6주차. 보충자료 - 종목 선정

투자의 기술/복잡계 투자론

6주차. 보충자료 - 종목 선정

Little Giant Hawk 2025. 5. 17. 12:07

6주차. 보충자료 - 종목 선정

주식투자에서 종목 선정은 투자 수익의 핵심적인 원천 중 하나로, 어떤 종목을 고르느냐에 따라 투자 성패가 크게 갈립니다. 종목 선정이 잘 이루어지면 시장 상황이 변하더라도 장기적으로 안정적인 수익을 기대할 수 있으며, 이는 자산배분이나 마켓 타이밍과 더불어 투자 성공의 중요한 요소로 꼽힙니다.

효과적인 종목 선정을 위해서는 자신만의 명확한 기준과 필터링 능력이 필요합니다. 예를 들어, PER(주가수익비율), PBR(주가순자산비율), ROE(자기자본이익률) 등 다양한 지표를 활용하되, 모든 기업에 동일한 잣대를 적용하기보다는 각 기업의 성장성, 업종 특성, 부채비율 등 상대적 요소를 함께 고려해야 합니다. 또한, 꾸준한 시장 모니터링과 자료 분석 습관을 통해 정보의 신뢰성을 높이고, 분산투자와 집중투자 전략을 상황에 맞게 조합하는 것이 바람직합니다.

Ⅰ. 종목 선정 개요

주식 투자의 핵심은 가치 있는 종목을 선별하고, 그 가치를 적정 가격 이하에서 매수하는 데 있습니다.

아래는 그에 대한 실무적 접근으로, (1) 선별 기준과 지표, (2) 양적 분석, (3) 질적 분석, (4) 통합적 활용 방법을 정리해 봅니다.

✅ (1) 선별 기준 및 지표

1.1 핵심 선별 기준

항목	설명
성장성	매출, 이익, 시장점유율 등이 꾸준히 증가하는가
수익성	ROE, ROIC가 업종 평균보다 높은가
안정성	부채비율, 유동비율이 안정적인가
밸류에이션 매력	PER, PBR, EV/EBITDA 등이 저평가되었는가
현금흐름	영업활동 현금흐름이 꾸준하고 플러스인가
배당 정책	배당 수익률과 배당성향이 안정적인가
지배구조 및 경영진	오너리스크, 경영진의 전략 실행력은 어떠한가
산업 트렌드 연계성	성장 산업 속에 위치한가

📊 (2) 양적 분석: 정량 지표 중심의 분석

2.1 수익성 지표

ROE (자기자본이익률): 15% 이상이면 우수
ROIC (투하자본수익률): 자본 효율성 평가 지표, WACC보다 높을 것
영업이익률 / 순이익률: 업종 평균 이상이면 긍정적

2.2 성장성 지표

매출 성장률: 최근 3~5년 평균이 업종 대비 높은가
EPS 성장률: 주당순이익 증가율

2.3 안정성 지표

부채비율: 100% 이하가 안정적
유동비율: 200% 이상이면 좋음

2.4 밸류에이션 지표

PER (주가수익비율): 업종 평균과 비교하여 저평가 여부 확인
PBR (주가순자산비율): 1 미만이면 자산 대비 저평가 가능성
EV/EBITDA: 기업가치 대비 수익능력 판단

2.5 현금흐름 지표

FCF (Free Cash Flow): 양(+)이고 꾸준한 흐름이 중요
CFO (영업현금흐름): 적자 기업 제외하는 필터링

🧠 (3) 질적 분석: 숫자로 보이지 않는 전략·경쟁력 분석

3.1 비즈니스 모델

수익 창출 구조가 명확한가? 진입장벽이 있는가?
구독형/네트워크형 모델 등 반복 수익 기반이 있는가?

3.2 경쟁 우위

Moat (경제적 해자): 브랜드, 특허, 규모의 경제 등
점유율/시장 지배력: 독점/과점 구조에 가까운가

3.3 산업 및 정책 환경

향후 산업 성장률 전망
정책적 수혜 여부 (예: 정부 지원, 규제 완화 등)

3.4 경영진의 역량

CEO의 전략적 실행력과 도덕성
IR자료, 인터뷰 등을 통한 전략 이해

3.5 기업 문화 및 ESG

윤리적 경영, 환경/사회/지배구조 수준
ESG 스코어가 투자 지표로 점점 중요해짐

🔄 (4) 양적 + 질적 분석의 통합 활용 전략

4.1 통합적 분석 절차

1차 필터링 (양적 분석)
- 재무 스크리닝: ROE > 10%, PER < 15, 부채비율 < 100% 등
2차 정성 평가 (질적 분석)
- 산업 구조, 경쟁 우위, 경영진 검토
3차 비교 분석
- 동일 업종 내 다른 기업과 비교 → 상대적 매력 확인
4차 밸류에이션
- DCF 또는 상대가치평가 모델로 적정 주가 산출
5차 투자 타이밍 결정
- 기술적 지표(이동평균선, 거래량 등)로 매수 시점 판단

🔍 보완적 도구 및 프레임워크

도구	설명
Piotroski F-Score	9개 항목의 재무지표로 기업 건전성 점수화
Magic Formula (Greenblatt)	ROIC와 PER을 조합해 저평가 우량주 선정
DCF (현금흐름 할인모델)	장기 투자 시 적정 주가 평가에 유용
5 Forces (Porter)	산업 내 경쟁 강도 및 수익성 분석
SWOT 분석	기업의 강점/약점/기회/위협 정리

🧩 마무리 조언

숫자는 과거의 반영, 질적 요소는 미래의 예측력입니다.
단기 트레이딩에는 기술적 분석이 우위지만, 가치 투자와 성장주 투자에는 양질의 재무와 전략 분석이 핵심입니다.
특히 양적 필터링 → 질적 분석 → 통합 가치 평가 → 타이밍 판단의 순서로 접근하면 실수를 줄이고 신뢰도 높은 포트폴리오 구성이 가능합니다.

