해외주식 스터디 오리엔테이션: 가설을 검증하고 포지션을 정하는 분석 공동체
이 스터디는 단순히 유망한 해외주식 종목을 추천하거나 함께 매매하는 모임이 아니라, 투자 판단의 근거·반증 조건·투자 비중을 체계적으로 점검하는 분석 공동체를 지향한다. 핵심은 Why Chain, Falsification, 5-ring Prior Bayesian이라는 세 도구를 연결해 1차 자료에 근거한 투자 가설을 만들고 지속적으로 업데이트하는 것이다. 결과의 성공 여부만 평가하기보다, 불확실한 상황에서 더 나은 의사결정 과정을 반복 훈련하는 데 목적이 있다. 📈
1. 스터디의 목적과 세 가지 투자 질문
이 스터디는 다음과 같이 정의된다.
"투자 의사결정의 본질적 3단계를 정량화하고, 그것을 동료들과 함께 끊임없이 교정해 나가는 1차 자료 기반 분석 공동체"
글은 투자란 결국 세 가지 질문에 답하는 일이라고 본다. 그리고 이 질문들에 어떤 방식으로 답하는지가 각 투자자의 투자 프로세스를 결정한다. 이번 스터디는 정답을 대신 제시하기보다, 각 구성원이 자신의 투자 프로세스를 다듬어 가는 과정을 공유하는 자리다.
첫 번째 질문은 "왜 나는 이 기업에 투자해야 하는가"다. 단순히 매출이 늘거나 마진이 좋아질 것이라는 결론만 말하는 것이 아니라, 그러한 결과가 왜 일어나는지 그 원인을 단계적으로 설명해야 한다. 즉, 투자자는 자신이 보는 투자 포인트와 그것이 실현되는 시나리오를 제시하고, 결과에 이르는 인과의 사슬을 직접 그려야 한다.
두 번째 질문은 "이 시나리오가 깨지는 조건은 무엇인가"다. 분석할 때 자신이 옳다는 증거만 찾으면 안 되며, 오히려 틀렸다는 판단을 내리게 할 신호를 미리 정해야 한다고 강조한다.
"내가 옳다는 증거만 모으는 것이 아니라, 내가 틀렸다는 신호를 미리 설정"
어떤 데이터가 어느 임계값에 도달하면 기존 투자 가설이 흔들리는지 정해두지 않으면, 분석은 검증할 수 없는 믿음이나 신앙으로 변하기 쉽다. 따라서 신뢰할 수 있는 자료를 지속적으로 읽으며, 가설을 깨뜨릴 조건도 함께 보완해야 한다.
세 번째 질문은 "그래서 나는 최대 얼마나 베팅할 수 있는가"다. 앞선 두 질문에 대한 답을 정량화해 투자 가설의 신뢰도를 계산하고, 이에 맞는 포지션 비중의 상한을 정한다. 투자 아이디어가 좋아 보여도 지나치게 큰 규모로 투자하면 큰 손실로 이어질 수 있으므로, 투자 논리의 타당성과 실제 투자 규모를 구분해야 한다.
스터디가 하지 않을 일
이 모임은 종목 추천방이나 공동 매매 모임이 아니다. 정보는 공유할 수 있지만, 매수·매도 같은 의사결정과 그 책임은 각자에게 있다. 또한 단기 트레이딩 아이디어를 주된 주제로 다루지 않는다.
대신 산업 구조가 어떻게 바뀌는지, 그리고 그 변화 속에서 기업의 근본적인 변화가 무엇인지 찾아내는 데 집중한다. 구성원들이 공유하려는 것은 특정 종목의 단순한 결론이 아니라, 그 결론을 도출하는 분석 도구와 사고방식이다.
2. 세 가지 핵심 분석 도구
스터디는 투자 판단을 구조화하기 위해 세 가지 도구를 사용한다. 이 도구들은 각각 독립적인 기법이면서도, 실제 분석에서는 하나의 연속된 흐름으로 연결된다.
Why Chain: 결과를 만든 원인의 사슬
Why Chain은 "왜 그런 일이 일어나는가"를 묻는 도구다. 매출 증가, 마진 개선, 주가 상승처럼 눈에 보이는 결과에서 멈추지 않고, 그 결과를 낳은 원인을 단계별로 나눠 본다.
예를 들어 엔비디아의 매출이 증가했다면, 단순히 "AI가 성장해서"라고 결론 내리지 않는다. 데이터센터 GPU 출하량이 증가했고, 그 배경에는 AI 학습 수요 확대가 있으며, 이는 빅테크 기업의 설비투자(CapEx) 증가와 연결된다. 이어서 그 자본지출이 AI 선도 기업들에 투입되고, 실제 기업 고객과 소비자의 생산성이 향상되는 흐름까지 인과관계를 명시적으로 이어볼 수 있다.
