‘초고수가 갈아탔다’는 문장은 실제로 무엇을 말하나
“삼성전자 대신 SK하이닉스·SK스퀘어로 초고수가 갈아탔다”는 헤드라인은 대개 증권사 앱의 한 기능에서 나온다. 일정 기간 수익률 상위 계정을 뽑아, 그들이 어떤 종목을 얼마나 들고 있는지 집계한 ‘보유 랭킹’이다.
여기서 먼저 문장을 해부하자. 이 데이터가 말하는 것은 단 하나다. “특정 시점에, 특정 기준으로 선별된 계정 집단이, 이런 종목을 보유하고 있다.” 그 이상은 데이터에 없다.
없는 것을 나열해 보면 문장의 크기가 확 줄어든다. 언제 샀는지(진입 시점), 얼마에 샀는지(평단), 전체 자산 대비 몇 %인지(비중), 손절선을 어디에 뒀는지, 앞으로 어떻게 할 계획인지 — 이 중 무엇도 랭킹에는 담기지 않는다. 즉 ‘갈아탔다’는 동사는 데이터가 아니라 헤드라인이 붙인 해석이다.
첫 번째 필터: 생존편향(Survivorship Bias)
이 데이터의 표본은 무작위가 아니다. ‘이미 높은 수익률을 낸 계정’이라는 조건으로 뒷선택(back-selected)된 집단이다. 이 선별 과정 자체가 통계를 왜곡한다.
사고 실험을 해보자. 1만 명이 동일한 종목을 샀다고 하자. 시간이 지나 그중 일부는 큰 이익을, 일부는 큰 손실을 봤다. 랭킹은 이익을 본 계정만 남긴다. 그러면 우리는 “고수들이 이 종목을 들고 있다”고 보게 되지만, 같은 종목을 사서 손실을 본 계정은 화면에서 사라졌다. 성공한 표본만 보고 종목의 ‘승률’을 추정하면, 실제보다 훨씬 유리하게 보이는 착시가 생긴다.
이것이 생존편향의 핵심이다. 살아남은 것만 관찰하면, 관찰 대상 자체가 결과에 의해 선택된 것이라 인과가 뒤집혀 보인다. “이 종목을 사서 고수가 됐다”가 아니라 “고수가 된 사람들 중 일부가 이 종목을 들고 있었다”가 실제 순서에 가깝다. 두 문장은 완전히 다른 주장이다.
두 번째 필터: 후행성과 시차
보유 통계는 본질적으로 과거를 집계한 지표다. 매매가 체결되고 정산된 뒤에야 데이터가 쌓이고, 그것이 집계·공개되기까지 다시 시간이 걸린다. 우리가 화면에서 보는 스냅샷은 이미 지나간 결정이다.
이격도(disparity rate)나 이동평균 같은 다른 후행 지표를 다뤄본 사람이라면 익숙한 구조다. 지표는 ‘지금 일어나는 일’이 아니라 ‘이미 일어난 일’을 보여준다. 문제는 관찰 시점과 진입 시점 사이의 간극이다. 고수 계정이 몇 주 전에 진입했다면, 오늘 그 데이터를 보고 따라 들어가는 사람은 전혀 다른 가격·다른 국면에서 시작한다.
게다가 랭킹은 정적이지만 계정은 동적이다. 스냅샷이 찍힌 순간 이후에도 그 계정은 비중을 줄이거나, 이미 정리했을 수 있다. 후행 데이터를 실시간 신호처럼 다루면, 남이 앉았던 의자를 그가 일어난 뒤에 찾아가는 셈이 된다.
세 번째 필터: 집계 방식이 만드는 착시
같은 원자료라도 ‘어떻게 세느냐’에 따라 그림이 달라진다. 여기서 흔한 함정 두 가지가 있다.
계정 수 vs 금액 가중. “몇 명이 보유했나”로 세면 소액 계정 다수가 큰 목소리를 내고, “얼마를 보유했나”로 세면 대형 계정 소수가 결과를 지배한다. 같은 종목이 한쪽 기준에선 상위, 다른 기준에선 하위일 수 있다.
기준 기간의 임의성. ‘최근 1개월 수익률 상위’와 ‘최근 1년 수익률 상위’는 완전히 다른 계정 집단을 뽑는다. 단기 기준은 최근 급등 종목에 우연히 올라탄 계정을, 장기 기준은 꾸준한 계정을 잡는다. 헤드라인은 보통 어떤 기준인지 밝히지 않는다.
여기에 ‘갈아탔다’는 서사가 겹치면 착시가 완성된다. A 보유 비중이 줄고 B 비중이 늘었다는 두 개의 독립된 스냅샷 변화를, 마치 한 명이 A를 팔아 B를 산 것처럼 연결하는 것이다. 실제로는 서로 다른 계정들의 집계 결과일 수 있다. 이런 데이터를 볼 때 종업원 지표로 회사 신호를 읽는 법에서 다룬 원칙 — ‘지표가 실제로 재는 것과 우리가 읽고 싶은 것을 분리하라’ — 이 그대로 적용된다.
그래서 이 데이터를 어떻게 다뤄야 하나
쓸모가 없다는 뜻은 아니다. 상위 투자자 보유 통계는 시장 참여자의 관심이 어디로 쏠리는지 재는 온도계로는 충분히 유용하다. 특정 섹터나 종목으로 관심이 몰리는 국면을 관찰하고, 그 배경에 어떤 산업 논리가 있는지 파고드는 출발점으로 삼을 수 있다.
예컨대 메모리 관련주로 관심이 쏠린다면, 그 자체를 신호로 받기보다 마이크론과 하이닉스를 비교해 읽는 틀이나 이격도 같은 다른 관찰 도구와 교차 검증하는 재료로 쓰는 식이다. 데이터를 ‘결론’이 아니라 ‘질문의 시작점’으로 위치시키는 것이 핵심이다.
정리하면, ‘초고수 보유 랭킹’을 읽을 때 던져야 할 세 질문은 이렇다. (1) 이 표본은 무엇으로 선별됐나(생존편향) (2) 언제 찍힌 스냅샷이고 지금과 얼마나 떨어져 있나(후행성) (3) 계정 수인가 금액인가, 기간 기준은 무엇인가(집계 방식). 이 세 질문을 통과하지 못한 랭킹은 데이터라기보다 하나의 ‘서사’에 가깝다. 숫자의 겉모습이 아니라 그 숫자가 만들어진 방식을 보는 것 — 그것이 ‘갈아탔다’는 헤드라인 뒤에서 실제로 무엇이 측정됐는지 읽어내는 길이다.
이 글은 특정 종목이나 ETF를 사라거나 팔라는 이야기가 전혀 아니며, ‘초고수’가 담은 종목을 따라 사는 것이 유리하다고 주장하지도 않는다. 오히려 상위 투자자 보유 통계라는 숫자가 무엇을 측정하고 어떻게 왜곡될 수 있는지를 개념적으로 설명하기 위한 교육 자료다. 실제 투자 판단은 각자의 책임과 별도의 검증 아래 이뤄져야 한다.