10번 중 7번 이기는 전략과 10번 중 4번만 이기는 전략 중 어느 쪽이 더 좋을까요? 직관적으로는 승률 70%가 좋아 보이지만, 실제 답은 평균적으로 얼마를 벌고 얼마를 잃는지에 따라 달라집니다. 작은 이익을 자주 얻고 한 번의 손실로 크게 잃는다면 높은 승률도 계좌를 지켜주지 못합니다. 반대로 자주 틀리더라도 맞을 때의 보상이 충분히 크고 손실이 통제된다면 낮은 승률도 양의 기댓값을 만들 수 있습니다.
이 글은 특정 투자나 매매를 권유하는 글이 아니라, 불확실한 결과를 반복해서 마주할 때 필요한 확률적 사고와 자본관리 프레임을 설명합니다. 핵심은 단순합니다. 승률, 손익비, 평균 이익, 평균 손실, 비용, 표본 수를 함께 봐야 전략의 품질을 판단할 수 있습니다.
기댓값과 손익비를 함께 봐야 하는 이유
승률은 “몇 번 맞혔는가”를 보여주지만, “맞혔을 때 얼마나 벌었는가”와 “틀렸을 때 얼마나 잃었는가”는 말해주지 않습니다. 손익비는 한 번의 의사결정에서 위험 대비 보상 구조를 보여주지만, 그 보상이 실제로 도달할 확률까지 알려주지는 않습니다. 그래서 둘 중 하나만 보면 착시가 생깁니다.
예를 들어 10번 중 8번 1만 원을 벌고, 2번 10만 원을 잃는 전략은 승률 80%입니다. 하지만 총합은 8만 원 이익에서 20만 원 손실을 뺀 -12만 원입니다. 반대로 10번 중 4번 3만 원을 벌고, 6번 1만 원을 잃는 전략은 승률 40%에 불과하지만 총합은 +6만 원입니다. 좋은 전략의 기준은 “자주 맞는가”가 아니라 “반복했을 때 평균적으로 유리한가”에 가깝습니다.
기댓값이란 무엇인가
기댓값은 가능한 결과에 각각의 발생 확률을 곱한 뒤 모두 더한 값입니다. 통계학에서는 확률가중평균으로 설명하며, OpenStax의 기댓값 설명에서도 각 값과 확률의 곱을 합산하는 방식으로 정의합니다. 가장 기본 공식은 다음과 같습니다.
E(X) = Σ xP(x)
매매나 베팅처럼 결과가 이익과 손실로 단순화되는 상황에서는 다음 식이 더 직관적입니다.
기댓값 = (승률 × 평균 이익) – (패률 × 평균 손실)
패률 = 1 – 승률
여기서 평균 이익과 평균 손실은 “가장 좋았던 한 번”이나 “가장 나빴던 한 번”이 아니라, 기록된 거래들의 평균값이어야 합니다. 또한 수수료, 스프레드, 슬리피지, 세금 같은 비용을 빼고 난 뒤의 값이어야 실전에 가깝습니다.
기댓값은 다음 결과를 예언하지 않는다
주사위 한 개를 던질 때 기댓값은 3.5입니다. 하지만 실제로 3.5라는 눈은 나오지 않습니다. 기댓값은 한 번의 결과가 아니라 충분히 반복했을 때 평균이 가까워질 수 있는 기준입니다. 매매에서도 거래당 기대수익이 +0.2R이라고 해서 다음 거래가 반드시 +0.2R로 끝나는 것은 아닙니다. +2R, -1R, -1R, +0.5R처럼 결과는 흔들리고, 장기적으로 그 평균을 관찰해야 합니다.
손익비란 무엇인가
손익비는 한 번의 의사결정에서 감수하는 위험 대비 기대 보상의 비율입니다. 이 글에서는 실전에서 흔히 쓰는 방식에 맞춰 “위험:보상” 기준으로 설명하겠습니다. 손익비 1:2는 1만큼 잃을 위험을 감수하고 2만큼의 보상을 노린다는 뜻입니다. 위험과 보상을 비교하는 개념은 트레이딩 리스크 관리에서도 널리 사용되며, IG의 위험보상비율 설명처럼 손절 지점과 목표 지점을 함께 고려할 때 유용합니다.
예를 들어 롱 포지션에서 진입가가 100, 손절가가 95, 목표가가 110이라면 위험은 5, 보상은 10입니다. 따라서 위험:보상은 5:10, 즉 손익비 1:2입니다. 숏 포지션은 방향만 반대입니다. 진입가보다 위쪽의 손절 폭이 위험이고, 아래쪽 목표가까지의 폭이 보상입니다.
