Today ·Total
주식 하는 사람은 5년 새 1,456만 명으로 늘었다. 그런데 개인 20만 명의 실제 거래를 보니 46%가 손실이었고, 2025년 불장에서도 240만 명 중 절반 넘게 잃었다. 원인은 종목이 아니라 거래 습관이었다.
RAROC는 번 돈을 걸었던 위험으로 나눈 성과지표다. 트레이더에게 같은 역할을 하는 게 R이다. 할당된 R만큼 손절 자리에 맞춰 수량을 계산하고 매수까지 해 주는 앱, Trade R도 소개한다.
데런님이 보내 주신 글. 올해 미국 투자대회 주식 부문 선두 트레이더가 말하는 연구 방법. 셋업은 전체의 10%이고, 감을 규칙으로 바꿔 길게 테스트하고, AI가 짜 준 수익 곡선부터 의심하라는 이야기를 정리했다.
트린이가 가장 먼저 알아야 할 건 매수·매도 타점이나 종목 고르는 눈이 아니라 위험관리와 자금관리다. 1R, RR과 손익비, 베팅 사이즈, 피라미딩, 본전 스톱, 파는 법, TOR까지 시작할 때 꼭 알아야 할 개념만 정리했다.
코스피가 급락하면서 대형주에 물린 사람이 많다. 나도 최고점에 사서 4년을 버틴 적이 있다. “손절하세요” 한마디로 끝낼 문제가 아닌 이유와, 독서모임에서 나온 다섯 가지 의견을 정리했다.
트레이딩하는 사람은 다 매매일지를 귀찮아한다. 나는 매매일지 대신 앱을 쓰고, 이유는 차트 셋업 버튼 하나로 남긴다. 귀찮은 게 싹 사라진 방법과 내가 고르는 셋업 열한 가지를 정리했다.
8천만 원으로 시작해 1,300억 원을 벌었다고 알려진 한국 선물 1세대 트레이더. 10년 뒤 회사는 팔렸고 집은 경매에 나왔다. 번 돈을 지키는 건 실력이 아니라 평정심이다.
국장은 거의 다 정리했고 지금 비중은 미장 65%, 코인 30%, 국장 5%다. 미장은 대부분 달러로 들고 있다. 돌파 자리가 안 나와 주문만 걸어 두고 체결이 안 된 날이 많았는데, 덕분에 최근 낙폭을 상당 부분 피했다.
기록에 적힌 수량이 실제보다 적으면 손절 주문도 그만큼만 나간다. 나머지는 계좌에 남는다. 운용사가 매일 하는 대사를 개인 계좌에 적용한 기록.
모더나 8배, 일루미나·나테라도 2~3배. 그런데 요즘 가장 강한 섹터는 에너지와 기술이다. 헬스케어가 언제부터 올랐는지, 세 종목이 무슨 기대로 올랐는지 차트로 정리했다.
클로드를 만든 앤트로픽이 11월 상장을 추진한다는 보도가 나왔다. 거론되는 기업가치는 최대 2조 달러, 성사되면 역대 최대 공모다. 첫날 사도 될지, 숫자와 지수 편입 규칙으로 따져 봤다.
코스피는 1년 83% 올라 주요 지수 중 1등이지만 최근 석 달은 −8.6%로 꼴찌다. 7,000선에 안착하지 못하는 이유를 보고, 대표 지수 다섯 개의 1년·6개월·3개월 수익률을 비교했다.
금리가 오르면 주식을 접으라는 말, 2005년부터 돌려보니 주식이 가장 많이 빠진 건 금리를 내릴 때였다. 그럼 금리가 오를 때는 뭘 사야 할까. 현금과 이자 낼 힘으로 미국 대형주를 나눠 봤다.
삼성전자·SK하이닉스 성과급이 내년에 풀린다. 나라 경제엔 작은 돈이지만, 경기 남부 집값과 고가 소비엔 큰 돈이다.
트레이딩은 단타도, 장중 매매만도 아니다. 긴 추세로 크게 번 트레이더가 많고, 불필요한 거래는 줄이는 게 낫다. 직장인도 충분히 한다.
투자법 네 가지가 뭘 보고 어떻게 돈을 버는지 표로 정리했다. 결국 내 에너지와 흥미가 어디 있는지 봐야 꾸준히 할 수 있다.
수익률보다 먼저 볼 숫자는 고점 대비 낙폭이다. 내 점검선은 5~10%, 닿으면 멈추고 세 가지를 점검한다. 내 실현손익 낙폭도 공개한다.
월급을 넣으면 손실이 가려지고, 생활비를 빼면 손실처럼 보인다. 펀드처럼 기준가로 재면 해결된다.
같은 로봇 ETF인데 1년 성적이 23%와 0%로 갈렸다. 테슬라, 인튜이티브서지컬, 테라다인을 보면 로봇주라고 다 같은 이유로 움직이지 않는다.
한국 로봇주가 고점에서 크게 빠질 때 로보티즈만 덜 빠졌다. 로보티즈 기술은 진짜 강한지, 대장을 모를 땐 액티브 ETF가 어떻게 작동하는지 따져봤다.
AI 붐의 큰돈은 병목에서 나왔다. 로봇 붐의 병목은 센서에서 나올까. 아우스터·허싸이·로보센스·오비중광 같은 로봇 센서 회사를 숫자로 비교했다.
AMD가 World Labs 인수를 발표했지만, 주가를 올린 건 로봇이 아니라 데이터센터 칩이었다. 엔비디아는 피지컬 AI에서 어디까지 왔는지도 따져봤다.
