코릴레이션 코에피션트 보는법 완벽 정리 | 두 자산 상관관계 실전 활용 후기

코릴레이션 코에피션트(Correlation Coefficient)는 통계학에서 오래 쓰인 피어슨 상관계수(Pearson Correlation Coefficient)를 두 종목의 가격 시계열에 적용한 지표입니다. 두 자산이 일정 기간 동안 같은 방향으로 움직이는 정도를 -1에서 +1 사이 단일 숫자로 압축합니다.

계산 방식은 다음과 같습니다. 기준 심볼(Symbol A)과 비교 심볼(Symbol B)을 설정 기간 n개 캔들에 대해 각각의 변화율을 구하고, 두 변화율 시계열의 공분산을 각 표준편차의 곱으로 나눕니다. 수식은 r = Cov(A,B) ÷ (σA × σB)입니다. 결과가 +1이면 두 자산이 완전히 같은 방향으로 움직이고, -1이면 완전히 반대 방향, 0이면 통계적으로 연관이 없다는 뜻입니다.

• TradingView에서는 비교 심볼을 직접 입력하고 기간(기본 20)을 설정하면 메인 차트 아래 오실레이터처럼 표시됩니다.
• 지표 자체는 현재 시점을 기준으로 n개 캔들의 최근 상관계수를 롤링 방식으로 계산합니다. 즉 과거 어느 시점에 상관관계가 얼마였는지도 차트에서 확인할 수 있습니다.
• 중요한 전제: 상관계수는 '방향의 유사성'만 보여줍니다. A가 1% 오를 때 B가 2% 오른다고 해도 상관관계는 +1이 됩니다. 수익률의 크기나 인과관계는 이 지표만으로는 알 수 없습니다.

아래 표는 일반적으로 사용하는 상관계수 구간별 해석 기준입니다. 학문적으로 엄격한 기준이라기보다 실무 트레이더들이 경험적으로 정리한 범위에 가깝습니다.

해석할 때 반드시 염두에 둬야 할 점이 있습니다. 상관관계는 시장 국면에 따라 극적으로 변합니다. 평소에 독립적으로 움직이던 자산들도 금융 위기나 대규모 위험 회피 장세에서는 상관계수가 일시에 +0.9 이상으로 수렴하는 경우가 많습니다. "위기에는 모든 자산이 같이 빠진다"는 말이 바로 이 현상입니다. 분산 투자 효과가 가장 필요한 순간에 효과가 사라지는 패러독스입니다.

코릴레이션 코에피션트에서 기간 설정(n)은 특히 중요합니다. 같은 두 자산이라도 기간을 어떻게 잡느냐에 따라 상관계수가 +0.8이 되기도 하고 +0.1이 되기도 합니다.

제가 주로 쓰는 방식은 두 개의 기간을 동시에 보는 것입니다. 장기(100) 상관계수가 낮은데 단기(20) 상관계수가 갑자기 높아지는 경우, 최근 특정 이슈(금리, 달러 강세 등)로 일시적으로 동행하는 것일 수 있습니다. 이런 상황에서 "이제 둘이 같이 움직이는 자산이 됐다"고 섣불리 결론 내리면 틀리기 쉽습니다.

코릴레이션 코에피션트는 단독으로 매매 신호를 주는 지표는 아닙니다. 용도가 명확한 분석 도구입니다. 제가 실전에서 꺼내 쓰는 경우는 크게 세 가지입니다.