Ⅱ. 단계별 선정 전략

양적 및 질적 분석의 통합 활용 전략을 조금 더 현실적인 순서와 판단 기준으로 구체화하고, 2025년 5월 기준으로 시장에서 주목할 만한 종목을 예시와 함께 설명합니다.

✅ 양적 + 질적 분석의 통합 활용 전략 (Step-by-Step)

🔍 STEP 1. 1차 스크리닝 (양적 필터링)

목적

재무적으로 건전하고 수익성이 높은 기업을 빠르게 거르는 과정입니다.

주요 조건 예시 (시장/업종별로 조정)

지표	조건 예시	설명
ROE	≥ 10%	자기자본 활용 수익성
부채비율	≤ 100%	재무 안정성
PER	≤ 15	저평가 여부
PBR	≤ 1.5	자산대비 저평가
영업이익률	≥ 10%	핵심 영업 수익성
FCF	+ (3년 연속)	현금창출력

✅ TIP: 이러한 스크리닝은 네이버 증권, KRX, 인베스팅닷컴, 퀀트킹 등에서도 필터링 가능

🧠 STEP 2. 2차 필터링 (질적 요소 평가)

핵심 평가 항목

산업 성장성
- 시장이 성장 중인지, 정부/글로벌 정책 수혜가 있는지
경쟁력 & 진입장벽
- 독점적 지위, 고객 락인 구조, 기술 우위 등
비즈니스 모델 구조
- 반복 수익 구조인지 (SaaS, 구독, 광고 기반 등)
경영진 & 기업문화
- CEO의 전략 이행력, 오너리스크 여부
ESG 리스크
- 환경/사회적 이슈 없는지

⚖️ STEP 3. 밸류에이션 적정성 판단

방법 1. 상대가치 평가

PER, PBR, EV/EBITDA 등을 같은 업종 내 경쟁사와 비교
예: 삼성바이오가 PER 30, 셀트리온이 PER 20이면 셀트리온 저평가 가능성

방법 2. DCF 분석 (장기투자 시)

미래 FCF 추정 → 할인율 적용 → 적정 주가 산출
성장주나 우량 배당주에 유용

⏰ STEP 4. 매수 타이밍 (기술적 보완)

단기 이격도, 이동평균선, RSI, 거래량, 52주 저점 대비 주가 위치 등 확인
모멘텀 있는 저평가 주가 가장 강한 투자처

🎯 최근 시점(2025년 5월 기준) 예시

✅ ‘동국제강’ 통합 분석

최근 강세, 저평가 지표, 고배당, 모멘텀 3박자 갖춘 사례

✅ STEP 1. 양적 분석

지표	수치 (2025.05 기준)	평가
PER	약 4.8배	저평가
PBR	약 0.44배	자산가치 대비 저평가
ROE	9~11%	양호
부채비율	약 60%	안정적
배당수익률	약 5%	고배당주
FCF	최근 3년 +	양호

✅ STEP 2. 질적 분석

항목	내용	평가
산업 성장성	철강은 구조조정 후 재편 → 공급 축소 + 고급재 수요 증가	긍정적
경쟁력	후판(조선용 강판) 시장에서 독점적 위치	강함
비즈니스 모델	철강 → 컬러강판 등 고부가가치 전환 중	진화 중
경영진	오너 경영 지속, 기업 지배구조 비교적 투명	양호
ESG 리스크	중립 (철강업 특성상 배출 이슈는 존재)	보통

✅ STEP 3. 상대 가치평가

PER 5 이하 / PBR 0.5 이하 → 산업 내 과도한 저평가
EV/EBITDA 기준 동종 업계 대비 약 30% 낮음

✅ STEP 4. 매수 타이밍

최근 3개월간 외국인·기관 순매수
60일선 돌파 + 거래량 증가 + 실적 개선 기대감 → 기술적 모멘텀 확보

📌 종합 판단

항목	결과
재무 안정성	✔️ 양호
수익성	✔️ 평균 이상
밸류에이션	✔️ 저평가
산업/사업성	✔️ 구조적 전환 중
투자 타이밍	✔️ 수급·기술적 모멘텀 동반
종합 판단	✅ 가치 + 배당 + 회복형 투자 적합 종목

🔧 도구 및 실행 팁

활용 도구	설명
네이버 금융 → 종목분석	기본 재무 + 차트 확인
퀀트킹 / 아이투자 / 텐배거	양적 스크리닝 자동화
CEO 인터뷰 / IR 자료	질적 분석 근거 확보
에프앤가이드 / 리포트	밸류에이션 및 성장률 추정
트레이딩뷰	기술적 매수 타이밍 보조

🔚 마무리 조언

양적 분석은 안전장치,

질적 분석은 성장성 판단 도구,

기술 분석은 타이밍의 보조수단입니다.
이 세 가지를 분리하지 않고 유기적으로 연결하는 것이 실전 투자자의 전략적 사고입니다.

Ⅲ. 양적·질적 분석 자동화

양적·질적 분석은 다양하고 대량의 자료에 대해 정기적인 평가가 요구되거, Python 등의 프로그램이나 다른 자동화 도구에 의한 도움이 필요합니다.

✅ 기대 효과

반복적 재무 분석 자동화 (스크리닝 조건 만족 종목 필터링)
데이터 종합 및 정렬 자동화 (지표 정리 + 정량 평가)
질적 분석용 뉴스/리포트 수집 자동화 (크롤링 or API)
주가/기술 분석 지표 자동 계산 (RSI, 이동평균선 등)

🔧 주요 구성 요소 및 사용 도구

구성 요소	도구/라이브러리
재무데이터	`fdr`, `Investing.com`, `OpenDart`, `에프앤가이드`, `Naver` 크롤링
시장데이터	`yfinance`, `fdr`, `KRX API`
기술 분석	`ta-lib`, `pandas-ta`
뉴스/리포트	`BeautifulSoup`, `selenium`, `Google News API`
질적 평가	정형화된 스코어링 매트릭스 + 사용자 입력 (또는 LLM 요약 분석)
보고서 생성	`pandas`, `openpyxl`, `matplotlib`, `jinja2 + pdfkit`

