시장을 이길 수 있는가 — 효율적 시장 가설의 균열

한때 투자의 세계에는 거의 신앙에 가까운 명제가 있었습니다. 아무도 시장을 꾸준히 이길 수 없다는 명제입니다. 주가에는 알려진 모든 정보가 이미 담겨 있어서, 내일의 가격은 동전 던지기처럼 예측할 수 없다는 뜻입니다. 이 생각이 효율적 시장 가설(EMH)입니다. 가격이 무작위로 오르내린다는 이론이 랜덤워크입니다. 여기서 시장을 이긴다는 것은 시장 전체의 평균 수익을 (위험을 감안하고도) 웃도는 초과수익(excess return)을 꾸준히 낸다는 뜻입니다. 이 가설대로라면 펀드매니저의 화려한 수익률도 결국 운입니다.

그런데 데이터를 들여다본 학자들은 묘한 균열을 발견하기 시작했습니다. "시장은 효율적"이라는 명제가 데이터 앞에서 흔들린 것입니다.

미리 밝혀 둘 것이 있습니다. 여기 인용하는 거의 모든 논문은 전문가 심사를 받기 전에 공개한 프리프린트(arXiv)입니다. 그래서 어느 한 줄도 최종 결론으로 읽어서는 안 됩니다. 이 신중함 자체가 이 이야기의 일부입니다.

통념 — 왜 "못 이긴다"고 믿었나

효율적 시장 가설의 핵심은 단순합니다. 가격이 모든 정보를 "완전히 반영"한다면, 그 정보로 거래해 이익을 내는 일은 불가능에 가까워집니다. EMH는 "가격이 트레이더(거래하는 사람)가 가진 정보를 완전히 반영한다"는 명제로 정리됩니다. 그 핵심은 거래 전략을 통해 정보가 가격으로 흘러드는 과정에 달려 있습니다 (arXiv:2501.07489).

효율의 정의를 더 엄밀하게 벼린 시도도 있습니다. 한 연구는 효율이 "약한 차익거래 기회의 부재"만으로는 부족하다고 지적하고, 가격이 정보 흐름에 민감하게 반응한다는 조건을 더해야 정보 효율적이라는 필요충분조건이 된다고 정식화했습니다 (arXiv:1302.3001). 차익거래(arbitrage)란 같은 자산의 가격 차이를 이용해 위험 없이 이익을 보는 거래입니다.

효율을 정보이론으로 재려는 시도도 있었습니다. 엔트로피(예측하기 어려운 정도를 재는 척도)로 효율 척도를 만들었더니, 파마와 젠슨이 정리한 고전적 정의, 곧 가격이 정보를 반영한다는 정의와 동등했습니다 (arXiv:1812.02371). 41개 주가지수에는 상관구조와 군집행동(서로 따라 하는 쏠림)까지 반영한 척도를 적용했습니다. 그렇게 "이상적 효율 시장에서 얼마나 떨어져 있는가"를 거리로 쟀습니다 (arXiv:1208.1298).

이 통념을 끝까지 밀어붙인 도발적인 정리도 있습니다. 시장이 약형 효율적이라면 P=NP가 성립한다는 증명입니다. 약형 효율(weak-form efficiency)이란 현재 가격에 과거 가격의 정보가 이미 다 담겨 있다는 뜻입니다. P=NP는 답을 확인하는 데 오래 걸리지 않는 문제는 답을 찾는 데도 오래 걸리지 않는다는 명제입니다. 그런데 P≠NP일 가능성이 높습니다. 그러면 거꾸로 시장은 아마 완벽히 효율적이지 않다는 결론이 나옵니다. 시계열이 길어지고 빈도가 높아질수록 비효율은 더 커집니다 (arXiv:1002.2284).

한 연구는 효율을 정보이론으로 정의했습니다. 거래 가능한 과거가 현재 가격에 주는 정보가 0인 시장을 효율로 보는 정의입니다. 이 정의에서는 GARCH(변동성이 시기마다 달라지는 구조) 수익률 과정을 가진 시장이 효율적일 수 없다고 보였습니다 (arXiv:0903.2243). 이 정의 아래서는 완전한 효율이 성립하기 어렵습니다. 이 글은 EMH를 완전한 진리가 아니라 비교의 기준점으로 씁니다.

