여러 재무 지표를 조합해 나만의 스크리닝 기준을 만들 때 지표 간 상충은 어떻게 처리해야 하나요?

지표 간 상충은 척도가 달라 생기는 '기술적 상충'과, 한 종목이 어떤 팩터에는 좋고 다른 팩터에는 나쁜 신호를 보내는 '경제적 상충' 두 층위로 나눠 다루는 것이 일반적입니다. 기술적 상충은 PER(배수)·부채비율(%)·거래량(주)처럼 단위와 분포가 다른 지표를 단순 순위로 합산하면 척도가 큰 지표가 결과를 지배해버리는 문제입니다. 실무에서는 ①지표별 방향을 통일하고 ②순위·백분위로 바꾼 뒤 ③Z-score로 표준화해 동일 척도로 맞추고 ④윈저라이징(상하위 극단값을 경계값으로 대체)으로 이상치를 완화한 다음 ⑤가중합산하는 절차가 권장됩니다. 극단치 처리는 데이터를 아예 버리는 트림보다, 극단값만 조정하는 윈저라이징이 포트폴리오 구성에 더 적합하다고 설명됩니다^[1]. 경제적 상충, 예컨대 저PER(가치)인데 모멘텀은 약한 경우는 결합 철학의 문제로, 크게 단일팩터 포트폴리오를 각각 만든 뒤 합치는 '혼합(Mixing)' 방식과 처음부터 여러 팩터 점수가 고루 높은 종목만 뽑는 '통합(Integrating)' 방식이 있습니다. 일부 실증 연구는 통합 방식이 추적오차 대비 초과수익 면에서 우수했다고 보고하지만^[2], 자산운용사 리서치 쪽에서는 두 방식 모두 유효하다고 보는 시각도 있어 어느 한쪽이 항상 우월하다고 단정할 수는 없습니다. 아울러 상관관계가 높은 지표(예: PER·PBR·PCR을 한꺼번에)를 여러 개 넣으면 사실상 같은 스타일에 중복 베팅하는 셈이 되므로, 결합 전 지표 간 상관행렬을 확인해 낮거나 음의 상관을 가진 지표를 조합하는 것이 진정한 분산 효과로 이어집니다. 특히 저PER·저PBR이 항상 저평가를 뜻하지 않고 펀더멘털이 악화된 '밸류 트랩'일 수 있으므로, 가치 지표에는 수익성·이익추세 같은 퀄리티 지표를 함께 조건으로 걸어 함정을 거르는 방법이 실무적 해법으로 제시됩니다. 이러한 결합 방식과 가중치는 백테스트로 강건성을 점검하되 과최적화를 경계해야 하며, 최종적인 스크리닝 기준 설계와 투자 판단, 그 책임은 투자자 본인에게 있습니다.