💻 코드 설계 예시 (핵심 흐름)

# 1. 종목 리스트 가져오기
import FinanceDataReader as fdr

krx_list = fdr.StockListing('KRX')
tickers = krx_list['Symbol'].tolist()

# 2. 필터링 조건 정의 (예: 저PBR + 고ROE)
def filter_stock(symbol):
    df = fdr.FinancialStatement(symbol)
    roe = df.loc['ROE']
    pbr = df.loc['PBR']
    if roe > 10 and pbr < 1.5:
        return True
    return False

# 3. 필터링 실행
filtered = [s for s in tickers if filter_stock(s)]

# 4. 질적 평가 자동 요약 (뉴스 크롤링 후 GPT 기반 요약)
from bs4 import BeautifulSoup
import requests

def get_news_summary(stock_name):
    url = f"https://search.naver.com/search.naver?query={stock_name}+뉴스"
    html = requests.get(url).text
    soup = BeautifulSoup(html, 'html.parser')
    news = [tag.text for tag in soup.select('.news_tit')]
    summary = some_gpt_summary(news)  # 예: langchain 기반 요약 또는 ChatGPT API 연동
    return summary

# 5. 기술적 분석 지표 계산 (pandas-ta)
import yfinance as yf
import pandas_ta as ta

def compute_tech_indicators(symbol):
    data = yf.download(symbol, period='6mo')
    data.ta.rsi(length=14, append=True)
    data.ta.sma(length=20, append=True)
    return data[['RSI_14', 'SMA_20']]

# 6. 종합 평가표 생성 및 출력
import pandas as pd

def create_score_table(symbols):
    rows = []
    for s in symbols:
        roe, pbr = 13.2, 0.8  # 예시
        news = get_news_summary(s)
        techs = compute_tech_indicators(s)
        rows.append([s, roe, pbr, techs['RSI_14'][-1], news])
    df = pd.DataFrame(rows, columns=['Symbol', 'ROE', 'PBR', 'RSI', 'News Summary'])
    return df

📄 자동 보고서 예시 (PDF 또는 Excel)

시트1: 요약 종목 목록 (지표 스코어 + 요약)
시트2: 기술적 지표 그래프
시트3: 뉴스 요약 / 기업 질적 평가
(옵션) PDF 보고서 자동 변환 (jinja2 + pdfkit)

📊 Ⅳ. 시스템 사고와 주역의 통합

주식 종목 선정은 단순히 수익성 좋은 회사를 찾는 작업이 아니라 복잡한 시스템의 일환으로 기업을 바라보는 관점이 필요합니다. 이럴 때 "시스템 사고(Systems Thinking)"와 "주역의 변화 이론(易經, 역경)"은 매우 강력한 틀을 제공합니다.

시스템 사고는 주가·재무·시장·심리의 연결과 순환성을 강조합니다.
주역의 변화 이론은 타이밍, 흐름, 비가시적 변화 징후에 대한 직관을 키워줍니다.
이 두 사고 틀은 정량 분석과 정성 분석을 넘어서 "관계적 통찰"을 부여하는 도구입니다.

🔁 1. 종목 선정 절차 & 통합적 사고의 적용

선정 단계	전통적 분석 접근	시스템 사고 관점	주역(易經) 변화론 관점
1. 거시환경 분석	금리, 환율, 물가, 성장률 등 확인	각 지표가 서로 영향을 주고받는 순환 구조로 인식	시대의 기운(시세)을 읽음. 지금은 어떤 괘(卦)인가? 변화의 조짐은 무엇인가?
2. 업종 선정	경기 민감/비민감, 규제 산업 등 분류	생태계 내 피드백 루프 이해 (ex. 반도체 수요 → AI 성장 → 인프라 투자)	업종 간 음양의 순환: 기술 → 조정 → 회복 → 확장
3. 종목 스크리닝	PER, ROE, 매출 증가율 등	재무지표 간의 시차적 인과 관계 파악 (ex. 부채↓ → 이자↓ → 수익↑ → 투자↑)	한 종목의 현재는 “변화의 중간 과정”. 작은 징후도 중시해야 함
4. 뉴스 및 심리 분석	이슈, 공시, 감성분석	군중 심리, 언론보도 → 투자자 행동 → 주가 변동의 비선형 반응	겉으로 드러난 의미 뒤의 움직임을 관찰해야 함 (象 vs 潛象)
5. 투자 결정	점수화, 조건 충족 여부	전체 포트폴리오 내 상호작용 구조를 고려하여 배분	時中의 원칙: 지금 이 종목이 타이밍에 부합하는가?
6. 사후 점검	성과 리뷰, 조정	투자 결과에 영향을 준 원인 경로 추적 (Causal Loop)	변화의 흐름 속에서 지금이 정체인가? 반등인가? 꺾임인가?

🧠 2. 시스템 사고 관점에서 꼭 고려할 피드백 구조

강화 루프: 기술 개발 → 경쟁력 증가 → 투자 증가 → 기술 개발 (ex. 엔비디아)
균형 루프: 금리 상승 → 대출 감소 → 소비 감소 → 경기 둔화 (ex. 소매업)
지연 효과: 투자 결정 → 생산 확대 → 실적 반영까지의 시차 고려

📜 3. 주역 관점에서의 종목 변화 인식

易卦(괘) 예시	해석	종목 해석
屯(둔)	시작의 혼란기 → 기초를 다져야	신사업 초기 기업, 아직 시장에 과소평가
升(승)	점진적 성장	실적 우상향, 점진적 확장 기업
否(비)	하락과 단절	규제, 성장 둔화 업종
大壯(대장)	폭발적 성장, 성숙 직전	추세 후반의 정점 경계 필요
益(익)	이익이 점점 더해짐	지속성 있는 경쟁력 확보 기업

✅ 4. 통합 적용 예: 종목 평가 시점 체크리스트

이 종목이 속한 업종은 현재 어떤 순환 구조에 있나?
지표 간 관계는 선형적인가, 비선형인가? 시차는 어떤가?
지금 이 종목은 괘로 표현하면 어떤 상태인가? (시작/성장/정체/전환/붕괴)
투자 결정이 전체 포트폴리오에 주는 영향은 무엇인가?
지금이 적기인가(時中)? 아니면 기다려야 하는가?