균열 ① — 설명되지 않는 규칙, 이상현상

진짜 균열은 데이터에서 왔습니다. EMH가 맞다면 어떤 단순한 규칙으로도 꾸준한 초과수익을 낼 수 없습니다. 그런데 실증 연구들은 그런 규칙을 반복해서 찾아냈습니다. 효율 가설로 설명되지 않는 이런 규칙적 패턴을 이상현상(anomaly)이라 부릅니다.

모멘텀이 대표적입니다. 최근 오른 종목이 한동안 더 오르는 경향입니다. 같은 특성을 공유하는 종목 묶음인 팩터에서도 모멘텀이 나타납니다. 72개 팩터에서 팩터 모멘텀이 재확인됐습니다. 오른 팩터가 계속 오르는 방향성으로도, 같은 시점에 팩터끼리 비교하는 횡단면으로도 작동했습니다. 주식 모멘텀과 팩터 노출을 통제해 봅니다. 그러면 통계적으로 유의한 샤프지수(위험 한 단위당 수익)는 가장 최근 한 달 수익을 포함한 경우에만 남았습니다. 효과가 짧은 시차, 곧 가까운 과거에 몰려 있다는 뜻입니다 (arXiv:2009.04824). 모멘텀 전략에 '대칭성 깨짐'이라는 물리 모형을 입힌 결과도 보고됐습니다. 미국과 한국 시장 데이터에서 단순 모멘텀보다 강한 성과와 더 나은 위험 지표를 보였습니다 (arXiv:1107.5122).

가치(value)도 끈질긴 신호입니다. 로버트 실러의 경기조정 주가수익비율(CAPE)은 주가를 여러 해의 평균 이익으로 나눈 값입니다. 이 비율이 장기 수익을 예측한다는 점에 기댄 모형은, 초기 CAPE가 낮을수록(즉 쌀수록) 이후 장기 기대수익이 높아지는 선형 관계를 이론적으로 도출했습니다. 모멘텀 성분이 단기·중기에는 거품과 폭락을 낳을 수 있습니다. 그래도 장기 기준점은 결국 주가가 이익·자산에 비해 싼지 비싼지, 곧 밸류에이션이라는 것입니다 (arXiv:1204.5055). 배당과 이익, 장부가치 같은 가치 지표를 묶은 다변량 모형이 향후 수익을 예측한다는 실증도 더해졌습니다 (arXiv:2110.01873).

소형주·저가주 신호도 있습니다. 인도 국가증권거래소의 페니주(주가가 아주 낮은 주식) 167개를 분석했습니다. 네 가지 종목 묶음의 수익이 유의하게 더 높았습니다. 시가총액(회사 전체의 시장 가치)이 낮은 종목, P/E·P/B(주가를 이익·순자산으로 나눈 값)가 낮은 종목, 가격이 낮은 종목입니다 (arXiv:1610.01338).

이상현상은 시간 축에도 숨어 있었습니다. 장중 패턴에서는 거래일의 정확한 배수가 되는 30분 간격마다 수익이 같은 방향으로 이어졌습니다. 이 패턴은 최소 40거래일 지속됐습니다. 거래량이나 호가스프레드로는 설명되지 않는 패턴이었습니다 (arXiv:1005.3535). 특정 달에 수익이 치우치는 달력 효과도 약하게나마 발견됐습니다. 미국·터키 지수의 월별 수익에서, 특히 터키 주식은 4월에 수익이 플러스였던 뒤 5월에 두드러진 마이너스 효과가 나타났습니다 (arXiv:2003.05750).