지수는 좋은데 내 계좌는 왜 빠질까. 데런님께 배운 '시장폭'으로 지금이 대형주 장인지 소형주 장인지 확인해 봤다.
백테스트는 예언이 아니라 검산이다. 첫 백테를 돌리기 전에 데이터, 체결, 신호 순서, 계좌 단위, 과최적화까지 어디를 의심해야 하는지 순서대로 정리했다.
호주 정부 사이트가 AI에 뚫렸다. 근데 보안주를 끌어올린 건 이 사건이 아니었다. 실적과 'AI가 무섭다'는 분위기로 오른 사이버 보안주를 주가 차트로 따라가 봤다.
AI 메모리 수요로 폰값이 오른다. 그럼 삼성전자·SK하이닉스 주가도 오를까. 주가를 움직이는 건 폰값이 아니라 메모리값이다. 메모리 3사 중 누가 앞서는지도 비교했다.
전력 병목은 진짜다. 그런데 효성중공업·HD현대일렉트릭은 고점에서 절반 가까이 내려왔고, 가온전선은 1년 새 11배가 됐다. 한국 전력주의 큰 그림을 차트로 정리했다.
휴머노이드 회사들은 어떻게 돈을 벌 생각일까. 한 대 가격, 실제 수익, 미국과 중국의 기술 차이, 중국 로봇에 대한 거부감, 가정 보급 시 테슬라의 몫까지 투자 관점으로 정리했다.
AI가 사무직을 대신하고 로봇이 육체노동까지 맡는다면, 개인에게 남는 핵심 질문은 무엇을 소유하고 어디에 자본을 배분할 것인가다.
상품 검색부터 주문까지 AI가 대신하면 편하다. 하지만 쇼핑몰에는 고객과 광고를 잃을 수 있는 변화다.
SEC가 연 5년짜리 주식 토큰화 실험. 주식의 권리를 유지하면서 거래와 기록 방식을 바꾸는 시도다.
Okta·CrowdStrike·Palo Alto Networks 주가가 올해 두 배 가까이 올랐다. 보안 회사들이 내세우는 성장 이유는 회사 안에서 빠르게 늘어나는 AI다.
경쟁 제품이 나왔는데 갤럭시 판매가 늘었다. 완제품 경쟁과 부품 공급을 나눠 보면 삼성의 위치가 다르게 보인다.
오닐과 미너비니가 강조한 52주 신고가와 상대강도(RS). 두 개념의 뜻을 정리하고, 미국 주식 14년치 데이터로 어느 쪽 종목이 이후에 더 올랐는지 비교했다.
AI에게 무엇을 살지 묻지 않는다. 전략을 검증하고, 매매 이유를 남기고, 자동매매와 계좌 전체 위험을 확인하는 데 쓴다.
미국 투자 챔피언십 3회 우승자 데이비드 라이언의 매매법. 오르는 종목은 더 사고, 틀린 종목은 빠르게 정리하는 방식이 왜 효과적인지 정리했다.
깡토의 《손실은 짧게 수익은 길게》 관점으로 만든 재무 필터 'K-FUND'를 14년치 데이터로 검증한 결과. 연복리·MDD·종목 집중도 모두 개선됐지만 아직 후보 단계다.
미너비니의 가격·재무 선별 조건을 미국주식 999종목, 14년치 데이터로 검증한 결과. 가격 조건은 도움이 됐지만 재무 조건은 다 넣을수록 오히려 나빠졌다.
마크 미너비니의 SEPA 전략과 VCP 패턴 정리. 좋은 회사라는 이유만으로는 사지 않는, 성장성과 추세와 진입 타이밍을 함께 보는 방식.
계좌를 가장 흔든 건 큰 비중이 아니라 잦은 매매였다. 전체 R과 MDD를 다시 뜯어보며 베팅 크기와 매매 횟수 중 무엇을 먼저 줄여야 하는지 정리했다.
1970년대에 펀치카드 컴퓨터로 추세추종을 검증한 사람. 내 이름 '코타'도 여기서 가져왔다.
1929년에 지금 돈 2조 원을 벌었고, 5년 뒤 빚을 지고 파산했다. 버는 기술과 지키는 기술은 다른 기술이다.
청각장애와 시력 문제로 아무도 기대하지 않던 사람이 13년간 연 30%를 냈다. 그가 한 일은 예측이 아니라 "얼마까지 잃을 것인가"를 먼저 정하는 것뿐이었다.
손절가를 손으로 계산하면 결국 안 지키게 된다. 그래서 텔레그램 봇부터 만들었다. 캡처 한 장 보내면 나머지를 대신 해주는 방식이다.
터틀 트레이딩은 초보자도 규칙만 지키면 돈을 벌 수 있다는 실험에서 시작됐다. 돌파 규칙보다 덜 알려진 원칙, 손실이 커질수록 투자금을 줄이는 법.
AI로 만든 백테스트는 멀쩡히 돌아가도 틀릴 수 있다. 직접 겪은 버그 4개와, AI 두 개로 교차 검증하는 법, 수익률보다 먼저 확인할 5가지.
이 사이트의 글은 필자 개인의 연구 기록이며 소속 기관의 견해가 아닙니다. 특정 종목의 매매를 권유하지 않으며, 게시된 수치는 과거 데이터를 이용한 백테스트 결과로 미래 성과를 보장하지 않습니다.