Forwarded from YM리서치
CLSA, 삼성전기 TP 320만원으로 상향(High Conviction Outperform)
CLSA는 이번 보고서에서 삼성전기가 단순한 전자부품 업체가 아니라 AI 인프라 확장의 핵심 수혜주로 재평가받기 시작했다고 주장한다.
특히 ABF 기판과 MLCC, 그리고 새롭게 부각되는 실리콘 캐패시터 사업이 동시에 성장 국면에 진입하면서 AI 시대의 핵심 부품 공급업체로 자리 잡고 있다는 판단이다. 우선 ABF 기판 사업은 2조 원이 넘는 대규모 증설이 예상되고 있으며, 공급 부족이 지속되는 가운데 가격 인상도 2026년까지 이어질 것으로 전망된다.
여기에 최근 확보한 실리콘 캐패시터 수주가 ✍️인텔의 차세대 AI 패키징 기술인 EMIB-T와 연관된 것으로 추정되는데, 이는 삼성전기가 AI 칩의 전력 공급 구조에서 핵심 역할을 담당하게 될 수 있음을 의미한다. MLCC 역시 AI 서버와 산업용, 자동차 수요 증가에 힘입어 수익성이 빠르게 개선될 것으로 예상된다.
CLSA는 이러한 변화가 삼성전기를 과거 SK하이닉스가 HBM을 통해 AI 수혜주로 재평가받았던 과정과 유사한 위치에 올려놓고 있다고 본다. 실제로 과거 높은 상관관계를 보였던 두 종목은 AI 사이클 이후 차별화됐지만, 최근 삼성전기의 AI 노출도가 확대되면서 다시 유사한 흐름을 보이기 시작했다고 분석한다. t.me/ym_research
이에 따라 CLSA는 2027~2028년 실적 전망을 상향 조정하고 목표주가를 기존 220만 원에서 320만 원으로 크게 높였다.
CLSA는 이번 보고서에서 삼성전기가 단순한 전자부품 업체가 아니라 AI 인프라 확장의 핵심 수혜주로 재평가받기 시작했다고 주장한다.
특히 ABF 기판과 MLCC, 그리고 새롭게 부각되는 실리콘 캐패시터 사업이 동시에 성장 국면에 진입하면서 AI 시대의 핵심 부품 공급업체로 자리 잡고 있다는 판단이다. 우선 ABF 기판 사업은 2조 원이 넘는 대규모 증설이 예상되고 있으며, 공급 부족이 지속되는 가운데 가격 인상도 2026년까지 이어질 것으로 전망된다.
여기에 최근 확보한 실리콘 캐패시터 수주가 ✍️인텔의 차세대 AI 패키징 기술인 EMIB-T와 연관된 것으로 추정되는데, 이는 삼성전기가 AI 칩의 전력 공급 구조에서 핵심 역할을 담당하게 될 수 있음을 의미한다. MLCC 역시 AI 서버와 산업용, 자동차 수요 증가에 힘입어 수익성이 빠르게 개선될 것으로 예상된다.
CLSA는 이러한 변화가 삼성전기를 과거 SK하이닉스가 HBM을 통해 AI 수혜주로 재평가받았던 과정과 유사한 위치에 올려놓고 있다고 본다. 실제로 과거 높은 상관관계를 보였던 두 종목은 AI 사이클 이후 차별화됐지만, 최근 삼성전기의 AI 노출도가 확대되면서 다시 유사한 흐름을 보이기 시작했다고 분석한다. t.me/ym_research
이에 따라 CLSA는 2027~2028년 실적 전망을 상향 조정하고 목표주가를 기존 220만 원에서 320만 원으로 크게 높였다.
허영만 회백님이 그린, 주식타짜라는 만화책을 보면, 내 이야기가 나온다.
그리고 그 만화책은 마지막에 단 한 문장을 남긴다.
"시장은 늘 옳다."
나는 이 문장이 시장에 참여하는 모든 분들이, 반드시 기억해야 할 문장이라고 생각한다.
그림 속 문장은 사실 잔인한 이야기다.
"사실이든 아니든 인정해야 한다. 시장은 늘 옳다."
이 말은 시장이 진실이라는 의미가 아니다. 시장이 현실이라는 의미다.
내가 동의하든 하지 않든. 내가 이해하든 못하든 시장은 자기 갈 길을 갈 뿐이라는 것이다.
그리고 우리는 그 안에서 수익을 거둬야 하는데, 그러려면 그 현실을 인정해야 한다는 거다.
수많은 투자자는 실패한다.
왜일까?
시장이 보여주는 그림을 보지 않고, 자신이 보고 싶은 그림만 보기 때문이다.
오랜 세월. 시장에 있다 보니 알게 되었다.
결국 살아남은 사람들은 시장을 이기려 했던 사람이 아니라, 시장을 존중했던 사람들이었다.
https://m.blog.naver.com/pillion21/224304597556
NAVER
시장은 늘 옳다.
내가 작년 말에 목계라는 글을 마지막으로, 더는 투자 관련 글을 적지 않겠다고 했었다. 여러 가지 이유가 ...
모멘텀 팩터의 변동성(Volatility of Momentum)
‒ 먼저 배경 설명부터 하자면, 주식시장의 모멘텀 팩터(Momentum Factor)는 최근 몇 년 동안 매우 강력한 상승 추세를 보여왔음. 우리 대표 페어트레이드 전략은 ChatGPT 출시 이후 무려 450% 이상 상승했는데, 이는 상당히 놀라운 성과였음.
‒ 다소 단순화해서 설명하자면 그 이유는 꽤 직관적임. 시장(Mr. Market)은 AI 시대의 수혜자(disruptors) 로 인식되는 기업들에게는 프리미엄을 부여했고, 반대로 AI로 인해 위협받는 피해자(disrupted) 로 인식되는 기업들은 지속적으로 할인해왔음.
‒ 다만 동료들이 이미 여러 차례 지적했듯이, 그리고 아래 차트가 명확히 보여주듯이, 최근 몇 개월 동안 이 모멘텀 팩터의 실현 변동성(realized volatility) 이 상당히 높아졌음.
