Project Valley에 에 참가 후 강의를 들으면서 내용을 요약함과 동시에 Valley AI 2기 후기를 여러분들에게 자연스럽게 들려주기 위해 이 후기를 작성합니다. 현생이 바빠서 중간에 끊길 수도 있지만, 강의를 들을때마다 요약 후 포스팅할 예정입니다. 이번 강의는 신가치투자 기본편 2-1 종목탐색 편입니다.
[Valley AI 2기 후기] 신가치투자 기본편 2-1 종목탐색
종목탐색: 거장의 철학과 퀀트의 힘
가치투자에서 가장 첫 단계이자 동시에 가장 중요한 단계는 바로 종목 탐색이다. 아무리 정교한 리서치와 가치평가 모델을 가지고 있더라도, 시작점이 엉뚱한 종목이라면 결과 역시 왜곡될 수밖에 없다. 이번 강의에서는 종목 탐색의 전략적 접근 방식, 그리고 퀀트 기법과 거장의 투자 철학을 어떻게 조화시킬 수 있는지에 대해 배웠다.
가치투자의 5단계
강의에서 제시하는 가치투자 접근은 다음과 같이 5단계로 구성된다.
종목 탐색
종목 조회 (정량 지표 검토)
정성적 리서치 (산업, 경쟁력 등)
가치평가 (DCF, 멀티플 등)
포트폴리오 관리 (리밸런싱 포함)
이 중에서도 ‘종목 탐색’은 후속 모든 단계의 방향성을 결정짓는 단계다. 잘못된 종목 선택은 이후 모든 분석을 의미 없게 만든다. 따라서 효율적이고 체계적인 탐색 방법론이 중요해진다.
퀀트 기반 종목 탐색 프로세스
이번 강의에서 강조된 또 하나의 키워드는 바로 퀀트 자동화였다.
퀀트 기반 투자 프로세스는 아래와 같이 간단히 정리된다.
투자 아이디어 수립
가설 설정 및 정량 지표 정의
데이터 기반 검증 (리서치)
백테스트 진행
조건 충족 시 진입
이러한 퀀트 기법은 특히 종목 탐색의 속도와 정확도를 획기적으로 개선할 수 있다. 핵심은, 정량적 조건을 알고리즘화하여 수천 개의 종목 중 몇 초 만에 ‘후보군’을 걸러낼 수 있다는 점이다.
“종목 탐색은 빠르게 하지 않으면 의미가 퇴색된다.”
시장 상황은 매일 변하기 때문에, 투자 기회를 제때 포착하는 속도 또한 수익률을 결정짓는 요소 중 하나다. 단순히 ‘좋은 기업’을 찾는 것이 아니라, ‘지금 저평가된 좋은 기업’을 찾는 게 핵심이다.
장의 철학을 종목 탐색에 적용하기
강의에서는 단순한 수치 필터링만으로는 종목 탐색의 깊이를 담보하기 어렵다는 점도 지적했다. 이 부분에서 등장하는 것이 바로 ‘거장의 철학’이다.
거장이란, 장기적으로 탁월한 성과를 보여온 투자자들을 의미하며, 대표적으로는 다음과 같은 인물이 있다.
워렌 버핏 (질적 우위 + 경제적 해자)
벤저민 그레이엄 (안전마진)
조엘 그린블라트 (ROIC + PER 공식)
레이 달리오 (거시 + 분산)
이들의 투자 전략은 단순한 감이 아니라 철저한 철학과 수치 기반 원칙에 근거한다. 따라서 다음과 같은 작업이 중요하다.
“거장의 투자전략을 분석하고, 계량화하여 종목 탐색 알고리즘에 녹여내기.”
예를 들어, 조엘 그린블라트의 ‘Magic Formula’는 간단히 ROIC와 PER을 기준으로 종목을 정렬하고 상위 종목에 투자하는 전략이다. 이처럼 거장의 전략을 정량화해 시스템에 적용하면, 퀀트의 속도와 가치투자의 질을 동시에 확보할 수 있다.
실전 적용 요약
| 전략 요소 | 요약 |
|---|---|
| 속도 | 퀀트 자동화를 통해 수천 개 종목에서 초단위 필터링 |
| 철학 | 거장의 전략을 학습 → 필터 기준으로 계량화 |
| 분석 흐름 | 정량 → 정성 → 가치평가 → 투자결정 |
마무리
이번 강의를 통해 종목 탐색이 단순히 ‘종목 고르기’가 아니라, 가치투자의 모든 흐름을 여는 입구임을 다시금 체감했다. 퀀트로 정량 필터링하고, 거장의 철학으로 정성적 깊이를 더하고, Valley AI 알고리즘으로 이를 자동화하는 흐름은 기존 투자 방식에 큰 영감을 준다.
앞으로 종목을 고를 때 ‘감’이 아닌 ‘근거’를 바탕으로 빠르고 정확하게 접근하는 습관을 만들어가야겠다.
월가아재 Valley AI 2기 후기 및 가입 링크
제 Valely AI 2기 후기를 보고 Project Valley 참가하여 같이 공부하고 싶으신 분들을 위해 Project Valely 참가 링크를 걸어두었습니다. 참고로, 가입은 심사 후에 되니까, 가입 신청은 신중히 하시길 바랍니다.