미국 증시가 고점에 근접했다는 회의론이 여전한 가운데, 인베스팅프로(InvestingPro) 가입자들의 포트폴리오는 가파른 수익률 상승세를 이어가고 있다.
2025년 9월 12일, 인베스팅닷컴의 보도에 따르면 9월 신규 추천 종목 리스트에 포함된 기업들 중 일부는 이미 두 자릿수 수익률을 기록했다. 특히 오라클(Oracle Corporation, NYSE:ORCL)이 한 달 동안 36.14% 급등했고, 아스테라 랩스(Astera Labs, NASDAQ:ALAB)는 같은 기간 27.83% 상승하며 25% 이상의 월간 수익률을 달성한 대표 사례로 꼽힌다.
이는 지난 8월 AI 기반 ‘프로픽스(ProPicks)’ 모델이 발굴한 비아샛(ViaSat Inc, NASDAQ:VSAT) ▲96.05% 및 사피엔스(Sapiens) ▲60.37% 등 게임 체인저급 성과의 연장선상에 있다.
“11월 공식 출시 이후 현재까지 추천 포트폴리오 누적 수익률은 +139.82%로, 동기간 S&P 500 대비 +101.03%포인트 초과 성과를 기록했다”는 설명이다.
■ ‘프로픽스 AI’ 성과 요약
ㆍ미국 종목을 대상으로 한 추천 리스트: 출시 이후 +139.82%
ㆍ비(非)미국 종목 추천 리스트: 평균 +7.71% (390개 종목, 적중률 63.41%)
ㆍ수익 종목이 손실 종목 대비 78.11% 우위
ㆍ90% 이상의 전략이 플러스(+) 수익률 유지
ㆍ17.8% 이상 수익을 거둔 종목 91개
■ 비(非)미국 시장 ‘대형 히트’ 종목
ㆍ티센크루프(Thyssenkrupp, ETR:TKAG): 148.10% (1~4월 추천, 7월 재편입 후 추가 33.62%)
ㆍABL바이오(KQ:298380): 121.3% (1~6월 추천)
ㆍ콜랩 클라우드 플랫폼스(BO:COLA): 111.8% (3~5월 추천)
ㆍ인드라 시스테마스(BME:IDR): 100.29% (1월 편입 이후)
산업별·국가별 전략도 선전 중이다. 예컨대 ‘독일 산업 챔피언’ 전략은 +39.39%, ‘이탈리아 성장 스타’는 +35.25%, ‘한국 가치주 바겐 헌터’는 +37.50%로 각국 벤치마크를 큰 폭으로 앞섰다. 심지어 인도·사우디아라비아처럼 시장 자체가 마이너스인 지역에서도 ‘Bharat Small Cap Gems’가 +12.81%, ‘TASI Superstars’가 +0.97%의 양(+)의 수익률을 달성해 벤치마크 대비 두 자릿수 초과 성과를 냈다.
■ AI 기반 주식 선별 메커니즘
매월 초 모델은 20개 내외 종목으로 구성된 각 전략을 리밸런싱한다. 이는 전 세계 15년 치 재무 데이터와 150개 이상의 전통적 가치·성장·퀀트 지표를 머신러닝 알고리즘으로 통합해 도출되는 결과다. 일부 종목은 편출, 일부는 유지·재편입되며, 모든 종목은 동일 가중(Equal Weighting) 방식으로 설정해 ‘순수 모델 성과’를 측정한다.
‘Hit Rate’란 전체 추천 종목 중 플러스 수익을 낸 비율을 의미한다. 일반 투자자에게 다소 생소할 수 있으나, 해당 지표는 주식 선별 모델의 신뢰도를 가늠하는 데 핵심적인 역할을 한다. Benchmark는 전략과 비교되는 시장 대표 지수이며, 초과 성과(Alpha)를 파악하는 기준선이다.
■ 장기 투자 시뮬레이션: ‘Tech Titans’ 전략
백테스트 결과, 12년간 ‘테크 타이탄즈(Tech Titans)’ 전략은 S&P 500 대비 월등한 성과를 보여왔다. 100,000달러를 투자했을 경우, 12년 뒤 2,420,100달러로 불어나는 결과가 제시됐다. 이는 복리 효과(Compounding)가 명확히 들어맞은 사례로, 장기 보유 전략(long run)이 자산 증식에 가장 확실한 길임을 재확인시킨다.
“주식 투자는 확률 게임이다. 승자(수익 종목)만 찾는 것이 아니라, 더 이상 매력적이지 않은 종목을 과감히 버리는 것이 핵심”이라고 모델 개발진은 강조한다.
투자자라면 동일 가중 방식을 반드시 따를 필요는 없지만, 이는 모델의 순수 성과를 검증할 수 있는 기준점이 된다. 본지가 확인한 바에 따르면, AI 추천 리스트의 수익률은 실제 매매 환경에서도 재현되고 있다. 즉, 단순 백테스트가 아닌 ‘실매매 기반(real-world)’ 수치라는 점에서 의미가 깊다.
■ 전문기자 시각
기존 ‘전통적 펀더멘털 분석’이 액티브 펀드 매니저의 경험과 직관에 크게 의존했다면, AI·머신러닝은 방대한 데이터를 실시간으로 학습·업데이트하며 휴먼 바이어스(편향)를 최소화한다. 특히 같은 전략으로 미국과 해외 시장을 모두 공략해 꾸준한 초과 수익을 내는 사례는 드물다. 향후 변동성 장세에서도 리밸런싱 주기를 단축하거나 리스크 파라미터를 조정해 방어적 알고리즘을 도입할 경우, 안정성과 성장성을 동시에 확보할 수 있을 것으로 전망된다.
다만 AI 모델도 시장 변수(거시경제, 정책, 지정학 등)에 따라 성과가 달라질 수 있다. 투자 전 포트폴리오 분산과 손실 한도 설정은 필수적이다. 또한 고수익 광고성 문구에만 현혹되기보다, 모델 구성 원리와 백테스트 조건을 꼼꼼히 확인하는 ‘비판적 시각’이 요구된다.
※ 본 기사에 언급된 주가·수익률 등 수치는 보도 시점을 기준으로 작성됐으며, 시장 상황에 따라 변동될 수 있다.