‒ 다시 말해, 최근에는 모멘텀 팩터가 계속 상승하고 있음에도 불구하고 그 과정에서의 가격 변동 폭 역시 크게 확대되고 있다는 의미임.
‒ 이는 어제와 같은 급등 장세를 떠올리면 이해하기 쉬운데, 시장 용어로 표현하면 “Spot Up / Vol Up”, 즉 가격은 오르는데 변동성도 함께 오르는 현상이 나타나고 있는 것임.
‒ 다시 한번 강조하자면, 이제 시장이 여름철 저유동성 국면으로 진입하는 만큼, 투자자들은 자신의 포트폴리오가 이 모멘텀 팩터에 얼마나 노출되어 있는지 주의 깊게 점검할 필요가 있음.
*GS S&T
‒ 먼저 배경 설명부터 하자면, 주식시장의 모멘텀 팩터(Momentum Factor)는 최근 몇 년 동안 매우 강력한 상승 추세를 보여왔음. 우리 대표 페어트레이드 전략은 ChatGPT 출시 이후 무려 450% 이상 상승했는데, 이는 상당히 놀라운 성과였음.
‒ 다소 단순화해서 설명하자면 그 이유는 꽤 직관적임. 시장(Mr. Market)은 AI 시대의 수혜자(disruptors) 로 인식되는 기업들에게는 프리미엄을 부여했고, 반대로 AI로 인해 위협받는 피해자(disrupted) 로 인식되는 기업들은 지속적으로 할인해왔음.
‒ 다만 동료들이 이미 여러 차례 지적했듯이, 그리고 아래 차트가 명확히 보여주듯이, 최근 몇 개월 동안 이 모멘텀 팩터의 실현 변동성(realized volatility) 이 상당히 높아졌음.
‒ 다시 말해, 최근에는 모멘텀 팩터가 계속 상승하고 있음에도 불구하고 그 과정에서의 가격 변동 폭 역시 크게 확대되고 있다는 의미임.
‒ 이는 어제와 같은 급등 장세를 떠올리면 이해하기 쉬운데, 시장 용어로 표현하면 “Spot Up / Vol Up”, 즉 가격은 오르는데 변동성도 함께 오르는 현상이 나타나고 있는 것임.
‒ 다시 한번 강조하자면, 이제 시장이 여름철 저유동성 국면으로 진입하는 만큼, 투자자들은 자신의 포트폴리오가 이 모멘텀 팩터에 얼마나 노출되어 있는지 주의 깊게 점검할 필요가 있음.
*GS S&T
Forwarded from 엄브렐라리서치 Jay의 주식투자교실
지금 팔아야 할까? 나는 그렇게 생각하지 않는다 By Jay
조정이 오면 항상 나오는 질문이 있다. 지금이 버블인가, 다 팔고 나와야 할 때인가. 그리고 솔직히 말하면, 이 질문에 정확히 답할 수 있는 사람은 없다.
M7이 독주하던 시기를 돌아보자. 그때도 버블론은 끊이지 않았다. 쏠림은 건강하지 않다, 순환매가 올 것이다, 언제 터져도 이상하지 않다. 그 뷰가 시장의 주류였지만, 이들은 지금까지 그 자리를 잘 지키고 있다. 경고 신호를 면밀하게 관찰해야 하는건 맞다. 하지만 그게 곧 전량 매도의 근거가 되어선 안 된다.
지금 상황을 냉정하게 보자. 금융 시스템이 흔들리는 국면이 아니다. 이번 조정의 가장 큰 원인은 펀더멘털 훼손이 아니라 수급이다. 급격히 불어난 레버리지 잔고로 인한 변동성 확대, CTA 등 알고리즘 기반의 기계적 매도가 겹쳤고, 때마침 스페이스X 상장 이슈까지 심리적 부담으로 얹혔다. 이런 수급 충격은 무섭게 느껴지지만, 본질적으로 시장이 망가지는 신호와는 다르다.
주식시장은 늘 그래왔다. 과열, 해소, 다시 과열, 다시 해소. 이 사이클의 반복이다. 지수 기준 10% 이상의 조정은 언제든 가능하다.
실적 컨센서스가 여전히 우호적이라면, 심리적으로 가장 버티기 어려운 구간이 오히려 기회일 수 있다.
지금은 도망칠 때가 아니라 고민할 때다.
‘이 조정이 끝난 자리에서 내 포트는 어떤 모습이어야 하는가? 어떤 업종에, 어떤 종목으로 채워져 있어야 하는가?’
그 그림이 먼저 있어야 무엇을 사고, 무엇을 덜어낼지가 보인다. 주가 조정은 이런 질문을 강제로 꺼내놓는다.
조정이 오면 항상 나오는 질문이 있다. 지금이 버블인가, 다 팔고 나와야 할 때인가. 그리고 솔직히 말하면, 이 질문에 정확히 답할 수 있는 사람은 없다.
M7이 독주하던 시기를 돌아보자. 그때도 버블론은 끊이지 않았다. 쏠림은 건강하지 않다, 순환매가 올 것이다, 언제 터져도 이상하지 않다. 그 뷰가 시장의 주류였지만, 이들은 지금까지 그 자리를 잘 지키고 있다. 경고 신호를 면밀하게 관찰해야 하는건 맞다. 하지만 그게 곧 전량 매도의 근거가 되어선 안 된다.
지금 상황을 냉정하게 보자. 금융 시스템이 흔들리는 국면이 아니다. 이번 조정의 가장 큰 원인은 펀더멘털 훼손이 아니라 수급이다. 급격히 불어난 레버리지 잔고로 인한 변동성 확대, CTA 등 알고리즘 기반의 기계적 매도가 겹쳤고, 때마침 스페이스X 상장 이슈까지 심리적 부담으로 얹혔다. 이런 수급 충격은 무섭게 느껴지지만, 본질적으로 시장이 망가지는 신호와는 다르다.