✨ 5. 시스템 구현을 위한 통합

단순히 숫자(RoE, PER 등)로만 종목을 평가하는 것이 아니라,
시스템 사고나 주역의 변화론에서 강조하는 "관계성", "시점", "변화의 징후" 등을 아래와 같이 분석 지표나 평가 항목으로 체계화 할 수 있습니다.

🔍 예: 정량 + 정성 지표의 리포트 평가 추가

리포트 평가 지표에 반영한다는 건,
"현재 상태"만 보는 것이 아니라,
그 종목이 어디서 왔고, 어디로 가는가를
관계적 + 시계열적 + 상징적으로 평가할 수 있는 틀을
리포트 항목에 조직적으로 포함시켜 보겠습니다.

구분	지표/항목	설명	연관 개념
① 기본 재무	ROE, 영업이익률, 부채비율 등	수익성, 안정성, 성장성 정량 분석	전통적 재무지표
② 가치평가	PER, PBR, EV/EBITDA 등	시장이 책정한 내재가치 vs 현실 가격	밸류에이션
③ 변화 징후	최근 뉴스 흐름, 수급 변화, 검색량 등	정성적 변화의 전조(前兆)	주역의 미세한 기운 감지
④ 시스템 위치	업종 간 피드백 구조 속 위치	예: 반도체 → AI 확산의 중심 축	시스템 사고의 피드백 루프
⑤ 시계열 전환	실적/주가의 꺾임 여부	지표가 증가 → 정체 → 감소?	易의 변화 추이 (升→否 등)
⑥ 타이밍 적합성	지금 들어가야 할 이유가 있는가?	종합 지표의 정합성과 포지션	주역의 時中 개념
⑦ 리스크 구조	레버리지, 외형성장, 규제 등	리스크가 내부/외부 어떤 경로로 순환되는가	시스템 사고의 인과 루프
⑧ 심리 및 서사	투자자 심리, 종목에 대한 내러티브	시장이 어떻게 해석하고 있는가	군중심리 + 서사 분석

📊 반영 방식 예시

1. 지표화 (점수화 방식 예)

score['시계열_전환'] = 1 if 최근ROE가 3분기 연속 하락 else 0
score['시스템_위치'] = 2 if 산업 구조 변화 중심 업종이면 2점 else 0
score['타이밍_적합성'] = 1 if 뉴스·재무·차트가 같은 방향이면 1점 else 0

2. 리포트 요약 항목에 반영 예시

- 시스템 위치: 업스트림(반도체 장비) / AI 생태계 핵심 축
- 변화 징후: 검색량 급등, 뉴스 노출 증가
- 타이밍 적합성: 실적 증가 + 저평가 + 시장 기대감 상승 동시 확인
- 易象 해석: 升에서 小過로 전이 국면 → 추가 상승은 제한적

🧠 장점

단순히 "ROE 높고 PER 낮다"는 1차원 분석이 아니라,
왜 이 종목이 지금 주목받아야 하는지에 대한 이해와 통찰을 문서화할 수 있음.
전략적 포트폴리오 구성에 있어 변화의 징후를 반영한 우선순위 판단 가능.

📁 예시 리포트 구조

[기업명] SK하이닉스
- 재무 점수: 8.4 / 10
- 밸류에이션 점수: 6.1 / 10
- 시스템 내 위치: AI 생태계 핵심 메모리 공급
- 변화 징후: 수출 증가, 뉴스 긍정도 상승
- 易象 해석: 大壯에서 損으로의 전환 경고 (성숙 → 조정 진입 가능성)
- 투자 타이밍 판단: ★★★☆☆ (기회 있으나 단기 변동성 유의)

🔍 구현할 내용:

📌 정성 분석 항목:

항목	설명	점수
시스템 위치	업종 내 구조적 중심 여부	+2
변화 징후	뉴스/검색량/수급 등 급변 탐지	±1
시계열 전환	실적 꺾임 등 추세 변화 감지	±1
타이밍 정합성	뉴스·실적·기술적 일치 여부	+2
易象 해석	주역 괘를 통한 상승/하락 판단	±1

📌 점수화 로직:

정량 점수 (ROE, PER, 부채비율 등)와 정성 점수 각각 6점 만점
종합 평가 점수 = 정량 + 정성 (최대 12점)
점수에 따른 투자 매력도 등급 출력

📊 Ⅴ. 시간 프레임에 따른 종목 선정

투자 기간(time horizon)은 종목 선정 기준, 분석 방식, 리스크 감내 수준, 수익 기대 방식까지 전반적인 투자 전략의 방향을 결정하는 핵심 요소입니다. 이에 따라 투자자는 다음과 같은 프레임으로 주식을 바라보게 됩니다.

🧭 1. 투자 기간별 종목 선정 관점과 방법

투자 성향	보유 기간	주요 투자자 유형	종목 선정 기준	특징
초단기 (스캘핑/데이)	수분~1일	고빈도 트레이더, 일부 개인	호가창·체결강도·급등락 패턴	기술적 분석 100%, 재무 무관
단기 (1일~2주)	1~10영업일	데이트레이더, 테마 추종세력	뉴스/이슈, 수급, 급등 테마성	이슈 민감도 최우선, 종목 교체 잦음
스윙 (2주~2달)	수 주~수개월	일부 개인, 변동성 트레이더	실적 발표, 수급 트렌드, 기술적 전환	이익 실현 빠름, 시장순응적
중기 (3개월~1년)	분기~연간	기관투자자, 가치/성장 혼합형	재무 + 산업 사이클, 밸류에이션	펀더멘털 기반 종목 선별, 수익률 지속
장기 (1년~수년)	연 단위 이상	연기금, 자산운용사, 가치투자자	고ROE/ROIC, 구조적 성장, 배당	복리 수익 추구, 리스크 낮춤

