어린이날 투자법

[kimpro82]

미국, 한국, 중국이라는 세 축은 **'글로벌 패권(미국)', '우리집 마당(한국)', '거대한 공장(중국)'**이라는 서사가 뚜렷하여 아이에게 경제 지형을 가르치기에 최적의 조합입니다.

단순 모멘텀이 아닌, 각 국가의 **상대적 저평가 매력도(Relative Value)**를 기반으로 비중을 조절하는 글로벌 전술적 자산 배분(Global TAA) 관점에서 전략을 재구성해 드립니다.

---

1. 이론적 검토: 국가별 상대 가치 전술 (Relative Value TAA)

1.1 왜 3국인가? (교육적 관점)

• 미국 (S&P 500): 세계 최고의 기업들이 모인 곳. "왜 우리가 아이폰을 쓰고 유튜브를 보는지" 설명 가능.
• 한국 (KOSPI 200): 우리가 사는 곳의 실물 경기. 삼성전자, 현대차 등 아이가 길에서 보는 브랜드와 연결.
• 중국 (CSI 300): 전 세계 물건이 만들어지는 곳. 정치와 경제의 밀접한 관계를 학습.

1.2 전술적 매커니즘: 과열된 곳에서 저평가된 곳으로

연 단위 평가 시, 단순히 오르는 것을 사는 것이 아니라 "작년에 너무 많이 올라 비싸진 국가의 비중을 줄이고, 상대적으로 저렴해진 국가의 비중을 늘리는(Mean Reversion)" 전술을 취합니다. 이는 아이에게 "비쌀 때 팔고 쌀 때 사는" 투자의 기본 원칙을 자연스럽게 각인시킵니다.

---

2. PRD (제품 요구 사항 정의서)

(1) 프로젝트 개요

• 명칭: 세 나라 친구들 투자 일기 (Three-Country Global TAA)
• 운용 주기: 매년 어린이날 (연 1회 전술적 리밸런싱)
• 대상 자산: 미국(SPY), 한국(EWY 또는 KOSPI 200 ETF), 중국(ASHR 또는 MCHI)

(2) 전술적 로직 (Tactical Weighting)

1. 기본 비중 (SAA): 각 국가 30%, 현금 10%.
2. 전술적 조정 (TAA Filter):
   • 각 국가별 **12개월 선행 PER(Price-to-Earnings)**을 확인.
   • 과거 5년 평균 PER 대비 현재 PER의 위치를 점수화(Z-Score).
   • 평균보다 저평가된 국가에는 비중을 +10% 가산, 고평가된 국가는 -10% 차감.
   • 남는 비중은 안전 자산(현금/단기채)에 예치.

(3) 교육적 인터페이스

• "어느 나라 친구가 올해 가장 열심히 일해서 몸값이 비싸졌을까?"
• "몸값이 너무 비싸진 친구(고평가)보다는, 실력은 있는데 잠시 인기가 없는 친구(저평가)를 응원해주자."

---

3. Python 예제 코드 (3국 전술적 배분)

이 코드는 미국, 한국, 중국 ETF의 최근 1년 수익률과 밸류에이션 지표(상대적 위치)를 가정하여 전술적 비중을 계산하는 예제입니다.

import pandas as pd
import numpy as np

def calculate_global_taa(assets):
    """
    3국 지수 ETF 기반 전술적 비중 계산
    """
    results = []
    
    # 전략적 기본 비중
    base_weight = 0.30 
    
    print(f"--- 2026년 어린이날 글로벌 전술 리포트 ---")
    
    for asset in assets:
        name = asset['name']
        # 실제 환경에서는 API를 통해 PER과 과거 평균 PER을 가져옴
        current_per = asset['current_per']
        avg_per = asset['avg_per']
        
        # 밸류에이션 점수 계산 (낮을수록 저평가)
        # 여기서는 단순하게 현재/평균 비율로 계산
        val_ratio = current_per / avg_per
        
        # 전술적 비중 조정
        if val_ratio < 0.9:   # 10% 이상 저평가
            tactical_weight = base_weight + 0.10
            status = "저평가 (비중 확대)"
        elif val_ratio > 1.1: # 10% 이상 고평가
            tactical_weight = base_weight - 0.10
            status = "고평가 (비중 축소)"
        else:
            tactical_weight = base_weight
            status = "적정 가치 (비중 유지)"
            
        results.append({
            "국가": name,
            "현재 PER": current_per,
            "과거 평균": avg_per,
            "상태": status,
            "최종 비중": f"{tactical_weight*100:.0f}%"
        })
    
    report_df = pd.DataFrame(results)
    return report_df

# 시나리오 데이터 (예시)
asset_data = [
    {"name": "미국 (S&P 500)", "current_per": 22.5, "avg_per": 20.0}, # 고평가 상태 가정
    {"name": "한국 (KOSPI 200)", "current_per": 9.5, "avg_per": 11.0}, # 저평가 상태 가정
    {"name": "중국 (CSI 300)", "current_per": 12.0, "avg_per": 12.5}  # 적정 가치 가정
]

df = calculate_global_taa(asset_data)
print(df.to_markdown(index=False))

print("\n[전술적 실행 가이드]")
print("1. 고평가된 미국의 일부 수익을 실현하여 저평가된 한국 지수를 추가 매수합니다.")
print("2. 아이에게 '미국 형들이 돈을 많이 벌어서 비싸졌으니, 이제 공부 열심히 하는 한국 친구를 도와주자'고 설명합니다.")

전략의 포인트

• 지속 가능성: 특정 국가가 영원히 오르거나 내리지 않는다는 '평균 회귀' 사상을 바탕으로 하므로, 아이에게 시장의 사이클을 가르치기 좋습니다.
• 분산 효과: 세 국가의 상관관계가 낮아지는 구간에서 포트폴리오 전체의 변동성(MDD)을 낮출 수 있습니다.
• 실무적 팁: 한국에서 운용하신다면 해외 상장 ETF(SPY, ASHR)뿐만 아니라 국내 상장된 해외지수 ETF(예: TIGER 미국S&P500, TIGER 차이나CSI300)를 활용하면 환전 비용을 아끼고 아이와 함께 증권 앱을 보기에 더 편할 것입니다.