본 연구는 네트워크 이론과 탐욕적 알고리즘을 결합한 자산선택 기법을 검토한다. 상관계수 행렬로부터 평면최대여과그래프(PMFG)를 구축하고, 그래프상 최단경로 거리를 활용한 최원선택(Farthest-First) 알고리즘으로 저상관 자산을 선별한다. 2014–2024년 미국 섹터 ETF 11종을 대상으로 표본외 이동 창 검증을 수행하고 6가지 벤치마크와 비교하였다. 핵심 기여는 자산선택과 비중결정을 분리하는 2단계 프레임워크(PMFG-MVO)의 유효성 실증에 있다. PMFG-FF는 본 설정에서 저상관 자산선택에 특화된 체계적 규칙으로 기능하며 전수조사에 근접한 준최적 성능을 보였다. 한편 상관관계 축소가 위험 지표 개선을 동반하지 않는 경향이 본 표본 하에서 관찰되었으며, 이는 실증적 관찰로 한정된다. PMFG-MVO는 저상관 유지와 위험 통제를 결합할 수 있음을 확인하였다. 본 연구는 제한적 유니버스에 기반한 탐색적 연구이며, 대규모 자산군에서의 재검증은 후속 과제로 남는다.