주식시장은 늘 그래왔다. 과열, 해소, 다시 과열, 다시 해소. 이 사이클의 반복이다. 지수 기준 10% 이상의 조정은 언제든 가능하다.
실적 컨센서스가 여전히 우호적이라면, 심리적으로 가장 버티기 어려운 구간이 오히려 기회일 수 있다.
지금은 도망칠 때가 아니라 고민할 때다.
‘이 조정이 끝난 자리에서 내 포트는 어떤 모습이어야 하는가? 어떤 업종에, 어떤 종목으로 채워져 있어야 하는가?’
그 그림이 먼저 있어야 무엇을 사고, 무엇을 덜어낼지가 보인다. 주가 조정은 이런 질문을 강제로 꺼내놓는다.
GS Tony Pasquariello 시장 코멘트 (6/6)
1. 시장 전체 분위기
‒ 최근 시장 강도가 여전히 놀라울 정도라고 생각함. 골드만 트레이딩 데스크뿐 아니라 다양한 기관투자자들과 대화해 보면 지금을 자신들이 경험한 가장 역동적인 시기라고 평가하는 경우가 많음.
‒ 하지만 이번 주에는 3월 이후 처음으로 상당히 강한 조정이 나타났고, 특히 모두가 들고 있던 컨센서스 포지션에 압력이 집중됐음.
‒ 대표적으로 내가 추적하는 플래그십 모멘텀 바스켓의 롱 포지션은 최근 저점 대비 50% 이상 상승했지만 하루 만에 10% 하락했음.
‒ 최근 랠리 속도를 감안하면 숨 고르기 자체는 자연스럽다고 생각함. 다만 동시에 포지션이 얼마나 한쪽으로 쏠려 있었는지도 보여준 사건이었다고 봄.
‒ 이번 움직임을 보면서 다시 확인한 것은 두 가지임.
① 시장이 싸게 보험을 제공할 때는 롱 포지션 헤지를 사두는 것이 좋음.
② 모멘텀 팩터 변동성 확대 여부를 계속 주시해야 함.
2. 수급과 포지셔닝
» 개인투자자(Retail)
‒ 나는 여전히 개인투자자가 시장의 가장 중요한 매수 주체라고 봄.
‒ 주간 자금 유입, 레버리지 ETF 매수, 개별 종목 거래 모두에서 개인 매수세가 확인되고 있음.
‒ 일부 시장 참가자들은 최근 개인투자자 활동이 2021년 초 투기적 열풍과 맞먹는 수준이라고 이야기하지만, 아직 완전한 버블 단계는 아니라고 생각.
‒ 당시와 달리 현재 자금은 밈주식이 아니라 세계에서 가장 수익성이 좋은 기업들로 들어가고 있기 때문.
‒ 물론 가계 투자자들의 익스포저가 상당히 높아진 것은 사실이며, 이 부분은 앞으로 주의해서 볼 필요가 있음.
» 헤지펀드(Hedge Funds)
‒ GS Prime Brokerage 기준으로 보면 조정 직전 헤지펀드 Gross Exposure는 역사적 99백분위 수준이었음.
‒ Net Exposure 역시 96백분위 수준까지 올라와 있었고, CTA들도 상당한 규모의 롱 포지션을 들고 있었음.
‒ 금요일 전까지는 하방 보호 수요가 거의 없었음. 그래서 최근 풋-콜 스큐 붕괴가 나타난 것이라고 생각.
‒ 결국 시장 전체가 상승 방향에 너무 많이 베팅돼 있었고, 이번 조정은 그 과밀 포지션이 일부 해소되는 과정이라고 봄.
3. 기업 수급
‒ 신규 주식 발행은 분명히 늘어나고 있지만, 내가 더 중요하게 보는 것은 자사주 매입 규모임.
‒ 현재 기업들의 자사주 매입 속도는 최근 수년 평균의 약 2배 수준까지 올라와 있음.
‒ 올해 전체적으로 기업 수요가 신규 공급 물량을 계속 상회할 가능성이 높다고 생각함.
‒ 따라서 공급 부담이 완전히 없다고 보지는 않지만, 수급 균형 자체가 무너질 것으로 보지는 않음.
4. 미국
‒ 이번 주 미국에서는 약 500억 달러 규모의 역사상 최대급 자본 조달 거래가 있었음.
‒ 중요한 것은 거래 이후 주가 흐름이 상당히 양호했다는 점임.
‒ 해당 종목은 딜 가격보다 높은 수준에서 주간 마감을 기록했음.
‒ 앞으로 신규 발행이 더 늘어날 가능성이 있는 환경이라는 점을 고려하면, 이번 사례는 매우 좋은 출발이라고 생각.
‒ 현재 시장은 공급 충격을 흡수할 수 있는 체력을 아직 충분히 갖고 있다고 판단함.
5. 한국
» 수급 구조
‒ 연초 이후 국내 투자자들은 한국 주식을 약 690억 달러 순매수했음.
‒ 반면 외국인은 약 750억 달러 순매도했으며 이번 주에만 약 100억 달러를 순매도했음.
‒ 처음에는 나 역시 이 수치가 이상하게 느껴졌음.
‒ 체감상 대부분의 투자자들이 한국 시장에 관심을 갖고 있었기 때문임.
‒ 내가 확인한 설명은 단일 종목 집중도 제한 때문이었음.
‒ 롱온리 매니저들이 지수 상위 종목 비중을 지속적으로 줄여야 했고, 이 과정에서 외국인 매도 흐름이 나타난 것으로 이해함.
» 큰 그림
‒ 보다 큰 그림에서 보면 KOSPI는 연초 이후 약 95% 상승했음.
‒ Tim Moe는 메모리 사이클 지속 가능성을 근거로 KOSPI 12개월 목표치를 12,000포인트까지 상향했음.
‒ 이는 현재 대비 약 47% 추가 상승 여력을 의미함.
‒ 특히 나는 그가 올해 한국 기업 이익 성장률을 320%로 보고 있다는 점에 주목함.
‒ 결국 현재 한국 증시 강세의 핵심은 유동성보다 메모리 업황 회복과 폭발적인 이익 성장 기대라고 생각함.