• 포트폴리오 분산 점검: 보유 중인 자산 간 상관계수를 확인해서 "이 두 종목을 같이 들고 있는 게 의미 있는가"를 점검합니다. 국내 대형주 두 종목이 +0.85 이상이면 한 자산에 집중 투자하는 것과 위험 측면에서 거의 차이가 없습니다.
• 선행 자산 탐색: 미국 장기채(TLT)와 국내 채권, 달러 인덱스(DXY)와 금, 비트코인과 알트코인 간 상관관계를 주기적으로 확인합니다. 상관관계가 높을 때는 선행하는 쪽의 움직임이 후행하는 쪽의 힌트가 되기도 합니다. 다만 어느 쪽이 선행인지는 코릴레이션 코에피션트만으로는 알 수 없습니다.
• 페어 트레이딩 기초 검증: 두 종목의 상관계수가 +0.8 이상이고 최근 스프레드가 역사적으로 크게 벌어졌을 때 페어 트레이딩 전략의 전제 조건 확인에 씁니다.

피플로 국내주식에서 관심 종목의 섹터·테마 정보를 확인하면 비슷한 업종 내에서 상관관계가 높은 종목을 더 효율적으로 좁힐 수 있습니다.

코릴레이션 코에피션트를 쓸 때 정직하게 알아야 할 한계가 있습니다. 이 부분을 모르면 수치를 지나치게 신뢰하게 됩니다.

• 인과관계가 아닌 상관관계: A와 B가 같이 오른다고 해서 A가 B를 끌어올리거나 반대인 것은 아닙니다. 둘 다 제3의 요인(달러, 금리, 거시 지표)에 반응해서 동행하는 것일 수 있습니다.
• 비선형 관계를 놓친다: 피어슨 상관계수는 선형 관계만 포착합니다. 두 자산이 복잡한 비선형 관계에 있어도 상관계수가 0에 가깝게 나올 수 있습니다.
• 극단값에 취약하다: 하나의 이상치(극단적 급등·급락 캔들)가 단기 상관계수를 크게 왜곡할 수 있습니다. 롤링 계산 특성상 그 캔들이 기간에서 벗어날 때 상관계수가 갑자기 변하는 것처럼 보이기도 합니다.
• 상관관계의 안정성 보장 없음: 과거 6개월 동안 상관계수가 +0.85였다고 해서 앞으로도 그럴 것이라는 보장은 없습니다. 시장 구조가 바뀌면 상관관계도 바뀝니다.

코릴레이션 코에피션트는 제가 가장 자주 쓰는 포트폴리오 점검 도구입니다. 동시에 단독으로 매매 결정에 쓰기에는 가장 적합하지 않은 지표이기도 합니다.

• 장점: 포트폴리오 분산이 실제로 되고 있는지 수치로 확인할 수 있습니다. "이 두 종목은 다른 방향이니까 분산됐겠지"라는 막연한 믿음을 검증하는 데 탁월합니다. 글로벌 매크로 분석에서 달러·금·채권·원자재 간 관계를 빠르게 파악할 때도 유용합니다.
• 단점: 매매 타이밍 신호를 주지 않습니다. 상관계수가 높다고 언제 어떻게 포지션을 조정할지는 별도 판단이 필요합니다. 또한 결과 해석에 통계적 맥락에 대한 최소한의 이해가 필요해서 완전 초보에게는 진입 장벽이 있습니다.
• 적합한 사용 상황: 포트폴리오를 새로 구성하거나 자산 배분 비율을 재검토할 때, 그리고 특정 매크로 이슈(금리 인상, 달러 강세 등) 발생 시 내 보유 자산들이 같은 방향으로 노출돼 있는지 확인할 때 꺼냅니다.
• 개인 셋업: 일봉 기준으로 기간 20(단기 동행 확인)과 100(구조적 관계 확인)을 함께 씁니다. 비교 심볼은 상황에 따라 DXY, GOLD, BTCUSDT, QQQ 중에서 선택합니다. 상관계수 수치 자체보다 최근 몇 주 동안의 추세 변화 방향을 더 중요하게 봅니다.

※ 본 글은 보조지표에 대한 교육·정보 제공 목적의 콘텐츠이며, 특정 종목·자산의 매수·매도 권유가 아닙니다. 투자 판단과 책임은 투자자 본인에게 있습니다.