새로운 종류의 팩터도 계속 발굴됐습니다. 무형투자(눈에 보이지 않는 자산에 대한 투자) 강도 팩터는 1963~1992년에는 수익 예측력이 약했습니다. 1993~2022년 구간에서는 강해졌습니다 (arXiv:2505.16336). 공시문에서 측정한 사이버 위험이 높은 종목을 사고 낮은 종목을 파는 롱숏 포트폴리오를 만들었습니다. 이 포트폴리오는 연 6.93%의 유의한 위험 프리미엄을 냈습니다 (arXiv:2402.04775). 100만 건 넘는 뉴스로 종목 간 네트워크를 만들면, 그 '네트워크 주목도'가 월별 수익을 횡단면에서 예측했습니다 (arXiv:2108.05721). 이 초과수익이 비효율인지 위험에 대한 보상인지는 초록으로는 가려지지 않습니다.

균열 ② — 사람의 행동편향

이상현상이 "시장에 패턴이 있다"는 증거라면, 행동재무학은 "그 패턴의 원인이 사람의 비합리성"이라고 말합니다. 행동재무학(behavioral finance)은 투자자의 심리적 편향으로 시장을 설명하는 분야입니다.

가장 유명한 것이 처분효과(disposition effect)입니다. 오른 종목은 서둘러 팔아 이익을 확정하고, 떨어진 종목은 손실을 인정하기 싫어 끌어안는 비합리적 경향입니다. 비트코인 같은 암호자산 시장에서도 처분효과가 나타났습니다. 다만 관측 기간 내내 일관되지는 않았습니다. 2017년 급등·급락 이후 뚜렷해졌습니다 (arXiv:2010.12415).

과잉반응과 과소반응도 핵심입니다. 정보가 가격을 움직여야 할 만큼보다 크게 움직이면 과잉반응(overreaction), 작게 움직이면 과소반응입니다. 실제 수익률 분포는 높은 첨도와 두꺼운 꼬리를 보입니다. 가운데가 뾰족하고 극단적인 수익이 정규분포(종 모양 분포)보다 자주 나온다는 뜻입니다. 한 모형에서는 사건·정보의 충격이 정규분포를 따른다고 가정합니다. 이때 작은 정보엔 과소반응, 큰 정보엔 과잉반응하는 반응 함수로 수익률 분포가 설명됐습니다. 중국·미국·일본 지수에서 이 비대칭 반응 함수가 관찰됐습니다 (arXiv:2312.02472). 투자자 심리(sentiment)의 예측력은 종목 특성에 따라 시차가 달랐습니다. 소형주와 저(低)장부가비율주에서는 단기·장기 모두 강한 예측력이 나타났습니다 (arXiv:1803.02962). LLM은 ChatGPT 같은 대규모 언어모델입니다. 이 AI조차 과거 수익을 해석할 때 사람처럼 최근 성과에 과도한 가중치를 두는 과잉외삽을 보였습니다. 최근 추세가 앞으로도 이어질 것처럼 보는 일입니다. 예측이 실제 수익률보다 낙관적으로 보였습니다 (arXiv:2409.11540).

거품과 폭락은 비합리성에서만이 아니라, 군집과 낙관이 더해진 효율적 메커니즘에서도 모형상 생깁니다. 한 동역학 모형에서는 개별 투자자가 사적 정보와 주변의 행동(군집)을 합쳐 의견을 조정합니다. 기대가 균형일 때는 이 모형에서도 효율적인 가격이 나왔습니다. 낙관적 믿음이 우세해질 때만 다수가 비관적 정보를 가졌더라도 강세장이 만들어지고, 결국 거품과 급락으로 이어집니다 (arXiv:1106.1577). 더 놀라운 사례도 있습니다. 한 사회학 분석은 가격 거품을 사례로 삼았습니다. 시장은 교과서적 효율 조건, 곧 완전한 정보·원자적 행위자·불확실성 부재를 갖췄습니다. 그런데도 제도화 과정과 부합하는 패턴이 빠르게 생겼다고 보고했습니다 (arXiv:1609.04629). 비합리성을 모델링하려는 시도도 있습니다. 한 딥러닝 모형이 시장 심리·투기·조작·심리적 편향 같은 '비이성 팩터'를 학습하자 수익 예측이 개선됐다고 합니다 (arXiv:2502.04737).