6. 일본
‒ 키옥시아는 2024년 12월 상장한 기업임.
‒ 상장 당시 기업가치는 약 56억 달러 수준이었음.
‒ 솔직히 말하면 나도 거의 알지 못했던 기업이었음.
‒ 그런데 지난 12개월 동안 무려 3,216% 상승했음.
‒ 현재는 일본 최대 상장사 자리를 위협할 정도까지 성장함.
‒ 그리고 이 회사 역시 메모리 기업임.
‒ 내가 말하고 싶은 것은 키옥시아 자체가 아니라 메모리 사이클이 얼마나 빠르게 시장 판도를 바꾸고 있는가임.
‒ 한국 KOSPI 12,000 전망과 키옥시아 급등은 결국 같은 이야기의 다른 사례라고 봄.
1. 시장 전체 분위기
‒ 최근 시장 강도가 여전히 놀라울 정도라고 생각함. 골드만 트레이딩 데스크뿐 아니라 다양한 기관투자자들과 대화해 보면 지금을 자신들이 경험한 가장 역동적인 시기라고 평가하는 경우가 많음.
‒ 하지만 이번 주에는 3월 이후 처음으로 상당히 강한 조정이 나타났고, 특히 모두가 들고 있던 컨센서스 포지션에 압력이 집중됐음.
‒ 대표적으로 내가 추적하는 플래그십 모멘텀 바스켓의 롱 포지션은 최근 저점 대비 50% 이상 상승했지만 하루 만에 10% 하락했음.
‒ 최근 랠리 속도를 감안하면 숨 고르기 자체는 자연스럽다고 생각함. 다만 동시에 포지션이 얼마나 한쪽으로 쏠려 있었는지도 보여준 사건이었다고 봄.
‒ 이번 움직임을 보면서 다시 확인한 것은 두 가지임.
① 시장이 싸게 보험을 제공할 때는 롱 포지션 헤지를 사두는 것이 좋음.
② 모멘텀 팩터 변동성 확대 여부를 계속 주시해야 함.
2. 수급과 포지셔닝
» 개인투자자(Retail)
‒ 나는 여전히 개인투자자가 시장의 가장 중요한 매수 주체라고 봄.
‒ 주간 자금 유입, 레버리지 ETF 매수, 개별 종목 거래 모두에서 개인 매수세가 확인되고 있음.
‒ 일부 시장 참가자들은 최근 개인투자자 활동이 2021년 초 투기적 열풍과 맞먹는 수준이라고 이야기하지만, 아직 완전한 버블 단계는 아니라고 생각.
‒ 당시와 달리 현재 자금은 밈주식이 아니라 세계에서 가장 수익성이 좋은 기업들로 들어가고 있기 때문.
‒ 물론 가계 투자자들의 익스포저가 상당히 높아진 것은 사실이며, 이 부분은 앞으로 주의해서 볼 필요가 있음.
» 헤지펀드(Hedge Funds)
‒ GS Prime Brokerage 기준으로 보면 조정 직전 헤지펀드 Gross Exposure는 역사적 99백분위 수준이었음.
‒ Net Exposure 역시 96백분위 수준까지 올라와 있었고, CTA들도 상당한 규모의 롱 포지션을 들고 있었음.
‒ 금요일 전까지는 하방 보호 수요가 거의 없었음. 그래서 최근 풋-콜 스큐 붕괴가 나타난 것이라고 생각.
‒ 결국 시장 전체가 상승 방향에 너무 많이 베팅돼 있었고, 이번 조정은 그 과밀 포지션이 일부 해소되는 과정이라고 봄.
3. 기업 수급
‒ 신규 주식 발행은 분명히 늘어나고 있지만, 내가 더 중요하게 보는 것은 자사주 매입 규모임.
‒ 현재 기업들의 자사주 매입 속도는 최근 수년 평균의 약 2배 수준까지 올라와 있음.
‒ 올해 전체적으로 기업 수요가 신규 공급 물량을 계속 상회할 가능성이 높다고 생각함.
‒ 따라서 공급 부담이 완전히 없다고 보지는 않지만, 수급 균형 자체가 무너질 것으로 보지는 않음.
4. 미국
‒ 이번 주 미국에서는 약 500억 달러 규모의 역사상 최대급 자본 조달 거래가 있었음.
‒ 중요한 것은 거래 이후 주가 흐름이 상당히 양호했다는 점임.
‒ 해당 종목은 딜 가격보다 높은 수준에서 주간 마감을 기록했음.
‒ 앞으로 신규 발행이 더 늘어날 가능성이 있는 환경이라는 점을 고려하면, 이번 사례는 매우 좋은 출발이라고 생각.
‒ 현재 시장은 공급 충격을 흡수할 수 있는 체력을 아직 충분히 갖고 있다고 판단함.
5. 한국
» 수급 구조
‒ 연초 이후 국내 투자자들은 한국 주식을 약 690억 달러 순매수했음.
‒ 반면 외국인은 약 750억 달러 순매도했으며 이번 주에만 약 100억 달러를 순매도했음.
‒ 처음에는 나 역시 이 수치가 이상하게 느껴졌음.
‒ 체감상 대부분의 투자자들이 한국 시장에 관심을 갖고 있었기 때문임.
‒ 내가 확인한 설명은 단일 종목 집중도 제한 때문이었음.
‒ 롱온리 매니저들이 지수 상위 종목 비중을 지속적으로 줄여야 했고, 이 과정에서 외국인 매도 흐름이 나타난 것으로 이해함.
» 큰 그림
‒ 보다 큰 그림에서 보면 KOSPI는 연초 이후 약 95% 상승했음.
‒ Tim Moe는 메모리 사이클 지속 가능성을 근거로 KOSPI 12개월 목표치를 12,000포인트까지 상향했음.
‒ 이는 현재 대비 약 47% 추가 상승 여력을 의미함.
‒ 특히 나는 그가 올해 한국 기업 이익 성장률을 320%로 보고 있다는 점에 주목함.
