알파 캡처의 과학
인간 판단을 시스템 알파로 바꾸는 법

2020년 3월 10일, 코로나 폭락의 교훈

코로나 폭락 당시 퀀트 모델들은 -5~10%의 큰 손실을 냈지만, 재량 운용역(디스크레셔너리 PM)들의 손실은 훨씬 적었다. 이유는 단순하다 — 기계는 과거의 모든 것을 학습했지만, 팬데믹은 1918~19년 스페인 독감 이후 한 번도 본 적이 없었다.

인간은 데이터 포인트 0개로도 한발 물러서서 미래를 상상하고 판단할 수 있다. 필요한 것은 데이터가 아니라 경험이다. 모델이 과거로 미래를 다룰 수 없는 순간은 반드시 온다 — 그때를 위해 인간의 판단이 필요하다.

전문가의 뇌는 '적게' 고려해서 강하다

기계는 100만 개의 데이터 포인트를 저울질하지만, 진짜 전문가는 결정 시 대안을 1~2개만 고려한다. 소방관, 극한 상황의 의사결정자, 월드컵의 축구선수처럼 — 공이 오기 전에 이미 무엇을 할지 안다. 수년간 쌓은 패턴 인식(근육 기억)이 있기 때문이다.

그래서 알파 캡처는 한 명의 천재가 아니라 다양한 섹터 전문가들의 의견을 모은다. 금융 담당, 반도체 담당, 외식 담당… 의견이 충분히 다양하고 많아지면 군중의 지혜가 작동해, 좋은 데이터셋 기준 65~70% 적중률의 예측이 가능해진다.

왜 애널리스트가 알파를 '공짜로' 주는가 — 인센티브 설계

① 금전적 인센티브는 테이블 스테이크일 뿐. 전략 수익의 일부를 나눠주는 것으로 시작은 가능하지만, 바쁜 애널리스트를 2~5년간 붙잡아두지 못한다.

② 진짜 유인은 '정보·분석 엣지'의 교환. 참여자에게 "당신의 의견이 시장과 얼마나 다른가", "다른 분석은 뭐라고 하는가"를 돌려준다. 정보를 주면 정보를 받는 교환 구조.

팩터의 흐름 vs 알파의 흐름을 구분하라

오늘날 시장 자금의 60% 이상이 패시브(ETF·연기금·국부펀드)다. 이들은 종목을 분석하지 않고 모멘텀·퀄리티·성장 같은 팩터로 수천 종목을 한꺼번에 조금씩 밀어 올린다 — 이것은 알파가 아니라 팩터 프리미엄이다.

반면 컨센서스를 크게 벗어난 실적(예: 예상 생산량 50만 대 vs 실제 60만 대)이 만들어내는 주가 급등은 알파다. 정보 발표 사이사이에도, 시장이 아직 소화하지 못한 한계 정보를 먼저 거래하는 곳에서 작은 알파 조각들이 매일 발생한다.

서프라이즈의 정량화 — 컨센서스 대비 델타

서프라이즈는 컨센서스로 측정한다. FactSet·Bloomberg 같은 분석 업체들이 전 셀사이드의 매출·이익 추정을 체계적으로 집계해 컨센서스 지표를 만들고, 실제 발표치 − 컨센서스 = 서프라이즈가 된다. 인터뷰 당일 마이크론이 매출 컨센서스를 10~12% 상회한 것이 그 예.

전파 곡선(Propagation Curve) — 1사분위에 올라타라

새 정보는 오후 5시 52분에 모두에게 동시에 도달하지 않는다. 정보 유입 → 누군가 학습 → 의견 형성 → 매매 → 다음 사람이 학습 → … 의 연쇄로 주가는 하루하루 조금씩 움직인다. 기관들도 포지션을 여러 날에 걸쳐 나눠서 쌓기 때문이다.

알파 캡처 플레이어의 목표는 최초 진입이 아니라 전파 곡선의 상위 25% 구간 진입이다. 처음일 필요는 없지만 마지막이어서는 안 된다 — 1사분위에만 들어가면 전략이 지속 가능할 만큼의 알파를 수확한다.

그래도 인간 애널리스트가 남는 이유 — 계층적 기억과 예측

MIT의 Andrew Lo 교수는 인간 지능을 두 가지로 요약했다: 계층적 기억 + 예측. 어두운 골목에서 트렌치코트 입은 사람을 보면 공포 → 배지와 모자가 보이면 안도. 이 감정 처리는 5~10초 안에 끝난다. 전체 데이터베이스를 스캔한 게 아니라, 쌓아온 기억 블록 위에서 즉시 예측했기 때문이다.

AI는 아직 수많은 가능성을 브루트포스로 스캔하는 단계다(GPU를 쏟아부어 흉내는 내고 있지만). 계층적 기억 기반의 빠른 판단이 남아 있는 한, 인간 애널리스트의 자리는 오래 유지된다. 기계가 모든 숫자를 돌려도, 판단(judgment)은 여전히 인간의 몫 — 퀀트들이 수십 년 전에 배운 교훈이다.

역설: AI가 시장을 더 '비효율적'으로 만든다

모두가 같은 정보를 즉시 분석해 같은 답에 도달하면 효율적 시장 가설대로 가격이 즉시 수렴하고 알파는 사라진다. 하지만 현실은 반대다 — 해석(판단)이 사람마다 다르기 때문이다. 경험, 투자 이력, 심지어 성장 배경까지 판단을 다르게 만든다.

지난 20년간 퀀트화가 진행될수록 시장의 엔트로피는 오히려 커졌다. 정보 접근이 쉬워지자 리테일·자문사 등 더 많은 주체가 판단을 내리게 됐고, 노이즈는 늘었다. GenAI는 이 추세를 가속할 가능성이 크다. 그리고 판단이 남는 한, 시장을 지배하는 감정은 변함없이 둘 — 공포와 탐욕이다.

헤지펀드는 레스토랑이다

한 곳이 문 닫아도 대부분은 다른 곳을 찾지만, 블록에 레스토랑이 딱 두 개뿐이라면 그 거리는 죽는다. 헤지펀드도 마찬가지 — 참여자가 많을수록 시장에 유동성과 효율이 생기고, 언제든 반대편에서 거래해줄 상대가 존재한다. 소수 초대형 펀드로의 집중은 시장에 해롭다. 새 헤지펀드 소식에는 "또야?"가 아니라 "시장 참여자가 하나 늘었군"이 맞는 반응이다.

확신 있는 아이디어에 1~2%만 베팅하는 병

리서치도 끝났고, 종목도 회사도 속속들이 안다. 그런데 포지션은 1~2%만 잡는다. "신중하자, 우리는 고객 자본의 청지기니까." — 문제는 알파의 상당 부분이 바로 그 초기 구간에서 사라진다는 것.

숙련된 기관 투자자의 편향은 과신이 아니라 반대쪽 — 과도한 보수성이다. 이 편향 하나가 연 5~6% 매니저와 연 10~11% 매니저를 가른다. 더 뼈아픈 건, 그들도 이 편향을 알고 있다는 것. "데이터가 반복해서 너는 여전히 너무 보수적이라고 반증하는데도, 같은 실수를 반복한다."