절충 — 효율은 때에 따라 달라진다

그렇다면 시장은 효율적인가, 비효율적인가? 가장 설득력 있는 답은 "때에 따라 다르다"였습니다. 효율성은 고정된 성질이 아니라 시간과 시장에 따라 변한다는 견해가 있습니다. 이것이 적응적 시장가설(AMH)입니다.

새 지수로 분석한 전쟁 전과 전시의 일본 주식시장에서 효율의 정도는 시간에 따라, 그리고 주요 역사적 사건에 따라 변동했습니다. 저자들은 이를 AMH를 지지하는 결과로 보았습니다. 정부 개입이 강해진 1930년대에 전쟁 위험 프리미엄이 오를수록 효율이 떨어졌습니다 (arXiv:1911.04059). 일본 TOPIX·TSE2를 시기별로 달라지는 AR 모형으로 보면, 효율의 정도는 두 시장 모두에서 시간에 따라 변했습니다. 다만 TSE2의 효율은 대부분의 기간 TOPIX보다 낮았고, 효율이 진화한 것은 TOPIX뿐 TSE2는 그렇지 않았습니다. 저자들은 AMH가 지지되는 것은 더 우량한 시장(TOPIX)이라고 결론지었습니다 (arXiv:1207.1842). 암호화폐 시장(비트코인·이더리움)에서도 효율은 시간에 따라 변했습니다. 대부분의 기간 비트코인의 효율이 이더리움보다 높았고, 유동성(사고팔기 쉬운 정도)이 높은 시장에서 효율이 진화하고 있었습니다. 저자들은 AMH가 지지되는 것은 가장 자리 잡은 암호화폐 시장이라고 결론지었습니다 (arXiv:1904.09403). 중국 시장의 수익 예측력은 시장 격변기 주변에서 강해졌습니다 (arXiv:1611.04090). 순열 엔트로피(수익의 무작위성을 재는 척도)로 본 세계 주요 시장의 효율은 몇 달 단위로만 안정적이었습니다 (arXiv:2011.14809).

미국 시장은 단순하지 않습니다. NYSE 지수를 1950~2013년에 걸쳐 분석했습니다. 동일가중 지수(모든 종목을 같은 비중으로 담은 지수)에서는 랜덤워크 가설이 전 기간 기각됐습니다. 시가총액 가중 지수(큰 회사일수록 비중이 큰 지수)에서는 1990년대부터 랜덤워크가 받아들여지기 시작했습니다 (arXiv:1510.03926). 그러나 저자들은 이 차이가 효율의 변화라기보다 포트폴리오 효과와 비동시 거래 효과가 합쳐진 결과라고 보았습니다. 비동시 거래란 종목마다 마지막 거래 시점이 달라 지수가 늦게 움직이는 현상입니다. 2종목·6종목 포트폴리오를 가정한 시뮬레이션에서 두 지수의 차이가 거의 다 설명됐습니다. 그래서 이 사례는 AMH의 증거로 단독으로 쓰기 어렵습니다.

왜 효율이 변할까요? 한 개념 연구는 효율성을 경제 규모·제도적 집행력·지정학적 위치의 상호작용에서 나오는 국지적이고 상태 의존적인 성질로 개념화했습니다. 실증 검정이 아니라 틀을 제안한 논문입니다 (arXiv:2601.05924). 이 틀에서는 효율이 시장마다 다르게 나타날 수 있습니다.

비효율이 남은 시장에서 신호가 나타났다는 보고도 있습니다. 브라질 시장의 8년 자료에서 차트 패턴과 이후 추세 사이에 통계적 관련성이 보고됐습니다. 저자들은 그 기간 안에서 기술적 분석(가격 차트의 모양으로 앞날을 읽는 방법)이 추세를 예측하는 수단으로 유효하다고 보았습니다 (arXiv:1302.1228). 중국 시장에서는 다중프랙탈 스펙트럼 폭이 표본 안팎 검정 모두에서 초과수익의 유의한 예측변수였습니다. 다중프랙탈은 가격 변동의 복잡한 구조를 재는 방법입니다 (arXiv:1806.07604).