다만 손익비는 “계획”일 뿐입니다. 손절가를 정했다고 해서 항상 그 가격에 정확히 체결되는 것은 아니며, 급변장, 갭, 유동성 부족, 슬리피지로 계획보다 불리한 결과가 생길 수 있습니다.
승률과 손익비가 기댓값을 결정한다
같은 승률이라도 손익비가 다르면 결과는 완전히 달라집니다. R은 한 거래에서 감수하기로 한 위험 단위라고 생각하면 쉽습니다. 1R을 10만 원으로 정했다면 +2R은 20만 원 이익, -1R은 10만 원 손실입니다.
- 전략 A: 승률 50%, 평균 이익 2R, 평균 손실 1R
기댓값 = 0.5 × 2R – 0.5 × 1R = +0.5R - 전략 B: 승률 70%, 평균 이익 0.5R, 평균 손실 2R
기댓값 = 0.7 × 0.5R – 0.3 × 2R = 0.35R – 0.6R = -0.25R
전략 B는 더 자주 맞지만, 틀릴 때의 손실이 너무 큽니다. 이처럼 승률만 보면 좋아 보이는 전략도 기댓값은 음수일 수 있습니다.
손익비별 손익분기 승률
수수료와 슬리피지가 없다고 가정하면 손익분기 승률은 다음 공식으로 계산할 수 있습니다.
손익분기 승률 = 1 ÷ (1 + 보상/위험 비율)
| 위험:보상 | 보상/위험 | 손익분기 승률 |
|---|---|---|
| 1:1 | 1 | 50% |
| 1:1.5 | 1.5 | 40% |
| 1:2 | 2 | 약 33.3% |
| 1:3 | 3 | 25% |
| 1:4 | 4 | 20% |
손익비 1:2라면 이론적으로 약 33.3%를 넘겨야 손익분기점 위에 설 수 있습니다. 그러나 실제 시장에서는 비용과 체결 오차가 있으므로 필요한 승률은 더 높아집니다. 그래서 “손익비 1:2면 승률 34%만 되어도 충분하다”처럼 단정하면 위험합니다.
손익비가 좋아 보여도 기댓값이 낮아지는 이유
손익비 1:5는 숫자만 보면 매력적입니다. 하지만 목표가에 도달할 확률이 10%라면 계산은 달라집니다. 평균 이익이 5R, 평균 손실이 1R, 승률이 10%라면 기댓값은 0.1 × 5R – 0.9 × 1R = -0.4R입니다. 큰 보상을 노린다는 사실만으로 전략이 유리해지는 것은 아닙니다.
또 하나의 문제는 계획 손익비와 실현 손익비의 차이입니다. 진입 전에는 1:3 구조라고 생각했지만, 실제로는 목표가 전에 불안해서 조기청산하고, 손절은 미루고, 추격 진입으로 위험 폭이 커질 수 있습니다. 이런 습관이 반복되면 기록상 평균 이익은 줄고 평균 손실은 커집니다. 결국 차트에 그린 손익비가 아니라 계좌에 남은 실현 손익비가 기댓값을 결정합니다.
비용도 반드시 반영해야 합니다. 수수료와 세금은 평균 이익을 줄이고, 스프레드와 슬리피지는 평균 손실을 키울 수 있습니다. 특히 짧은 시간 안에 자주 거래하는 전략일수록 비용의 영향이 커집니다. 비용 전 기댓값이 약간 양수라도 비용 후에는 음수로 바뀔 수 있습니다.
기댓값이 양수여도 손실 구간은 피할 수 없다
양의 기댓값은 장기 평균의 우위를 뜻할 뿐, 손실이 사라진다는 의미가 아닙니다. 승률 40% 전략은 구조적으로 10번 중 6번은 틀릴 수 있습니다. 운이 나쁜 구간에서는 5번, 7번, 그 이상 연속 손실도 나올 수 있습니다. 이때 포지션 크기가 과하면 전략의 장기 우위를 확인하기 전에 계좌가 크게 훼손될 수 있습니다.
표본 수가 부족할 때도 착시가 큽니다. 5번 거래해서 모두 이겼다고 좋은 전략이 확정되는 것도 아니고, 10번 거래해서 연속 손실이 났다고 반드시 나쁜 전략이라고 단정할 수도 없습니다. 최근 30회, 50회, 100회처럼 구간을 나누어 관찰할 수는 있지만, 이 숫자도 절대 기준이 아니라 참고 기준입니다. 중요한 것은 같은 규칙으로 충분히 반복된 데이터를 모으는 일입니다.
