계하느냐의 문제 에 가깝습니다. 분산 투자, 자산 배분, 포지션 규모 조절 등은 모두 서로 다른 방식의 위험 관리 해석입니다. 이 과정에서 주의해야 할 점은, 위험을 지나치게 축소하려는 접근이 오히려 장기적인 기회를 제한할 수 있다는 점입니다. 반대로 위험을 과소평가하면 단기 변동성에 의해 투자 전략 자체가 붕괴될 수 있습니다. 특히 이런 조언들이 어떤 조건에서는 유효할 수 있...

금융시장을 이해하기 위해서는 단순한 주가 움직임만 관찰해서는 부족합니다. 금리, 환율, 원자재 가격 등 거시경제 지표와 지정학적 요인, 그리고 개별 기업의 실적까지 종합적으로 고려해야 합니다. 최근 금융 분석 콘텐츠에서는 이러한 다층적 접근을 통해 "돈의 흐름"을 해석하려는 시도가 증가하고 있습니다. 다만 이러한 분석이 얼마나 신뢰할 수 있으며, 어떤 점을 주의해야 하는지 살펴볼 필요가 있습니다. 거시경제 지표와 시장분석의 통합적 접근 현대 금융시장 분석에서 주목받는 방식 중 하나는 거시경제 데이터와 시장 기술적 분석을 결합하는 것입니다. 금리, 환율, 원자재(구리, 커피 등) 가격의 변동은 단순히 개별 상품의 문제가 아니라 전 세계 경제의 건강도를 반영하는 지표로 해석됩니다. 예를 들어 구리 가격의 상승은 산업 활동 증가를 시사할 수 있으며, 이는 궁극적으로 기술주나 에너지 관련 주식에 영향을 미칠 수 있다는 논리입니다. 주식, 선물, 옵션 같은 다양한 금융상품을 함께 분석하는 접근법도 늘어나고 있습니다. 이는 단일 자산군만 추적하는 것보다 시장 전체의 자금 흐름을 더 입체적으로 파악할 수 있다는 가정에 기반합니다. NVIDIA, Tesla, Palantir 같은 기술 기업들의 주가 움직임은 단순한 회사 실적뿐 아니라 AI 산업의 성장, 반도체 수급 상황, 미국-중국 관계 같은 거시적 변수와 연결되어 있다고 분석되곤 합니다. 이러한 통합적 분석이 갖는 강점은 분명합니다. 시장의 여러 신호를 함께 관찰함으로써 특정 추세가 광범위한 경제 현상에 의해 뒷받침되고 있는지, 아니면 일시적 변동에 불과한지를 구분하는 데 도움이 될 수 있습니다. 또한 지정학적 요인(미국의 금리 정책, US-중국 관계, 트럼프 정책 등)을 함께 고려함으로써 단순 기술 분석만으로는 놓칠 수 있는 맥락을 파악할 수 있습니다. 다만 이 접근법의 한계도 함께 인식할 필요가 있습니다. 과거 데이터와 역사적 패턴에 지나치게 의존할 경우, 새로운 변수나 예상 밖의 사건에 ...