‒ 결국 현재 한국 증시 강세의 핵심은 유동성보다 메모리 업황 회복과 폭발적인 이익 성장 기대라고 생각함.
6. 일본
‒ 키옥시아는 2024년 12월 상장한 기업임.
‒ 상장 당시 기업가치는 약 56억 달러 수준이었음.
‒ 솔직히 말하면 나도 거의 알지 못했던 기업이었음.
‒ 그런데 지난 12개월 동안 무려 3,216% 상승했음.
‒ 현재는 일본 최대 상장사 자리를 위협할 정도까지 성장함.
‒ 그리고 이 회사 역시 메모리 기업임.
‒ 내가 말하고 싶은 것은 키옥시아 자체가 아니라 메모리 사이클이 얼마나 빠르게 시장 판도를 바꾸고 있는가임.
‒ 한국 KOSPI 12,000 전망과 키옥시아 급등은 결국 같은 이야기의 다른 사례라고 봄.
Gromit 공부방
한국
» 수급 구조
‒ 연초 이후 국내 투자자들은 한국 주식을 약 690억 달러 순매수했음.
‒ 반면 외국인은 약 750억 달러 순매도했으며 이번 주에만 약 100억 달러를 순매도했음.
‒ 처음에는 나 역시 이 수치가 이상하게 느껴졌음.
‒ 체감상 대부분의 투자자들이 한국 시장에 관심을 갖고 있었기 때문임.
‒ 내가 확인한 설명은 단일 종목 집중도 제한 때문이었음.
‒ 롱온리 매니저들이 지수 상위 종목 비중을 지속적으로 줄여야 했고, 이 과정에서 외국인 매도 흐름이 나타난 것으로 이해함.
» 수급 구조
‒ 연초 이후 국내 투자자들은 한국 주식을 약 690억 달러 순매수했음.
‒ 반면 외국인은 약 750억 달러 순매도했으며 이번 주에만 약 100억 달러를 순매도했음.
‒ 처음에는 나 역시 이 수치가 이상하게 느껴졌음.
‒ 체감상 대부분의 투자자들이 한국 시장에 관심을 갖고 있었기 때문임.
‒ 내가 확인한 설명은 단일 종목 집중도 제한 때문이었음.
‒ 롱온리 매니저들이 지수 상위 종목 비중을 지속적으로 줄여야 했고, 이 과정에서 외국인 매도 흐름이 나타난 것으로 이해함.
‒ 한국 집중 펀드 AUM이 2025년 말 이후 급증하면서 특정 종목 비중 초과가 확대됐고, 이에 따른 기계적 매도 압력도 함께 급증.
‒ 골드만 추정 기준 분산투자 규정에 따른 누적 매도 압력은 2025년 10월 이후 약 690억 달러 수준까지 증가.
‒ 최근 외국인 매도 흐름의 상당 부분은 펀드 자금 유출보다는 상위 종목 비중 조절에 따른 기계적 매도와 관련.
‒ 골드만 추정 기준 분산투자 규정에 따른 누적 매도 압력은 2025년 10월 이후 약 690억 달러 수준까지 증가.
‒ 최근 외국인 매도 흐름의 상당 부분은 펀드 자금 유출보다는 상위 종목 비중 조절에 따른 기계적 매도와 관련.
Forwarded from 양파농장
요 며칠 이리저리 GPT 돌리고 이것저것 읽고 하면서 확신이 든 건 온세상이 GPT 천지라는 것
1. X(트위터), 블로그 등 '비교적' 긴 글을 투고하는 플랫폼들에서 동일한 문체가 많이 보임.
->지인들 사이에서는 [휴먼 GPT체]라고 부름
2. 글의 구성, 글의 짜임이 하나 같이 동일함. 논리전개 방식이란게 사람마다 정보를 습득한 순서나 정리한 순서에 따라 같은 주제여도 미묘하게 다를 수 밖에 없는데, 문단과 문단의 연결이라던가, 중간 소결이라던가, 전부 천편일률적인 모습을 보임.
3. 그만큼 '정보의 접근성'의 장벽은 이제 아예 없어졌다고 봐도 과언이 아니라고 생각. GPT가 나오기 이전에는 정보가 부족하진 않았다고 하는데, 이제는 '정리되고 많은 정보'가 접근성의 벽이 사라짐. 여전히 유료자료 등은 수집하는데 어려움이 있지만, 그런 부분을 제외한다면 정보 접근성은 근 5년간 공부하면서 가장 효율적이 됐다고 생각함.
4. 이번 주말에 일부러 GPT한테 대화했던 내용을 싹다 긁어모아서 블로그에 올릴만한 게시글을 만들어달라고 요청해봤는데 정확히 6분 58초가 걸림. 이전이었으면 정리하고 뭐하는데 대충 3~5시간은 걸렸을텐데 거의 95%이상의 시간을 아낄 수 있는 것.
5.그럼에도 글의 짜임새나 논리전개에 구멍이 보이는 것은 어쩔 수 없었음. 차세대 GPT가 어떻게 나올지는 모르겠으나, 여전히 글을 세세히 읽다보면 논리적 비약이라던가 글의 흐름에 맞춰서 데이터를 자의적으로 해석한 부분이 꽤나 보임.
6. 분명 과거 대비 결과물을 산출하는 행위 자체는 굉장히 효율적이 됐음. 하지만, 결국 그 결과물의 완성도를 판단한다던가, 그 글에 담긴 내용을 이해하고 판단을 내리기 위해서는 '사전에 쌓아둔 지식과 경험'이 굉장히 중요해짐
7. 앞으로 투자자간의 레벨차이는 경험과 판단에서 올 가능성이 높음. 이전에도 서서히 정보접근성이 용이해지면서 낮아지고 있던 장벽이 최근 2년간 급속도로 무너지고 있음. 그럼에도 그러한 정보를 받아들이고 판단하는데는 여전히 '아는 만큼 보인다'가 통하고 있고, 오히려 그 위상이 강력해지고 있다고 생각함.