실전에서 기댓값과 손익비를 검증하는 방법
실전 검증은 복잡한 수학보다 일관된 기록에서 시작됩니다. 매매일지에는 최소한 진입가, 손절가, 목표가, 실제 청산가, 1회 거래당 위험 금액, 수수료와 슬리피지를 포함한 손익, 계획 손익비, 실현 손익비, 진입 근거, 이탈 이유를 기록하는 것이 좋습니다.
성과는 원화 금액만으로 보지 말고 R 배수로 함께 기록하면 비교가 쉬워집니다. 계좌가 1,000만 원일 때의 10만 원 손실과 계좌가 5,000만 원일 때의 10만 원 손실은 의미가 다를 수 있습니다. 그러나 각 거래에서 사전에 정한 위험이 1R이라면, +2R과 -1R은 종목과 가격대가 달라도 동일한 언어로 비교할 수 있습니다.
예를 들어 100번 거래한 결과 승률이 42%, 평균 이익이 1.8R, 평균 손실이 1R이었다고 가정해 보겠습니다. 기댓값은 0.42 × 1.8R – 0.58 × 1R = 0.756R – 0.58R = +0.176R입니다. 이는 기록상 거래당 평균 +0.176R의 기대값이 있었다는 뜻입니다. 다만 앞으로도 같은 시장 환경, 같은 체결 조건, 같은 실행력이 유지된다는 보장은 없으므로 계속 검증해야 합니다.
좋은 전략은 높은 승률이 아니라 관리 가능한 양의 기댓값이다
기댓값 중심 사고는 “맞히는 게임”에서 “반복했을 때 유리한 의사결정을 쌓는 게임”으로 관점을 바꿉니다. 좋은 전략은 높은 승률 하나로 정의되지 않습니다. 승률, 평균 이익, 평균 손실, 비용, 표본 수, 심리적으로 실행 가능한 규칙, 자본관리가 함께 맞아야 합니다.
특히 자본관리는 기댓값만큼 중요합니다. 아무리 양의 기댓값을 가진 전략이라도 한 번에 너무 큰 비중을 걸면 연속 손실을 버티기 어렵습니다. 반대로 손실 단위를 작게 관리하면 나쁜 구간을 통과하며 데이터를 더 모을 기회를 얻습니다. 기댓값은 방향을 알려주고, 손익비는 구조를 보여주며, 자본관리는 살아남을 시간을 제공합니다.
자주 하는 오해와 적용 체크리스트
승률이 높으면 무조건 좋은 전략이다
평균 손실이 평균 이익보다 훨씬 크면 높은 승률도 음의 기댓값을 만들 수 있습니다. 승률은 반드시 평균 이익과 평균 손실 옆에서 해석해야 합니다.
손익비 1:3이면 무조건 좋은 전략이다
목표가 도달 확률이 낮거나 실제 청산 습관 때문에 평균 이익이 줄어든다면 1:3 계획은 숫자에 불과합니다. 기록으로 확인한 실현 손익비가 더 중요합니다.
기댓값이 양수면 다음 거래도 수익이다
기댓값은 개별 거래의 예언이 아니라 장기 평균의 개념입니다. 양의 기댓값 전략도 단기 손실, 연속 손실, 큰 변동성을 겪을 수 있습니다.
백테스트 기댓값은 앞으로도 그대로 유지된다
시장 환경, 변동성, 유동성, 비용, 체결 품질, 심리적 실행력은 계속 변합니다. 백테스트는 출발점이지 수익 보장이 아닙니다.
- 내 전략의 실제 승률은 얼마인가?
- 비용 반영 후 평균 이익과 평균 손실은 얼마인가?
- 현재 기록으로 계산한 기댓값은 양수인가?
- 계획 손익비와 실현 손익비는 얼마나 차이 나는가?
- 연속 손실을 버틸 포지션 사이징과 자본관리 규칙이 있는가?
결국 기댓값과 손익비를 이해한다는 것은 미래를 맞히는 능력이 아니라, 불확실성 속에서 더 나은 의사결정을 반복하는 능력에 가깝습니다. 승률에만 기대지 말고, 기록된 평균 손익과 비용, 표본 수, 실행 가능성을 함께 검토할 때 전략의 실제 품질이 보이기 시작합니다.