🧩 2. 시간 프레임별 분석 방식 비교

분석 요소	초단기~단기	스윙	중장기
차트 기술적 분석	절대적	강함	보조적
수급 분석	필수	중요	선택적
실적 및 재무	무시	참고	핵심
밸류에이션	무관	보조적	핵심
산업 트렌드	무관	일부 반영	전략적 고려
ESG/지배구조	무관	무관	중요 고려 요소
심리 지표	강하게 반영	반영	간접 반영

🎯 3. 투자 기간별 종목 선정 전략 요약

🔹 초단기: 속도 + 유동성 + 수급

종목 선정: 당일 테마주, 단일가 급등, 시간외 상한가
방법: 키움증권 체결강도, 뉴스 속보, 유튜브 급등 예고 등 사용
리스크: 높음, 수수료/세금 비중도 큼

🔹 단기: 이슈 추세 포착 + 모멘텀

종목 선정: 뉴스+수급+기술적 트리플 시그널
방법: AI 뉴스 요약, 기술적 지표(Golden Cross 등)
리스크: 중간 수준, 실적과 무관한 변동성 주의

🔹 스윙: 단기 재료 + 실적 개선 조짐

종목 선정: 전분기 흑자 전환, 업황 턴어라운드 기업
방법: 업종 ETF 흐름 + 종목 실적 시그널 조합
리스크: 테마 붕괴시 빠른 손절 필요

🔹 중장기: 구조적 성장 + 내재가치 대비 저평가

종목 선정: 고ROE, 낮은 PBR, 꾸준한 FCF 기업
방법: 정량/정성 통합 분석, 산업 트렌드(2차전지→AI)
리스크: 실적/산업 사이클 의존도 있으나 낮은 편

🔄 4. 복합 시간 프레임 접근: 기관 & 숙련자 전략

멀티 타임 프레임 전략: 중장기 추세에서 방향을 잡고 단기/스윙으로 매수·매도 타이밍 포착
예시: 국민연금은 장기 보유지만, 위탁운용사는 단기 매매 병행
퀀트/알고리즘 투자자: 기술적 시그널과 펀더멘털 필터 병행

💡 5. 마무리 조언

투자 기간이 짧을수록 정보처리 속도와 심리 대응력이 중요하며, 길수록 논리적 분석과 인내심이 핵심입니다.
자신의 투자 성향, 사용 가능 시간, 리스크 감수 수준을 기준으로 시간 프레임을 먼저 설정하고, 그에 맞는 종목 선정 기준을 세분화하는 것이 가장 중요합니다.

📊 Ⅵ. 기업가치 평가법

기업가치는 주로 세 가지 방식

자산기반평가: 현재 보유 자산과 부채를 기준
수익기반평가: 미래에 창출할 수익을 추정
상대평가: 비슷한 기업과의 비교

로 측정할 수 있습니다.

이런 다양한 방법을 활용해 그 기업이 실제로 내재한 가치와 성장 가능성을 스스로 분석해보고, 그 결과에 확신이 설 때만 투자하라는 것이 투자계 거장들의 조언입니다.

1. 가치평가의 3가지 방법

이 세 가지 방법을 실제로 적용해보면, 한 기업의 가치를 다양한 각도에서 객관적으로 평가할 수 있습니다.

각 방법의 장단점과 업종 특성을 고려해 복수의 평가법을 함께 활용하는 것이 일반적입니다.

(1) 자산기반평가법(Asset-Based Approach)

방법: 기업의 재무상태표(대차대조표)를 기준으로 자산과 부채를 각각 평가한 후, 자산 총액에서 부채 총액을 뺀 순자산가치로 기업가치를 산정합니다.
평가 절차:

1. 최근 재무제표(대차대조표)를 준비합니다.
2. 자산(현금, 부동산, 재고, 설비 등)과 부채(차입금, 미지급금 등)를 항목별로 확인합니다.
3. 장부가치가 아닌, 시가(실제 시장에서 거래될 수 있는 가격)로 자산과 부채를 재평가합니다.
4. 재평가된 자산 총액에서 부채 총액을 뺍니다.
5. 이 값이 해당 기업의 순자산가치(자산기반 평가액)입니다.

(2) 수익기반평가법(Income-Based Approach)

방법: 기업이 앞으로 벌어들일 예상 수익(현금흐름)을 추정해, 이를 적정 할인율로 현재가치로 환산하여 기업가치를 산정합니다. 대표적으로 DCF(Discounted Cash Flow, 현금흐름할인법)가 많이 사용됩니다.
평가 절차:

1. 과거 실적과 시장 전망을 바탕으로 향후 5~10년간의 예상 영업이익 또는 현금흐름을 추정합니다.
2. 추정된 미래 현금흐름을 연도별로 나열합니다.
3. 각 연도의 현금흐름을 할인율(보통 자본비용, 시장금리+위험프리미엄 등 적용)로 할인하여 현재가치로 환산합니다.
4. 모든 연도의 현재가치를 합산합니다.
5. 마지막 해 이후의 영구가치(Terminal Value)도 할인해서 더합니다.
6. 합산된 금액이 기업의 수익기반 평가액입니다.

(3) 상대평가법(Market/Relative Approach)

방법: 동일 업종·규모의 유사 기업들과 비교하여, 매출·이익·자산 등 주요 지표에 시장에서 적용되는 배수(멀티플, PER, PBR 등)를 곱해 기업가치를 산정합니다.
평가 절차:

1. 비교 대상이 될 동종 업계의 상장사 혹은 최근 거래된 기업을 선정합니다.
2. 이들 기업의 PER(주가수익비율), PBR(주가순자산비율), EV/EBITDA 등 주요 멀티플을 조사합니다.
3. 평가 대상 기업의 해당 지표(예: 순이익, 순자산, EBITDA 등)를 산출합니다.
4. 동종 기업의 평균 멀티플을 평가 대상 기업의 지표에 곱합니다.
- 예: 동종 기업의 평균 PER이 10, 평가 대상 기업의 연간 순이익이 50억 원이면, 기업가치는 50억 × 10 = 500억 원.
5. 필요시 여러 멀티플을 참고해 평균값을 산출하거나, 업종 특성에 맞는 멀티플을 선택합니다.