정직한 반전 — 이기는 일을 어렵게 하는 것들

여기까지 보면 "패턴이 있으니 이길 수 있겠다"고 결론짓고 싶어집니다. 그러나 이를 어렵게 만드는 요인도 여럿 보고됩니다. 이 글이 읽은 연구를 모으면, 비효율이 있다는 증거와 그 이익이 제한적이라는 증거가 함께 나옵니다. 거래비용을 뺀 뒤에도 수익이 남는다고 본 연구(arXiv:2207.10476, arXiv:2601.11958)도 있어 결론은 갈립니다. 거래비용(transaction cost)은 사고팔 때 드는 비용입니다.

첫 번째 그늘은 예측 가능성과 수익 가능성은 다르다는 점입니다. "예측 가능성만으로는 시장 효율의 충분한 척도가 아니다"라는 주장이 있습니다. 한 진화적 시장 모형은 이상적 트레이더가 실제로 빼낼 수 있는 최대 이익으로 비효율을 다시 쟀습니다. 그 결과 실현 가능한 이익은 매우 제한적이었고, 시장 참여자가 늘수록 더 줄었습니다 (arXiv:cond-mat/0403621). 이 모형 안에서는 패턴이 있어도 돈으로 바꿀 수 있는 양이 작았습니다. 저자들은 높은 수준의 효율이 예측 가능성과 함께 있을 수 있다고 결론지었습니다.

두 번째 그늘은 전략의 자기소멸입니다. ChatGPT 실험에서 GPT-4는 뉴스 헤드라인으로 시장 반응을 예측했습니다. 후속 가격 표류도 유의하게 예측했습니다(특히 소형주와 부정적 뉴스에서). 가격 표류란 첫 반응 뒤에도 가격이 같은 방향으로 계속 움직이는 현상입니다. 그러나 LLM 채택이 늘수록 전략 수익은 감소했습니다. 저자들은 이를 가격 효율이 개선된 것과 부합한다고 해석했습니다 (arXiv:2304.07619). 한 전략의 사례이지만, 알려진 비효율이 활용될수록 줄어든다는 EMH의 자기교정 논리와 맞습니다.

세 번째 그늘은 거래비용입니다. 다만 거래비용이 수익을 얼마나 깎는지는 연구마다 갈립니다. 모스크바 거래소는 2012~2021년 대부분의 달에 효율이 유의하게 낮았다고 보고됐습니다. 저자들은 이 비효율이 거래비용을 뺀 뒤에도 수익을 낼 전략을 만들 수 있다는 신호라고 적었습니다 (arXiv:2207.10476). 다만 초록은 이를 '가능성의 신호'라고 쓸 뿐, 그 전략을 직접 시험했다고는 하지 않습니다. 비트코인을 신경망으로 분석했습니다. 입력 자산을 늘려도 평가용으로 떼어 둔 자료에서 매수보유 전략을 일관되게 이기지 못했습니다. 표본 기간 동안 비트코인 시장이 EMH 의미에서 효율적이라는 증거를 찾았다는 것입니다 (arXiv:2208.07254). 인도·중국 시장이 약형 비효율적(과거 가격만으로 어느 정도 예측할 수 있다는 뜻)이라는 연구들이 있습니다 (arXiv:1709.04059, arXiv:2012.01160). 인도 시장 연구는 이를 근거로 시장을 이길 수 있다고 결론지었습니다. 그러나 초록은 거래비용을 따지지 않았고 런 검정·자기상관 검정 같은 통계 검정만 썼습니다. 중국·인도 연구는 2008년 금융위기 이후 효율이 높아지는 듯 보인다고도 적었습니다.