8. GPT한테 투자 시나리오나 매매 시나리오를 작성하라고 하고 그 다음에 읽어보면 결국 GPT는 판단을 내리지 못함. 가능성의 %까지 제시는 해주지만, 결국 이를 바탕으로 투자를 하는 것은 투자자 본인임. 그래서 더더욱 똑똑해져야한다는게 주말동안 내린 생각
1. X(트위터), 블로그 등 '비교적' 긴 글을 투고하는 플랫폼들에서 동일한 문체가 많이 보임.
->지인들 사이에서는 [휴먼 GPT체]라고 부름
2. 글의 구성, 글의 짜임이 하나 같이 동일함. 논리전개 방식이란게 사람마다 정보를 습득한 순서나 정리한 순서에 따라 같은 주제여도 미묘하게 다를 수 밖에 없는데, 문단과 문단의 연결이라던가, 중간 소결이라던가, 전부 천편일률적인 모습을 보임.
3. 그만큼 '정보의 접근성'의 장벽은 이제 아예 없어졌다고 봐도 과언이 아니라고 생각. GPT가 나오기 이전에는 정보가 부족하진 않았다고 하는데, 이제는 '정리되고 많은 정보'가 접근성의 벽이 사라짐. 여전히 유료자료 등은 수집하는데 어려움이 있지만, 그런 부분을 제외한다면 정보 접근성은 근 5년간 공부하면서 가장 효율적이 됐다고 생각함.
4. 이번 주말에 일부러 GPT한테 대화했던 내용을 싹다 긁어모아서 블로그에 올릴만한 게시글을 만들어달라고 요청해봤는데 정확히 6분 58초가 걸림. 이전이었으면 정리하고 뭐하는데 대충 3~5시간은 걸렸을텐데 거의 95%이상의 시간을 아낄 수 있는 것.
5.그럼에도 글의 짜임새나 논리전개에 구멍이 보이는 것은 어쩔 수 없었음. 차세대 GPT가 어떻게 나올지는 모르겠으나, 여전히 글을 세세히 읽다보면 논리적 비약이라던가 글의 흐름에 맞춰서 데이터를 자의적으로 해석한 부분이 꽤나 보임.
6. 분명 과거 대비 결과물을 산출하는 행위 자체는 굉장히 효율적이 됐음. 하지만, 결국 그 결과물의 완성도를 판단한다던가, 그 글에 담긴 내용을 이해하고 판단을 내리기 위해서는 '사전에 쌓아둔 지식과 경험'이 굉장히 중요해짐
7. 앞으로 투자자간의 레벨차이는 경험과 판단에서 올 가능성이 높음. 이전에도 서서히 정보접근성이 용이해지면서 낮아지고 있던 장벽이 최근 2년간 급속도로 무너지고 있음. 그럼에도 그러한 정보를 받아들이고 판단하는데는 여전히 '아는 만큼 보인다'가 통하고 있고, 오히려 그 위상이 강력해지고 있다고 생각함.
8. GPT한테 투자 시나리오나 매매 시나리오를 작성하라고 하고 그 다음에 읽어보면 결국 GPT는 판단을 내리지 못함. 가능성의 %까지 제시는 해주지만, 결국 이를 바탕으로 투자를 하는 것은 투자자 본인임. 그래서 더더욱 똑똑해져야한다는게 주말동안 내린 생각
‒ 현재는 펀더멘털 롱숏, 시스테매틱 롱숏, 미국 운용사, 아시아 운용사들의 성과가 과거보다 훨씬 비슷하게 움직이고 있으며, 펀더멘털 L/S와 시스테매틱 L/S 간 3개월 알파 상관관계는 지난 10년 기준 상위 10% 수준까지 상승.
‒ 미국과 아시아 펀더멘털 운용사 간 상관관계도 사상 최고 수준에 도달했는데, 골드만은 그 주요 원인으로 AI 트레이드에 대한 공통 노출(Common Exposure)을 지목하고 있음.
‒ 이렇게 전략 간 상관관계가 높아지면 원래는 서로 분산되어 있다고 생각했던 포트폴리오들도 실제로는 같은 위험에 노출된 상태가 되어, 특정 충격 발생 시 여러 전략과 지역에서 동시에 손실이 발생할 가능성이 커짐.
‒ 미국과 아시아 펀더멘털 운용사 간 상관관계도 사상 최고 수준에 도달했는데, 골드만은 그 주요 원인으로 AI 트레이드에 대한 공통 노출(Common Exposure)을 지목하고 있음.
‒ 이렇게 전략 간 상관관계가 높아지면 원래는 서로 분산되어 있다고 생각했던 포트폴리오들도 실제로는 같은 위험에 노출된 상태가 되어, 특정 충격 발생 시 여러 전략과 지역에서 동시에 손실이 발생할 가능성이 커짐.
GS, Nine Conversations in Silicon Valley Last Week — MSFT, SNOW, Security, Robotics
━━━ 핵심 ━━━
① 최근 실리콘밸리에서 가장 크게 확인된 변화는 AI가 무조건 더 큰 LLM을 지향하는 방향이 아니라, 업무별 최적화된 모델과 기업 고유 데이터를 결합하는 방향으로 이동하고 있다는 점.
② Microsoft는 자체 모델(MAI)과 자체 AI 칩(MAIA), 엔터프라이즈 컨텍스트를 하나의 스택으로 묶기 시작했고, Snowflake는 CoCo를 앞세워 AI 시대 데이터 플랫폼으로의 전환 속도를 높이고 있음.
③ AI 투자도 인프라를 넘어 애플리케이션, 보안(Security), 로보틱스까지 확산되는 흐름이 점차 뚜렷해지고 있음.
1. LLM보다 중요한 것은 '적재적소 모델'
‒ 최근 3개월간 가장 크게 확인된 변화는 고객들이 모든 문제를 Frontier LLM으로 해결하려 하지 않는다는 점. 비용과 성능을 함께 고려하면서 업무별로 더 작은 모델을 선택하는 사례가 빠르게 늘어나고 있음.