이렇게 사슬을 그리면 각 연결고리 가운데 가장 약한 부분이 어디인지 찾을 수 있다. 막연히 "AI가 좋아 보인다"고 생각할 때는 놓쳤던 질문도 드러난다. 즉, Why Chain은 투자 논리를 더 정교하게 만들고, 테제의 핵심 위험 지점을 찾도록 돕는다.
Falsification: 가설이 틀렸음을 알려줄 조건
Falsification은 Why Chain의 각 연결고리가 무너지는 조건을 미리 적는 방법이다. 이는 단순한 비관론이나 막연한 리스크 검토와 다르다. 어떤 수치가 어느 수준에 도달하면 투자 가설을 수정하거나 폐기할지, 구체적인 임계값을 설정하는 방식이다.
예를 들어 빅테크 기업의 광고 매출 성장률이 두 분기 연속 5% 미만으로 낮아진다면, 해당 기업들의 설비투자 사이클에 하방 압력이 생길 수 있다고 미리 가정할 수 있다. 이처럼 관찰 가능한 데이터와 기준을 정해두면, 투자자는 자신의 믿음에만 매달리지 않고 테제가 실제로 유효한지 객관적으로 판정할 수 있다.
"분석을 살아 있는 가설로 유지하는 것이 주 목적"
결국 Falsification은 투자 분석을 고정된 주장으로 두지 않고, 새로운 정보에 따라 계속 수정되는 가설로 유지하기 위한 장치다.
5-ring Prior Bayesian: 신뢰도를 투자 비중으로 연결하기
5-ring Prior Bayesian은 "그래서 얼마나 살 수 있는가"에 답하는 도구다. 하나의 투자 테제를 다섯 개의 독립적인 가설로 나누고, 각 가설에 대해 0에서 1 사이의 신뢰도를 부여한다. 이후 다섯 확률을 더하는 것이 아니라 곱해서 전체 신뢰도를 계산한다.
곱셈을 쓰는 이유는 투자 테제를 구성하는 핵심 가설 중 하나라도 무너지면, 전체 테제가 크게 흔들릴 수 있기 때문이다. 이렇게 나온 종합 신뢰도는 해당 종목에 투자할 수 있는 포지션 비중의 상한을 정하는 기준이 된다.
이 도구가 주는 중요한 교훈은 좋은 투자 논리와 큰 투자 비중이 자동으로 연결되지 않는다는 점이다. 어떤 테제가 맞을 가능성이 70%로 보여도, 그 70%가 여러 가설의 결합에서 나온 것이라면 실제 투자 가능한 비중은 평균 포지션의 70%보다 훨씬 작아질 수 있다. 이처럼 신뢰도와 포지션 규모를 분리하는 습관이 장기적으로 큰 손실을 피하는 데 중요하다고 본다.
세 도구의 연결 방식
세 도구는 순서대로 이어진다.
- Why Chain으로 "왜 투자하는가"를 설명하고, 인과관계의 연결고리 5개를 만든다.
- Falsification으로 각 연결고리가 깨지는 조건과 구체적인 임계값을 설정한다.
- 5-ring Prior로 다섯 가설의 신뢰도를 곱해 전체 신뢰도와 포지션 비중 상한을 계산한다.
즉, Why Chain의 다섯 연결고리는 그대로 5-ring Prior의 다섯 가설이 된다. 또한 Falsification에서 설정한 조건은 다음 분기에 사전확률을 업데이트할 때의 기준이 된다. 세 도구는 별개의 과제가 아니라, 동일한 투자 분석을 인과관계·반증·포지션 관리라는 세 방향에서 표현하는 체계다.
3. 학습 자료의 우선순위
글은 분석의 신뢰도가 결국 자료의 신뢰도에 비례한다고 본다. 따라서 스터디는 아래의 세 단계 자료 위계를 따르며, 특히 1차 자료와 회사 공식 자료를 핵심으로 삼는다.
Tier 1: 법적 제출 자료
가장 우선하는 자료는 10-K, 10-Q, 연차보고서, 주요 사항 보고서 같은 법적 제출 자료다. 이는 모든 분석의 출발점이며, 가장 많은 시간을 들여 읽어야 하는 자료로 제시된다.
