주식투자

[데이터 분석 8] 두 자산의 혼합 포트폴리오를 평균-분산 그래프에 나타내 보자 (구글 시트 편)

오렌지사과키위 2025. 1. 7. 18:23

이전 글에서 살펴본 바와 같이 예금과 같이 변동성이 없는 자산을 다른 자산과 혼합한 포트폴리오는 평균-분산 그래프에 표시하기 간단합니다. 평균과 표준 편차 모두 투자 비중에 따라 선형으로 변하기 때문입니다. 평균-분산 그래프에서는 직선으로 나타납니다. 참고: [데이터 분석 7] 자산과 예금의 혼합을 평균-분산 그래프에 나타내 보자 (구글 시트 편)

변동성이 있는 두 자산의 혼합 포트폴리오 성과를 계산하기 위해서는 조금 신경을 써야 합니다. 평균은 여전히 투자 비중에 따른 산술 가중 평균이지만, 표준 편차는 두 자산의 상관성에 따라 그 양상이 크게 달라질 수 있기 때문입니다. 참고: [초급 16] 서로 독립이면 혼합 포트폴리오는 어떤 형태가 될까? (독립이 아니면 어떻게 될까?)

구글 시트의 ARRAYFOMULAR() 함수를 이용하면 변동성이 있는 두 자산의 평균과 표준 편차를 투자 비중에 따라 각각 계산하는데 편리합니다. 이 함수를 사용하여 혼합 포트폴리오의 성과를 추정하여 평균-분산 그래프에 나타내 봅니다.

공지 (2025. 5. 15.) 책 출간으로 인해 부분 공개로 전환합니다. 양해 부탁드립니다. 책 소개: 구글 시트로 시작하는 투자 포트폴리오 분석 (오렌지사과의 불친절한 워크북) 출간에 부쳐 (샘플북 포함)

주의: 이 글은 특정 상품 또는 특정 전략에 대한 추천의 의도가 없습니다. 이 글에서 제시하는 수치는 과거에 그랬다는 기록이지, 앞으로도 그럴 거라는 예상이 아닙니다. 분석 대상, 기간, 방법에 따라 전혀 다른 결과가 나올 수 있습니다. 데이터 수집, 가공, 해석 단계에서 의도하지 않은 오류가 있을 수 있습니다. 일부 설명은 편의상 현재형으로 기술하지만, 데이터 분석에 대한 설명은 모두 과거형으로 이해해야 합니다.

ARRAYFORMULA() 함수

(책 출간으로 내용 생략)

ARRAYFORMULA()를 이용하여 간단하게 표현한 예

평균-분산 그래프에 나타낸 SPY와 TLT 혼합 포트폴리오

(책 출간으로 내용 생략)

ARRARYFORMULAR() 함수를 이용하여 구한 SPY와 TLT의 투자 비중에 따른 1년 수익률의 표준 편차
ARRARYFORMULA() 함수를 이용하여 구한 SPY와 TLT의 투자 비중에 따른 1년 수익률의 표준 편차

=ARRAYFORMULA(STDEV($D$258:$D$9999 * $G6 + $E$258:$E$9999 * (1 - $G6)))

평균-분산 그래프에 나타낸 SPY + TLT 혼합 포트폴리오
평균-분산 그래프에 나타낸 SPY + TLT 혼합 포트폴리오

예금 혼합 포트폴리오와 함께 나타내고 분석해 보기

(책 출간으로 내용 생략)

예금은 1년 수익를 설정과 이를 SPY + 예금 혼합 포트폴리오의 표준 편차 계산
SPY + TLT 및 SPY + 예금 포트폴리오

정리하며

변동성이 있는 두 자산의 혼합 포트폴리오를 평균-분산 그래프에 나타내 보았습니다. 구글 시트의 경우 ARRAYFORMULA() 함수를 이용하면 깔끔하게 계산할 수 있습니다. 예금 혼합 포트폴리오로도 동일한 방식으로 직선으로 나타나는 포트폴리오 궤적을 그릴 수 있습니다. 이 두 가지를 비교하면, 특정 자산에 대해 다른 자산을 혼합하는 것이 나았던 경우와 예금을 혼합하는 것이 유리했던 상황을 추정해 볼 수 있습니다.

이어지는 글: [데이터 분석 9] 세 자산의 혼합 포트폴리오를 평균-분산 그래프에 나타내 보자 (구글 시트 편)

목록: 자산 배분 분석 방법과 사례 글 모음 [목록] (순서대로 차근차근 읽기를 권합니다)

출간 안내: 연재를 묶어 읽기 쉽게 보완하여 편집한 책이 종이책(교보문고)과 전자책(리디북스교보문고Yes24알라딘)으로 출간되었습니다. 책 소개: 구글 시트로 시작하는 투자 포트폴리오 분석 (오렌지사과의 불친절한 워크북) 출간에 부쳐 (샘플북 포함)

참고 서적: <왜 위험한 주식에 투자하라는 걸까? - 장기 투자와 분산 투자에 대한 통계학적 시각> - 이 연재에서 소개하는 각종 분석 방법의 의미를 소개합니다.

함께 읽으면 좋은 글:

도움이 되었다면, 이 글을 친구와 공유하는 건 어떻까요?

facebook twitter kakaoTalk naver band