2. 개인투자자의 가치평가 한계

개인투자자가 기업가치를 직접 평가하는 것은 실제로 쉽지 않은 일입니다. 기업가치 평가에는 재무제표 분석, 미래 수익 예측, 동종 기업과의 비교 등 복잡한 절차와 전문지식이 필요하며, 객관적인 자료 확보와 해석에도 한계가 있습니다. 특히 수익기반평가나 자산기반평가의 경우, 미래 예측이나 자산의 시가 산정 등에서 주관적 판단이 많이 개입되고, 상대평가 역시 적절한 비교 기업을 찾는 것이 쉽지 않습니다.

실제로 전문가들조차 여러 평가 방법을 병행하고, 다양한 변수와 시장 상황을 종합적으로 고려해도 완벽히 정확한 가치를 산출하기 어렵다고 인정합니다. 그럼에도 불구하고, PER, PBR, EV/EBITDA 등 상대적으로 간단한 지표를 활용해 대략적인 비교와 판단은 가능하므로, 개인투자자라면 너무 정밀한 가치 산정보다는 이런 기본 지표와 시장 흐름, 업종 특성 등을 참고해 투자 결정을 내리는 것이 현실적인 접근입니다.

결국 개인투자자는 완벽한 가치평가보다는, 여러 평가 지표와 자료를 참고해 "이 기업이 시장에서 과대평가되었는가, 저평가되었는가" 정도의 감을 익히고, 자신이 이해할 수 있는 범위 내에서 신중하게 투자하는 것이 바람직합니다.

📊 Ⅶ. 개인투자자를 위한 종목 선정 전략

개인투자자가 기관투자자와 같은 정보력과 자원, 분석 인프라를 갖추기는 현실적으로 어렵습니다. 이런 한계 속에서 개인투자자가 경쟁력을 갖추려면 기관과의 정면 승부가 아니라, 자신만의 강점과 원칙, 그리고 기술의 도움을 활용해 ‘지속적으로 살아남는 투자자’가 되는 것이 가장 현실적이고 바람직한 전략이라고 하겠습니다.

1. 2x2 매트릭스 종목 선정 전략

개인투자자가 종목을 쉽게 비교·선정할 수 있도록, 다음과 같이 2x2 매트릭스를 활용한 상대적 평가 방안을 제안합니다.

🧭 2x2 매트릭스 예시

재무 건전성 높음재무 건전성 낮음


구분	재무 건전성 높음	재무 건전성 낮음
성장성 높음	A	B
성장성 낮음	C	D

재무 건전성: 부채비율, 유동비율, 최근 5년간 흑자 여부 등으로 평가
성장성: 최근 3~5년간 매출/영업이익 증가율, 업종 평균 대비 성장률 등으로 평가

🎯 활용 방법

관심 종목을 위 두 가지 기준(재무 건전성, 성장성)으로 각각 점수화(예: 상/하, 혹은 점수화)합니다.
각 종목을 해당 매트릭스의 네 구역 중 하나에 배치합니다.
- A구역(재무 건전성 높음 + 성장성 높음): 우선적으로 투자 검토
- B구역(재무 건전성 낮음 + 성장성 높음): 성장 기대는 높으나 위험도 있음, 소액 또는 분산투자 고려
- C구역(재무 건전성 높음 + 성장성 낮음): 안정적이지만 성장성은 낮음, 배당주 등 장기투자에 적합
- D구역(재무 건전성 낮음 + 성장성 낮음): 투자 비추천

💡 추가 팁

필요에 따라 ‘밸류에이션(저평가/고평가)’ 또는 ‘시장 관심도(뉴스, 거래량 등)’를 추가해 3x3 매트릭스로 확장할 수 있습니다.
각 구역별로 투자 비중, 매수/매도 전략을 다르게 설정하면 리스크 관리에 도움이 됩니다.

이런 방식은 복잡한 분석 없이도 주요 지표만으로 상대적 비교가 가능해, 개인투자자가 종목 선정에 실질적으로 활용하기 쉽습니다.

2. 3x3 매트릭스 종목 선정 전략

아래는 개인이 쉽게 활용할 수 있는 세 가지 변수(재무 건전성, 성장성, 투자자 관심도)를 기준으로 한 3x3 매트릭스와, 각 구역별 투자비중 및 매수·매도 전략 예시입니다.

🧭 3x3 매트릭스 구성


구분	관심도 높음	관심도 중간	관심도 낮음
재무·성장성 모두 높음	A (핵심 투자)	B	C
둘 중 하나만 높음	D	E	F
둘 다 낮음	G	H	I (비추천)

재무 건전성: 부채비율, 유동비율, 최근 흑자 여부 등
성장성: 매출/이익 증가율, 업종 평균 대비 성장률 등
투자자 관심도: 네이버/구글 검색량, 거래량, 뉴스 빈도 등으로 파악 가능

🎯 각 구역별 투자비중 및 전략

A (핵심 투자)
- 투자비중: 포트폴리오의 30~40%
- 전략: 적극적 매수, 목표수익률 달성 시 분할매도, 하락 시 손절매 기준 명확히 설정
B, D (우량+관심도 중간/부분 우량+관심도 높음)
- 투자비중: 각 10~15%
- 전략: 중기 보유, 수익률 10% 이상 시 일부 익절, 하락 시 분할매도 또는 손절
C, E, F (관심도 낮거나 성장성/재무가 부분적)
- 투자비중: 각 5~10%
- 전략: 단기 트레이딩 위주, 목표수익률 낮게(5~7%), 빠른 손절 원칙
G, H, I (둘 다 낮음, 관심도 낮음)
- 투자비중: 최소화 또는 투자 비추천
- 전략: 투자 대상에서 제외하거나, 극히 소액만 실험적 투자

💡 활용 팁

관심도는 네이버/구글 검색량 지수, 최근 거래량, 뉴스 기사 수 등으로 간단히 확인할 수 있습니다.
각 분기별로 매트릭스를 재평가하여 포트폴리오를 리밸런싱합니다.
목표수익률 달성 시 분할매도, 하락 시 신속한 손절매로 리스크 관리.