AI를 활용해 자료를 읽고 정리할 수는 있지만, 반드시 투자자 본인이 원문을 직접 읽고 검증해야 한다. 발표나 분석에서 자료를 인용할 때도 페이지와 원문 문구를 명확히 제시해야 한다.
Tier 2: 회사 공식 자료
두 번째는 기업이 직접 제공하는 자료다. 여기에는 컨퍼런스콜, 실적발표 콜 스크립트, 질의응답, IR 자료, Investor Day 자료 등이 포함된다.
이 자료들은 특히 Why Chain을 이해하는 데 유용하다. 기업이 말하는 매출 성장의 원인, 마진이 구조적으로 개선되는 이유, 다음 분기에 기대하는 변화 등을 확인할 수 있기 때문이다.
Tier 3: 산업 데이터와 외부 리서치
세 번째는 산업 데이터와 외부 분석 자료다. Financial Times, TrendForce, IDC, BloombergNEF, Wood Mackenzie, Counterpoint, Semianalysis 등의 산업 뉴스와 리서치, 셀사이드 리포트, 심층 분석 자료가 여기에 속한다.
이러한 자료는 회사가 직접 말하지 않는 가격 추이, 시장점유율 변화, 글로벌 자본 흐름 등을 파악하는 데 도움이 된다. 다만 중요한 원칙은 위에서 아래로 읽는 것이다.
"1차 자료를 충분히 읽지 않고 외부 분석부터 보면 다른 사람의 내러티브에 끌려가기 마련"
외부 전문가나 커뮤니티의 분석은 유용한 교차 검증 도구가 될 수 있지만, 그 자체가 투자 근거가 되어서는 안 된다. 이 스터디는 남이 요약한 분석을 공유하는 모임이 아니라, 각자가 1차 자료에서 직접 길어 올린 분석을 공유하는 모임을 지향한다.
4. 발표의 진행 방식
발표는 단순히 "이 종목이 좋다"는 결론을 전달하는 시간이 아니다. 발표자가 어떤 사고 과정을 거쳐 결론에 도달했는지 공개하고, 그 과정의 약점을 찾아내는 데 목적이 있다.
발표는 네 단계로 구성된다.
-
결론과 멀티플 앵커링
먼저OW(Overweight),N(Neutral),UW(Underweight)중 어떤 의견인지 밝히고, 투자 근거와 밸류에이션을 제시한다. 여기서 답하는 질문은 "결론은 무엇인가"다. -
Why Chain
투자 논리를 다섯 개의 인과 연결고리로 나누어 설명한다. 이는 "왜 투자하는가"에 답하는 단계다. -
Falsification
각 연결고리가 깨질 조건과 임계값을 밝힌다. 이를 통해 "무엇이 깨지면 내가 틀린 것인가"를 명확히 한다. -
5-ring Prior
다섯 가설 각각의 사전확률을 추정하고, 종합 신뢰도와 포지션 비중 상한을 도출한다. 이는 "얼마나 살 수 있는가"를 판단하는 단계다.
발표자는 회차가 반복될수록 자신의 분석 프로세스가 어떻게 발전했는지를 보여줄 필요가 있다. 핵심은 다른 사람에게 자기 분석이 맞다는 확인을 받는 것이 아니다. 오히려 분석 과정의 취약점을 발견하고, 이를 실제 투자 판단에 반영하는 것이 중요하다.
5. 추천 도서와 베이지안 사고의 기반
부록에서는 스터디의 사고방식을 뒷받침하는 책들을 추천한다. 공통 주제는 신호와 소음을 구분하고, 가설을 쪼개며, 사전확률을 기록한 뒤 새 정보에 따라 업데이트하는 습관이다.
네이트 실버, 《신호와 소음》
이 책은 무엇보다 문제를 어떻게 정의할 것인가를 다룬다. 예측이 틀리는 주된 이유는 모델이 충분히 복잡하지 않아서가 아니라, 진짜 신호와 우연한 소음을 구분하지 못한 채 데이터에 과도하게 맞추기 때문이라는 메시지가 중심에 있다.
야구 통계, 날씨 예측, 지진학, 포커, 정치 예측 등 여러 분야를 통해 어떤 변수가 실제 인과적 동력인지, 어떤 변수가 우연한 노이즈인지 분별하는 어려움을 보여준다.
이 책은 Why Chain의 직접적인 토대를 이해하는 데 도움이 된다. 기업의 매출 증가가 어떤 인과 연결고리에서 나온 진짜 신호인지, 혹은 분기별 일시적 소음인지 구분하지 못하면 투자자는 단기 데이터 변동에 휘둘릴 수 있다.