네 번째 그늘은 비효율이 잡히는 시간 척도가 너무 짧다는 점입니다. 수십 초 단위로 살피면, 자기상관 구조(방금의 수익이 다음 수익과 이어지는 관계)가 자명하지 않은 종목 묶음(바스켓)을 체계적으로 만들 수 있다는 보고가 있습니다. 이는 EMH를 위반하는 묶음이고, 그 상황은 어느 정도 예측이 가능할 만큼 지속된다고 합니다 (arXiv:1006.5230). 수십 초라는 시간 척도가 이 비효율을 잡기 어렵게 만듭니다. 차익거래를 기하학적으로 측정했더니, 제한된 자료에서 시장은 하루 이상의 시간 척도에서 효율적이었습니다. 비효율은 장중 고빈도 자료에서 나타났고, 한 번 생기면 약 1분 안팎에 사라지는 것으로 보였습니다 (arXiv:0908.3043). 이런 기회는 거래 시간이 매우 짧아야 쓸 수 있어, 비용이 어느 정도인지는 이 글이 읽은 초록으로는 알 수 없습니다. 블록체인 자산에서는 거래 기록을 확정하는 데 걸리는 합의 지연이라는 물리적 마찰이 차익거래를 제약합니다. 이 '차익거래의 한계'도 같은 교훈을 줍니다 (arXiv:1812.00595).

다섯 번째 그늘은 효율은 조건부라는 점입니다. 상하이-홍콩 증시 연결(스톡커넥트)은 국경을 넘는 투자의 문턱을 낮춘 금융 자유화 정책입니다. 이를 분석한 2026년 분석에서 이 정책은 같은 기업의 A주·H주 가격 차이(A-H 프리미엄)를 평균 18.4% 넓혔습니다. 그 효과는 덜 효율적인 시장의 기업에서 더 컸습니다. 저자들은 자유화가 반드시 가격 수렴을 낳지는 않는다고 결론지었습니다 (arXiv:2602.14754). '레버리지 효율' 가설도 있습니다. 레버리지(빌린 돈으로 투자 규모를 키우는 일)의 최적값이 1로 수렴한다는 가설입니다. 이 가설에서는 시장 포트폴리오에 레버리지를 걸어도 장기 초과성과가 나오지 않는다고 봅니다. 저자들은 이 가설의 함의로, 사기 펀드의 가격이 합법적으로 거래되는 자산의 가격과 확률적 성질이 달라 사기 탐지에 쓸 수 있다고 제안했습니다. S&P500·비트코인·버크셔 해서웨이·매도프 펀드 가격 자료를 분석하니 이 가설이 지지됐다고 합니다 (arXiv:1101.4548).

행동재무학이 '이상현상'으로 부른 것들조차 다른 해석의 여지가 있습니다. 주식 프리미엄 퍼즐(equity premium puzzle)은 주식이 안전자산보다 훨씬 많이 버는 이유가 설명되지 않는다는 수수께끼입니다. 변동성 퍼즐(excess volatility puzzle)은 주가 변동이 기본 가치 변동보다 큰 이유에 대한 수수께끼입니다. 이 둘과 자산수익 예측 가능성은 행동재무 가정 없이도 합리적 재무이론 안에서 설명할 수 있다는 주장이 있습니다 (arXiv:1710.03211). 저자들은 그것이 유일한 설명은 아니라고 했습니다. 주식 예측 가능성 퍼즐도 합리적 재무 안의 통계 모형으로 설명할 수 있다는 주장이 있습니다 (arXiv:1911.02194). 같은 데이터를 두고 "비합리성의 증거"와 행동재무 가정 없는 설명이 맞섭니다.