이 매트릭스는 복잡한 분석 없이도 주요 변수만으로 종목을 체계적으로 분류하고, 투자 비중과 전략을 명확히 세울 수 있어 개인투자자에게 실질적으로 도움이 될 수 있습니다.

📊 Ⅷ. [Google Colab 프로젝트]

가치주 선별 자동화 시스템

Colab 환경에서 동작할 수 있도록 전체 코드를 다음과 같은 구조로 구성하고, 정량 지표 확장, 정성적 뉴스 분석 추가 등을 해 나가도록 해 봅니다.

📊 1. 프로젝트 기본 구성

✅ 프로젝트 개요

목적: 저PBR + 고ROE 종목 필터링, 기술적 분석, 뉴스 요약 기반 질적 분석, Excel 보고서 생성
도구: FinanceDataReader, pandas-ta, yfinance, BeautifulSoup, openpyxl

📁 기본 코드 구성

# [1] 필수 라이브러리 설치 (Colab 전용)
!pip install finance-datareader pandas-ta yfinance openpyxl beautifulsoup4 lxml

# [2] 종목 목록 불러오기
import FinanceDataReader as fdr
krx = fdr.StockListing('KRX')
tickers = krx[['Symbol', 'Name']]

# [3] 기본 필터링 함수 (ROE > 10, PBR < 1.5)
def filter_stocks(df):
    result = []
    for _, row in df.iterrows():
        code = row['Symbol']
        try:
            fin = fdr.FinancialStatement(code)
            roe = float(fin.loc['ROE']) if 'ROE' in fin.index else 0
            pbr = float(fin.loc['PBR']) if 'PBR' in fin.index else 99
            if roe > 10 and pbr < 1.5:
                result.append((code, row['Name'], roe, pbr))
        except:
            continue
    return result

filtered_stocks = filter_stocks(tickers[:100])  # 성능상 100개로 제한

# [4] 기술적 지표 계산 (RSI, SMA)
import yfinance as yf
import pandas_ta as ta

def get_tech_indicators(code):
    try:
        df = yf.download(f"{code}.KS", period='6mo')
        df.ta.rsi(length=14, append=True)
        df.ta.sma(length=20, append=True)
        return df[['RSI_14', 'SMA_20']].iloc[-1].to_dict()
    except:
        return {'RSI_14': None, 'SMA_20': None}

# [5] 뉴스 요약 (크롤링 기반)
from bs4 import BeautifulSoup
import requests

def get_news_titles(stock_name):
    try:
        url = f"https://search.naver.com/search.naver?query={stock_name}+뉴스"
        res = requests.get(url, headers={'User-Agent': 'Mozilla/5.0'})
        soup = BeautifulSoup(res.text, 'lxml')
        titles = [a.text for a in soup.select('.news_tit')[:3]]
        return " / ".join(titles)
    except:
        return "뉴스 수집 실패"

# [6] 종합 평가표 생성
import pandas as pd

rows = []
for code, name, roe, pbr in filtered_stocks:
    techs = get_tech_indicators(code)
    news = get_news_titles(name)
    rows.append({
        '종목코드': code,
        '종목명': name,
        'ROE': roe,
        'PBR': pbr,
        'RSI_14': techs['RSI_14'],
        'SMA_20': techs['SMA_20'],
        '뉴스요약': news
    })

report_df = pd.DataFrame(rows)
report_df.to_excel("가치주_선별_리포트.xlsx", index=False)
report_df.head()

📥 출력 파일

가치주_선별_리포트.xlsx: ROE/PBR 기반 필터링 + RSI/SMA 기술지표 + 뉴스요약 포함

📁 2. 정량지표의 확장

수익성, 성장성, 안정성 지표를 균형있게 적용하고 밸류에이션까지 종합적 가치평가 자동화에 필수적인 확장입니다. 아래와 같이 체계적으로 반영할 수 있습니다.

(1) 정량적 분석: 4대 지표군별 핵심 항목

범주	주요 지표	설명
수익성	ROE, ROA, 영업이익률	기업의 자산 활용 이익률
성장성	매출 증가율, EPS 증가율	미래 확장 가능성
안정성	부채비율, 유보율	재무 건전성
밸류에이션	PER, PBR, EV/EBITDA	현재 주가 수준의 매력도

(2) 코드 적용 전략

각 기업에 대해 위 지표들을 수집하고, 정규화 후 가중 평균하여 종합 스코어로 순위화합니다. 지표별 가중치는 고려되어 있지 않으나, 필요하면 자신만의 가중치를 추가 할 수 있습니다.

(3) 예시 코드 구조 (핵심 부분만)

def get_fundamentals(code):
    try:
        df = fdr.FinancialStatement(code)
        roe = float(df.loc['ROE']) if 'ROE' in df.index else None
        roa = float(df.loc['ROA']) if 'ROA' in df.index else None
        op_margin = float(df.loc['영업이익률']) if '영업이익률' in df.index else None
        sales_growth = float(df.loc['매출증가율']) if '매출증가율' in df.index else None
        eps_growth = float(df.loc['EPS증가율']) if 'EPS증가율' in df.index else None
        debt_ratio = float(df.loc['부채비율']) if '부채비율' in df.index else None
        reserve_ratio = float(df.loc['유보율']) if '유보율' in df.index else None
        per = float(df.loc['PER']) if 'PER' in df.index else None
        pbr = float(df.loc['PBR']) if 'PBR' in df.index else None

        return {
            'ROE': roe, 'ROA': roa, 'OP_Margin': op_margin,
            'Sales_Growth': sales_growth, 'EPS_Growth': eps_growth,
            'Debt_Ratio': debt_ratio, 'Reserve_Ratio': reserve_ratio,
            'PER': per, 'PBR': pbr
        }
    except:
        return None