또한 베이지안 통계의 사전확률(prior), 우도(likelihood), 사후확률(posterior) 개념을 수식 없이도 직관적으로 설명해, 5-ring Prior의 수학적 배경을 처음 접하기에 적합한 책으로 제시된다.
필립 테틀록, 《슈퍼예측》
이 책은 어떤 사람이 더 정확하게 예측하는가를 다룬다. 20년에 걸친 대규모 예측 토너먼트를 통해, 정보량이나 학력, 전문성이 비슷한 사람들 사이에서도 예측 정확도에 일관된 차이가 나타났음을 보여준다.
그 차이를 만든 것은 타고난 지능이나 정보의 양이 아니라, 반복 가능한 사고 습관이었다. 스터디가 주목하는 슈퍼예측가의 습관은 크게 두 가지다.
-
큰 문제를 작은 가설로 분해한다.
예를 들어 "이 회사가 좋아질 것이다"라는 막연한 판단을 매출 성장 가능성, 마진 유지 가능성, 경쟁사의 대응 가능성처럼 나누고 각각 확률을 매긴 뒤 종합한다. -
자신이 틀렸다는 판정 조건을 미리 기록한다.
특정 데이터가 정한 임계값에 도달하면 기존 견해에 집착하지 않고 사전확률을 업데이트한다.
이 책은 이러한 습관이 선천적 재능이 아니라 훈련으로 길러질 수 있음을 보여준다는 점에서도 중요하다. 스터디 역시 참여자들이 이 사고 습관을 반복적으로 연습하는 것을 목표로 한다.
애니 듀크, 《Thinking in Bets》
애니 듀크의 책은 이런 사고법을 일상의 판단과 실제 의사결정에 어떻게 체화할지를 다룬다. 듀크는 포커 월드시리즈 우승자이자 의사결정 이론 박사로서, 불확실한 상황에서 사람들이 빠지기 쉬운 심리적 함정을 실전적으로 설명한다.
가장 중요한 통찰은 결과의 질과 의사결정의 질을 분리해야 한다는 것이다. 좋은 판단을 했더라도 결과가 나쁠 수 있고, 나쁜 판단을 했더라도 운 좋게 좋은 결과가 나올 수 있다. 결과만 보고 판단을 평가하면 우연한 성공을 실력으로 착각하거나, 우연한 실패를 자신의 능력 부족으로 오해하게 된다.
"좋은 결정이 나쁜 결과를 만들기도 하고, 나쁜 결정이 좋은 결과를 만들기도 함."
이를 피하는 방법은 의사결정 당시의 사전확률과 추론 과정을 미리 기록하는 것이다. 스터디에서 발표 시점에 Why Chain, Falsification, 5-ring Prior를 기록하는 이유도 여기에 있다. 시간이 지난 뒤 어떤 연결고리가 예상대로 작동했고 어떤 가정이 틀렸는지 평가할 수 있으며, 그 평가가 다음 분석의 정확도를 높인다.
듀크는 또한 동료들과 진실 추구 집단(truth-seeking group)을 만들라고 권한다. 이 집단은 결과만 평가하지 않고 의사결정 과정을 검토하며, 각자가 설정한 사전확률과 추론을 솔직하게 공개하는 방식으로 운영된다. 이는 이 스터디가 지향하는 동료 검증 문화와 맞닿아 있다.
"불확실성 하의 의사결정에서 일관된 우위를 만드는 유일한 방법은, 자신의 사고 과정을 명시적으로 외부화하고 그것을 결과와 분리해 평가하는 습관을 시스템화하는 것"
추가 추천: 다모다란의 밸류에이션
밸류에이션의 정량적 기반을 위해서는 어스워스 다모다란의 《Investment Valuation》도 추천된다. 다만 시작 단계에서 바로 깊이 있게 다루기에는 부담이 있을 수 있으므로, 밸류에이션 교과서의 핵심 개념은 향후 발표를 통해 천천히 녹여낼 계획이다.
6. 마무리
이 해외주식 스터디가 궁극적으로 만들고자 하는 것은 특정 종목의 정답이 아니라, 불확실성을 다루는 더 나은 의사결정 시스템이다. Why Chain으로 투자 논리를 외부화하고, Falsification으로 틀릴 가능성을 구체적으로 관리하며, 5-ring Prior로 신뢰도를 실제 포지션 규모와 연결한다.
세 추천 도서가 공통적으로 강조하는 것도 같다. 자신의 사전확률과 판단 근거를 명시적으로 기록하고, 새 정보가 들어오면 겸손하게 업데이트하는 습관이야말로 장기적으로 더 나은 투자자가 되는 기반이라는 것이다.