AI 시대의 새 균열 — 그리고 그것을 의심하기

최근에는 AI가 이 오랜 질문에 새 장을 열고 있습니다. LLM이 매일 러셀 1000 종목(미국 대형주 지수의 구성 종목)을 스스로 평가하게 한 2026년 실험이 있습니다. 미래 정보 누출이 구조적으로 불가능한 완전 실시간 표본외(분석에 쓰지 않은 새 자료로 확인하는 방식) 설계입니다. 결과는 미묘했습니다. 저자들은 AI에게 진짜 종목 선별 능력이 있지만 '최상위 승자'를 골라낼 때뿐이라고 평가했습니다. AI가 가장 높게 매긴 상위 20종목을 담은 포트폴리오는 유의한 알파(시장 움직임으로 설명되지 않는 초과수익)를 냈습니다. 거래비용이 총알파의 10% 미만이어서, 저자들은 구현 가능한 전략이라고 보았습니다. 그러나 그 너머로 넓히면 알파가 빠르게 희석됐고, 하위 종목은 시장과 구분되지 않았습니다. 관찰 기간은 2025년 4월 이후로 짧습니다 (arXiv:2601.11958). "이길 수 있다"와 "없다"가 한 연구 안에 공존합니다.

동시에, 비범한 주장일수록 비범한 신중함이 필요합니다. 어떤 프리프린트는 가치 신호와 단기반전 신호를 '표류 국면'에서만 활성화했습니다. 가치 신호는 싼 종목을, 단기반전 신호는 최근 떨어진 종목이 곧 되오르는 경향을 씁니다. 표류 국면은 개별 종목이 오른 날이 많았던 기간입니다. 그렇게 표본외 샤프지수 13 이상, 연 158.6% 수익을 달성했다고 보고했습니다 (arXiv:2511.12490). 이 프리프린트는 1,000회 무작위 검정과 파라미터 교란까지 통과했다고 합니다. 그래도 이 정도 수치는 그 자체로 의심의 대상입니다. 데이터마이닝(자료를 뒤져 우연한 패턴을 찾는 일)과 생존편향(살아남은 종목만 남아 결과가 좋아 보이는 왜곡)이 대표적인 함정입니다. 미래정보 누출과 용량 한계도 함정입니다. 이를 모두 걸러냈는지는 동료심사와 독립 재현이 말해 줄 일입니다. 프리프린트 한 줄을 결론으로 읽을 수 없다는 이 글의 첫 경고가, 가장 화려한 수익률 앞에서 가장 크게 울립니다.

마무리

"아무도 못 이긴다"는 통념은 모멘텀·가치·소형주 같은 이상현상과 처분효과·과잉반응 같은 행동편향 앞에서 균열을 보였습니다. 그러나 "이길 수 있다"는 반대편도 거래비용·짧은 시간 척도·전략의 자기소멸이라는 그늘 앞에서 쉽게 의기양양해질 수 없었습니다. 가장 정직한 절충은 적응적 시장가설이었습니다.

그래서 결론은 단정이 아니라 균형입니다. 이 글이 읽은 연구로 보면, 알려진 비효율을 보고한 연구가 있고, 그 이익이 제한적이거나(arXiv:cond-mat/0403621, 모형 안에서) 채택이 늘면서 줄었다는(arXiv:2304.07619) 연구도 있습니다. 거래비용을 뺀 뒤에도 수익이 남는지는 연구마다 다르게 나옵니다. 시장은 완벽히 효율적이지도, 마음껏 이길 수 있을 만큼 비효율적이지도 않습니다.

이 글은 금융·경제 정보 제공을 위한 것이며, 투자 자문이나 권유가 아닙니다. 인용한 근거의 대부분은 동료심사 전 프리프린트(arXiv)로, 후속 연구로 세부 내용이 갱신될 수 있습니다.

---

근거 논문 (arXiv)

통념 — 효율적 시장 가설·랜덤워크

• EMH와 AI 보편근사기가 효율을 재편하는 방식 (arXiv:2501.07489)
• EMH의 현대적 접근(약한 차익거래 부재 + 시장 민감성이 정보 효율의 필요충분조건) (arXiv:1302.3001)
• 정보엔트로피 기반 효율 척도(파마·젠슨과 동등) (arXiv:1812.02371)
• 41개 지수의 효율 측정(상관구조·군집) (arXiv:1208.1298)
• "시장이 효율적이면 P=NP" (arXiv:1002.2284)
• 실용 정보율과 시장 효율(GARCH는 비효율) (arXiv:0903.2243)