(4) 종합 점수화 예 (정규화 및 가중치)

from sklearn.preprocessing import MinMaxScaler

def score_fundamentals(fund_list):
    df = pd.DataFrame(fund_list)
    scaler = MinMaxScaler()
    df_scaled = scaler.fit_transform(df.drop(columns=['종목코드', '종목명']))
    df_scaled = pd.DataFrame(df_scaled, columns=df.columns[2:])

    # 가중치 예시: 수익(30), 성장(30), 안정성(20), 밸류(20)
    df['Score'] = (
        0.15 * df_scaled['ROE'] +
        0.15 * df_scaled['ROA'] +
        0.10 * df_scaled['OP_Margin'] +
        0.15 * df_scaled['Sales_Growth'] +
        0.15 * df_scaled['EPS_Growth'] +
        0.10 * (1 - df_scaled['Debt_Ratio']) +
        0.10 * df_scaled['Reserve_Ratio'] +
        0.05 * (1 - df_scaled['PER']) +
        0.05 * (1 - df_scaled['PBR'])
    )
    return df.sort_values(by='Score', ascending=False)

(5) 통합 프로세스 구성

각 종목별 재무지표 수집 (get_fundamentals)
기술적 분석 및 뉴스 감성 분석 결합
종합 스코어 계산 및 보고서 작성

✅ 3. 뉴스 정성 분석

뉴스 분석은 단순한 요약을 넘어서 정성적 평가, 즉 “이 종목에 대한 투자심리를 어떻게 해석할 수 있을까?”를 파악하는 데 핵심 역할을 합니다.

(1) 뉴스 분석의 핵심 항목

항목	설명	분석 목적
감성(Sentiment)	긍정/부정/중립	시장 심리 방향 파악
키워드 빈도	등장하는 핵심 용어들	이슈 중심 파악 (예: ‘신사업’, ‘불매운동’)
기사 출처/신뢰도	주요 언론인가? 블로그/커뮤니티인가?	정보의 신뢰성과 파급력 판단
기사 수	최근 보도량	관심/화제성 추정
이슈 연관성	산업/정책/글로벌 변수와 연관 여부	매크로 리스크 또는 기회 요소 판단

(2) 분석 흐름

Naver 뉴스에서 3~5개 기사 제목 수집
형태소 분석 → 핵심 키워드 추출
감성사전 기반 긍정/부정 단어 탐지 → 점수화
종합 점수 산출 및 요약

(3) Python 코드 반영 (형태소 분석 + 감성 분석 포함)

한국어 감성 분석에는 konlpy와 NLTK 기반 간이 감성 사전을 활용할 수 있습니다.

!pip install konlpy nltk

from konlpy.tag import Okt
import nltk
nltk.download('opinion_lexicon')
from nltk.corpus import opinion_lexicon

okt = Okt()
pos_words = set(opinion_lexicon.positive())
neg_words = set(opinion_lexicon.negative())

def analyze_sentiment(text):
    words = okt.morphs(text)
    pos_count = sum(1 for word in words if word in pos_words)
    neg_count = sum(1 for word in words if word in neg_words)
    score = pos_count - neg_count
    if score > 0:
        return "긍정"
    elif score < 0:
        return "부정"
    else:
        return "중립"

def get_news_titles_with_sentiment(stock_name):
    try:
        url = f"https://search.naver.com/search.naver?query={stock_name}+뉴스"
        res = requests.get(url, headers={'User-Agent': 'Mozilla/5.0'})
        soup = BeautifulSoup(res.text, 'lxml')
        titles = [a.text for a in soup.select('.news_tit')[:3]]
        summaries = []
        for title in titles:
            sentiment = analyze_sentiment(title)
            summaries.append(f"{title.strip()} ({sentiment})")
        return " / ".join(summaries)
    except:
        return "뉴스 수집 실패"

(4) 📊 결과 예시

뉴스 제목	감성 분석
"LG화학, 차세대 배터리 기술 공개"	긍정
"삼성전자, 실적 우려에 주가 하락"	부정
"현대차, EV 전략 발표"	중립

(5) 코드 반영 위치

위 함수 get_news_titles_with_sentiment()를 기존 get_news_titles() 함수 대신 사용하면, 전체 Colab 프로젝트에서 질적 분석이 통합된 자동화 보고서를 생성할 수 있습니다.

Google Colab 프로젝트
다운로드: 가치주_자동분석_통합버전.ipynb

가치주_자동분석_통합버전.ipynb

0.01MB

25.05.17.
Hoyal Horus Hawks

저작자표시 비영리 동일조건 (새창열림)

'투자의 기술 > 복잡계 투자론' 카테고리의 다른 글

5주차. 보충자료 - 트렌드 예측 (1)	2025.05.15
4주차. 보충자료 - 군중 심리와 행동편향 (1)	2025.05.14
3주차. 보충자료 - 시장 트렌드 분석 (1)	2025.05.13
1주차. 보충자료 - Iceberg Model & CLDs (0)	2025.05.12
[Summary] 복잡계 주역 투자론: 시스템 사고와 주역의 변화이론으로 풀어내는 주식투자 전략 (0)	2025.05.08

현재글6주차. 보충자료 - 종목 선정

Illuminating Minds, Bridging Worlds - Another.Works

eroding goals, 칼릴 지브란, 피터 린치, prophet, 시스템 원형, 워런 버핏, tragedy of the commons, 지속가능성, success to the successful, 칼릴지브란, System Thinking, limits to growth, escalation, archetype, 생물모방, Data Science, 기본적 분석, 예언자, growth and underinvestment, 시스템 사고,

« 2025/05 »
일	월	화	수	목	금	토
				1	2	3
4	5	6	7	8	9	10
11	12	13	14	15	16	17
18	19	20	21	22	23	24
25	26	27	28	29	30	31