‒ 단순 검색이나 문서 작성, 반복 업무는 SLM이나 MLM으로도 충분한 경우가 많고, 최고 수준의 추론이나 연구 영역만 Frontier LLM이 담당하는 형태로 역할이 나뉘기 시작.
‒ 결국 앞으로 경쟁력은 모델 크기 자체보다 어떤 업무에 어떤 모델을 적용하느냐에서 결정될 가능성이 높아 보임.
2. Microsoft — AI 전략이 한층 선명해짐
‒ 이번 Build에서 가장 눈에 띈 부분은 MAI-Thinking-1과 Frontier Tuning. MAI-Thinking-1은 일부 STEM·코딩 벤치마크에서 경쟁력 있는 결과를 제시했고, 비용 효율도 크게 개선됐음을 공개.
‒ Frontier Tuning은 기업이 보유한 자체 데이터를 이용해 모델을 실제 업무 환경에 맞게 지속적으로 학습시키는 기능으로, 기존 파인튜닝보다 운영 환경에 가까운 접근을 취하고 있음.
‒ 그동안 이어졌던 "Microsoft는 결국 OpenAI에 의존하는 것 아니냐"는 의문도 이번 행사 이후에는 상당 부분 완화될 가능성.
3. 진짜 경쟁력은 모델이 아니라 Context
‒ 이번 행사에서 반복적으로 등장한 키워드는 Context였음. Web IQ, Work IQ, Fabric IQ, Foundry IQ를 통해 기업 내부 데이터를 하나의 지식 체계로 연결하는 방향을 제시.
‒ 실제로 AI 성능은 모델 자체보다 기업의 조직 구조와 업무 방식, 데이터 자산을 얼마나 잘 이해하느냐에 크게 좌우될 수밖에 없음.
‒ Microsoft는 수십 년간 축적한 엔터프라이즈 고객 기반을 활용해 기업별 컨텍스트를 가장 많이 확보한 업체 중 하나이며, AI Agent 시대에도 이 부분이 중요한 차별화 요소가 될 가능성이 높아 보임.
4. MAIA 200도 실제 배치 단계 진입
‒ 자체 AI 칩인 MAIA 200은 이미 아이오와와 애리조나 데이터센터에서 운영되고 있으며, 2026년 후반에는 해외 지역으로도 확대 배치될 예정.
‒ Microsoft는 MAIA 200 기반 학습 시 NVIDIA GB200 대비 약 1.4배 높은 성능 대비 전력 효율을 제시했고, 장기적으로 AI 인프라에서 자체 칩 비중을 크게 늘리는 계획도 공개.
‒ 자체 실리콘 비중이 확대될 경우 Azure AI 사업의 원가 구조 개선 효과도 기대할 수 있는 상황.
5. Snowflake — CoCo가 실제 사용량을 끌어올리는 중
‒ FY27 가이던스 상향 배경으로 가장 많이 언급된 부분은 CoCo(Cortex Code). 초기 도입 고객들은 플랫폼 사용량이 평균 11% 증가했다고 공개.
‒ 현장에서는 데이터 이전(Migration) 속도가 30~70% 빨라졌다는 사례도 확인됐고, 아직은 일부 사용자 중심으로 활용되고 있어 추가 확산 여력도 남아 있음.
‒ 현재 나타나는 변화는 단순 기능 추가보다 플랫폼 소비 자체를 늘리는 방향에 더 가까움.
6. Snowflake Bear Case도 직접 점검
‒ AI Native 데이터 플랫폼과의 경쟁 가능성을 확인했지만, ClickHouse 등에 대한 고객 인지도는 아직 높지 않았고 직접 경쟁도 제한적인 수준으로 보였음.
‒ AI가 데이터 분석을 쉽게 만들면 Snowflake 필요성이 줄어들 것이라는 우려도 있었지만, 실제 고객들은 AI 활용이 늘어날수록 데이터 거버넌스 중요성이 더 커질 것이라는 의견을 제시했음.
‒ 데이터 접근성이 높아질수록 오히려 Snowflake 같은 플랫폼의 역할도 함께 확대될 가능성이 높아 보임.
7. Security — AI 다음 투자 사이클
‒ CrowdStrike와 Palo Alto Networks 등과의 논의에서는 AI 인프라 투자 이후 보안 투자가 뒤따르는 흐름이 과거 클라우드 사이클과 상당히 유사하다는 점이 확인됐음.
‒ AI 에이전트가 실제 업무에 본격적으로 투입될수록 런타임 보안과 에이전트 보안 수요도 함께 증가할 가능성이 높음.
‒ 현재 기준으로는 2026년 하반기부터 관련 제품 기여도가 나타나기 시작하고, 2027년에는 성장 폭이 한층 커질 가능성을 염두에 두고 있음.
8. Robotics — AI 적용 범위는 실물 세계까지 확대
‒ 이번 미팅에서는 Generalist AI도 주목할 만했음. 카메라 기반 접근을 사용하고 실제 환경에서 수집한 데이터를 중심으로 모델을 학습시키고 있으며, 기존 시뮬레이션 중심 접근과는 다른 방향을 택하고 있음.
‒ 손과 팔의 정교한 움직임(Dexterity)에 집중하고 있고, 실제 배치 과정에서 축적되는 데이터를 경쟁력으로 활용하는 전략도 인상적이었음.
‒ AI 기술 발전이 엔터프라이즈 소프트웨어를 넘어 로보틱스와 물리 세계까지 확장되고 있다는 점을 보여주는 사례로 볼 수 있음.
━━━ 핵심 ━━━
① 최근 실리콘밸리에서 가장 크게 확인된 변화는 AI가 무조건 더 큰 LLM을 지향하는 방향이 아니라, 업무별 최적화된 모델과 기업 고유 데이터를 결합하는 방향으로 이동하고 있다는 점.
② Microsoft는 자체 모델(MAI)과 자체 AI 칩(MAIA), 엔터프라이즈 컨텍스트를 하나의 스택으로 묶기 시작했고, Snowflake는 CoCo를 앞세워 AI 시대 데이터 플랫폼으로의 전환 속도를 높이고 있음.