균열 ① 이상현상 — 모멘텀·가치·소형주·달력·새 팩터

• 팩터 모멘텀 대 종목 모멘텀 (arXiv:2009.04824)
• 대칭성 깨짐 모멘텀 전략(미국·한국) (arXiv:1107.5122)
• CAPE 밸류에이션과 장기 수익 예측 (arXiv:1204.5055)
• 다변량 수익 예측 모형(배당·E/P·B/M) (arXiv:2110.01873)
• 페니주 횡단면 수익(소형·저P/E·저P/B) (arXiv:1610.01338)
• 횡단면 수익의 장중 패턴(연속·반전) (arXiv:1005.3535)
• 월별 수익 달력 효과(5월 효과) (arXiv:2003.05750)
• 무형투자 강도 팩터(60년 증거) (arXiv:2505.16336)
• 사이버 위험과 횡단면 수익 (arXiv:2402.04775)
• 뉴스 네트워크와 횡단면 예측력 (arXiv:2108.05721)

균열 ② 행동편향 — 처분효과·과잉반응·거품

• 비트코인의 처분효과 (arXiv:2010.12415)
• 과소·과잉반응 반응함수와 수익분포 (arXiv:2312.02472)
• 투자자 심리의 예측 시차와 종목 특성 (arXiv:1803.02962)
• LLM의 과잉외삽·오캘리브레이션(인간 편향) (arXiv:2409.11540)
• 예측·군집과 거품·폭락 형성 (arXiv:1106.1577)
• 효율 조건에서도 생기는 가격 거품(사회학) (arXiv:1609.04629)
• 다층 시장 비이성 팩터 학습 (arXiv:2502.04737)

절충 — 적응적 시장가설(AMH)

• 전전·전시 일본의 시변 효율(AMH) (arXiv:1911.04059)
• 시변 AR로 본 AMH(일본 TOPIX·TSE2, TOPIX만 진화) (arXiv:1207.1842)
• 암호화폐 시장 효율의 진화(AMH) (arXiv:1904.09403)
• 중국 시장의 시변 예측력(AMH) (arXiv:1611.04090)
• 시장 효율의 집합적 동역학(시변) (arXiv:2011.14809)
• NYSE 지수 차이는 비동시 거래·포트폴리오 효과로 설명 (arXiv:1510.03926)
• 지정학·제도와 적응적 효율(GAER) (arXiv:2601.05924)
• 기술적 분석의 통계적 증거(브라질) (arXiv:1302.1228)
• 다중프랙탈과 수익 예측력(중국) (arXiv:1806.07604)

정직한 반전 — 비용·시간척도·자기소멸·조건부 효율

• 예측 가능한 시장의 제한된 이익(참여자↑→이익↓) (arXiv:cond-mat/0403621)
• ChatGPT 전략 수익, 채택↑→가격효율↑로 소멸 (arXiv:2304.07619)
• 모스크바 거래소 비효율(거래비용 차감 후에도 전략 가능성) (arXiv:2207.10476)
• 비트코인 EMH(신경망도 매수보유 못 이김) (arXiv:2208.07254)
• 중국·인도 시장 약형 비효율 (arXiv:1709.04059)
• 인도 시장 약형 비효율 (arXiv:2012.01160)
• EMH 위반 바스켓은 수십 초 척도뿐 (arXiv:1006.5230)
• 차익거래는 1분 미만 초고빈도에서만 (arXiv:0908.3043)
• 블록체인 자산의 차익거래 한계(합의 지연) (arXiv:1812.00595)
• 금융 자유화 효과는 사전 효율성에 의존 (arXiv:2602.14754)
• 레버리지 효율(매도프 사기 탐지) (arXiv:1101.4548)
• 행동 이상현상의 합리적 재무 설명 (arXiv:1710.03211)
• 주식 예측 가능성 퍼즐의 합리적 모형 (arXiv:1911.02194)

AI 시대의 새 균열 — 그리고 신중함

• 에이전트 AI 나우캐스팅(최상위 승자만 알파) (arXiv:2601.11958)
• 표본외 샤프 13 팩터 주장(프리프린트 신중) (arXiv:2511.12490)