③ AI 투자도 인프라를 넘어 애플리케이션, 보안(Security), 로보틱스까지 확산되는 흐름이 점차 뚜렷해지고 있음.
1. LLM보다 중요한 것은 '적재적소 모델'
‒ 최근 3개월간 가장 크게 확인된 변화는 고객들이 모든 문제를 Frontier LLM으로 해결하려 하지 않는다는 점. 비용과 성능을 함께 고려하면서 업무별로 더 작은 모델을 선택하는 사례가 빠르게 늘어나고 있음.
‒ 단순 검색이나 문서 작성, 반복 업무는 SLM이나 MLM으로도 충분한 경우가 많고, 최고 수준의 추론이나 연구 영역만 Frontier LLM이 담당하는 형태로 역할이 나뉘기 시작.
‒ 결국 앞으로 경쟁력은 모델 크기 자체보다 어떤 업무에 어떤 모델을 적용하느냐에서 결정될 가능성이 높아 보임.
2. Microsoft — AI 전략이 한층 선명해짐
‒ 이번 Build에서 가장 눈에 띈 부분은 MAI-Thinking-1과 Frontier Tuning. MAI-Thinking-1은 일부 STEM·코딩 벤치마크에서 경쟁력 있는 결과를 제시했고, 비용 효율도 크게 개선됐음을 공개.
‒ Frontier Tuning은 기업이 보유한 자체 데이터를 이용해 모델을 실제 업무 환경에 맞게 지속적으로 학습시키는 기능으로, 기존 파인튜닝보다 운영 환경에 가까운 접근을 취하고 있음.
‒ 그동안 이어졌던 "Microsoft는 결국 OpenAI에 의존하는 것 아니냐"는 의문도 이번 행사 이후에는 상당 부분 완화될 가능성.
3. 진짜 경쟁력은 모델이 아니라 Context
‒ 이번 행사에서 반복적으로 등장한 키워드는 Context였음. Web IQ, Work IQ, Fabric IQ, Foundry IQ를 통해 기업 내부 데이터를 하나의 지식 체계로 연결하는 방향을 제시.
‒ 실제로 AI 성능은 모델 자체보다 기업의 조직 구조와 업무 방식, 데이터 자산을 얼마나 잘 이해하느냐에 크게 좌우될 수밖에 없음.
‒ Microsoft는 수십 년간 축적한 엔터프라이즈 고객 기반을 활용해 기업별 컨텍스트를 가장 많이 확보한 업체 중 하나이며, AI Agent 시대에도 이 부분이 중요한 차별화 요소가 될 가능성이 높아 보임.
4. MAIA 200도 실제 배치 단계 진입
‒ 자체 AI 칩인 MAIA 200은 이미 아이오와와 애리조나 데이터센터에서 운영되고 있으며, 2026년 후반에는 해외 지역으로도 확대 배치될 예정.
‒ Microsoft는 MAIA 200 기반 학습 시 NVIDIA GB200 대비 약 1.4배 높은 성능 대비 전력 효율을 제시했고, 장기적으로 AI 인프라에서 자체 칩 비중을 크게 늘리는 계획도 공개.
‒ 자체 실리콘 비중이 확대될 경우 Azure AI 사업의 원가 구조 개선 효과도 기대할 수 있는 상황.
5. Snowflake — CoCo가 실제 사용량을 끌어올리는 중
‒ FY27 가이던스 상향 배경으로 가장 많이 언급된 부분은 CoCo(Cortex Code). 초기 도입 고객들은 플랫폼 사용량이 평균 11% 증가했다고 공개.
‒ 현장에서는 데이터 이전(Migration) 속도가 30~70% 빨라졌다는 사례도 확인됐고, 아직은 일부 사용자 중심으로 활용되고 있어 추가 확산 여력도 남아 있음.
‒ 현재 나타나는 변화는 단순 기능 추가보다 플랫폼 소비 자체를 늘리는 방향에 더 가까움.
6. Snowflake Bear Case도 직접 점검
‒ AI Native 데이터 플랫폼과의 경쟁 가능성을 확인했지만, ClickHouse 등에 대한 고객 인지도는 아직 높지 않았고 직접 경쟁도 제한적인 수준으로 보였음.
‒ AI가 데이터 분석을 쉽게 만들면 Snowflake 필요성이 줄어들 것이라는 우려도 있었지만, 실제 고객들은 AI 활용이 늘어날수록 데이터 거버넌스 중요성이 더 커질 것이라는 의견을 제시했음.
‒ 데이터 접근성이 높아질수록 오히려 Snowflake 같은 플랫폼의 역할도 함께 확대될 가능성이 높아 보임.
7. Security — AI 다음 투자 사이클
‒ CrowdStrike와 Palo Alto Networks 등과의 논의에서는 AI 인프라 투자 이후 보안 투자가 뒤따르는 흐름이 과거 클라우드 사이클과 상당히 유사하다는 점이 확인됐음.
‒ AI 에이전트가 실제 업무에 본격적으로 투입될수록 런타임 보안과 에이전트 보안 수요도 함께 증가할 가능성이 높음.
‒ 현재 기준으로는 2026년 하반기부터 관련 제품 기여도가 나타나기 시작하고, 2027년에는 성장 폭이 한층 커질 가능성을 염두에 두고 있음.
8. Robotics — AI 적용 범위는 실물 세계까지 확대
‒ 이번 미팅에서는 Generalist AI도 주목할 만했음. 카메라 기반 접근을 사용하고 실제 환경에서 수집한 데이터를 중심으로 모델을 학습시키고 있으며, 기존 시뮬레이션 중심 접근과는 다른 방향을 택하고 있음.
‒ 손과 팔의 정교한 움직임(Dexterity)에 집중하고 있고, 실제 배치 과정에서 축적되는 데이터를 경쟁력으로 활용하는 전략도 인상적이었음.
‒ AI 기술 발전이 엔터프라이즈 소프트웨어를 넘어 로보틱스와 물리 세계까지 확장되고 있다는 점을 보여주는 사례로 볼 수 있음.