승률 70%인데도 계좌가 줄어드는 이유는 무엇일까? 기댓값과 손익비를 함께 보지 않으면 높은 승률도, 멋져 보이는 목표가도 실제 판단에는 부족할 수 있습니다. 이 글은 특정 투자 결정을 권유하기 위한 글이 아니라, 확률적 의사결정에서 손익 구조를 어떻게 계산하고 기록할지 이해하기 위한 교육용 가이드입니다.
핵심은 간단합니다. 한 번의 결과가 아니라 같은 규칙을 충분히 반복했을 때 평균적으로 얼마가 남는지를 보는 것이 기댓값입니다. 손익비는 이익이 났을 때의 평균 크기와 손실이 났을 때의 평균 크기를 비교합니다. 승률, 평균 이익, 평균 손실이 한 식 안에서 만나야 전략의 구조가 보입니다.
기댓값과 손익비를 함께 봐야 하는 이유
승률만 보면 “얼마나 자주 맞히는가”를 알 수 있지만, 맞혔을 때 얼마나 벌고 틀렸을 때 얼마나 잃는지는 알 수 없습니다. 반대로 손익비만 보면 한 번 성공했을 때 보상이 커 보일 수 있지만, 그 성공이 얼마나 자주 발생하는지는 빠져 있습니다.
승률만 높아도 손실이 나는 구조
예를 들어 승률이 70%인 방식이 있다고 가정해 보겠습니다. 이익이 날 때 평균 0.3R을 얻고, 손실이 날 때 평균 1R을 잃는다면 계산은 다음과 같습니다.
- 기댓값 = 0.7 × 0.3 − 0.3 × 1
- 기댓값 = 0.21 − 0.30 = -0.09R
10번 중 7번을 맞혀도 한 번의 손실이 여러 번의 작은 이익을 지워 버리는 구조라면 장기 평균은 음수가 될 수 있습니다. 그래서 “높은 승률”은 좋은 느낌을 줄 수 있지만, 그 자체로 충분한 판단 기준은 아닙니다.
손익비만 높아도 실패할 수 있는 구조
손익비 1:3처럼 목표 이익이 손실보다 세 배 크면 좋아 보입니다. 그러나 실제 승률이 너무 낮거나, 목표가에 도달하기 전에 조기 청산이 반복되거나, 손절이 계획보다 커진다면 명목 손익비는 기록상 의미를 잃습니다. 손익비는 가능성의 구조이고, 기댓값은 그 구조에 확률을 결합한 장기 평균입니다.
기댓값이란 무엇인가
기댓값은 각 결과의 값에 그 결과가 일어날 확률을 곱한 뒤 모두 더한 값입니다. 통계학에서는 이를 평균 또는 장기 평균으로 설명합니다. OpenStax의 기대값 설명도 이산 확률변수의 기대값을 “값 × 확률”의 합으로 정리합니다.
기댓값은 한 번의 예측이 아니라 장기 평균이다
기댓값이 +0.2R이라고 해서 다음 거래에서 반드시 0.2R을 얻는다는 뜻은 아닙니다. 실제 결과는 +2R, -1R, 0R처럼 들쭉날쭉할 수 있습니다. 기댓값은 같은 조건과 같은 규칙이 충분히 반복될 때 평균적으로 어느 방향의 압력이 있는지 보는 개념입니다.
투자와 매매에서 쓰는 기본 공식
금액 기준으로 정리하면 다음과 같습니다.
- 기댓값 = 승률 × 평균 이익 − 패율 × 평균 손실
- 패율 = 1 − 승률
평균 이익은 이긴 거래들의 평균 수익 금액이고, 평균 손실은 진 거래들의 평균 손실 금액입니다. 여기서 중요한 점은 “목표 이익”이나 “계획 손실”이 아니라 실제 기록된 평균값을 사용해야 한다는 것입니다.
손익비란 무엇인가
이 글에서 손익비는 보상/위험 비율, 즉 평균 이익 ÷ 평균 손실로 사용합니다. 평균 손실이 10만 원이고 평균 이익이 20만 원이면 손익비는 2입니다. 흔히 “1:2”라고 표현하며, 1의 위험을 감수했을 때 2의 보상을 목표로 하는 구조를 뜻합니다.
리스크 리워드 표현과 헷갈리지 않기
해외 자료에서는 risk/reward ratio를 위험/보상으로 표현하기도 합니다. 예를 들어 위험 100달러, 기대 보상 300달러를 1:3으로 설명하는 방식이 있습니다. IG의 risk-reward 설명처럼 문맥에 따라 분모와 분자가 달라질 수 있으므로, 계산 전 “보상 ÷ 위험”인지 “위험 ÷ 보상”인지 확인해야 합니다.
진입가·손절가·목표가로 계산하기
단순한 가격 예시를 보겠습니다. 진입가가 10,000원, 손절가가 9,500원, 목표가가 11,000원이라면 잠재 손실은 500원, 잠재 이익은 1,000원입니다. 이때 손익비는 1,000 ÷ 500 = 2, 즉 1:2입니다. 다만 실제 체결 가격, 수수료, 세금, 갭 변동이 반영되면 실제 손익비는 달라질 수 있습니다.
기댓값과 손익비 계산 공식
평균 손실을 1R로 놓으면 계산이 쉬워집니다. R은 한 번의 거래에서 계획한 위험 단위입니다. 예를 들어 한 거래에서 최대 손실을 10만 원으로 정했다면 1R은 10만 원입니다. 평균 이익이 20만 원이면 2R, 평균 손실이 10만 원이면 1R입니다.
R 단위 기댓값 공식
- 기댓값 = 승률 × 손익비 − 패율 × 1
- 손익비 = 평균 이익 ÷ 평균 손실
승률 40%, 손익비 1:2라면 다음과 같습니다.
- 기댓값 = 0.4 × 2 − 0.6 × 1
- 기댓값 = 0.8 − 0.6 = +0.2R
이 구조는 10번 중 6번을 잃더라도, 이긴 거래의 평균 크기가 손실보다 충분히 크면 장기 평균이 플러스가 될 수 있음을 보여줍니다. 물론 이는 기록과 검증이 뒷받침될 때 의미가 있습니다.
손익분기 승률과 최소 손익비
기댓값이 0이 되는 지점이 손익분기입니다. 손익비를 평균 이익 ÷ 평균 손실로 정의하면 조건은 다음과 같습니다.
- 손익분기 조건: 승률 × 손익비 = 패율
- 최소 손익비 = 패율 ÷ 승률 = (1 − 승률) ÷ 승률
- 손익분기 승률 = 1 ÷ (손익비 + 1)
예를 들어 승률이 30%라면 패율은 70%이므로 최소 손익비는 0.7 ÷ 0.3 = 약 2.33입니다. 승률이 40%라면 0.6 ÷ 0.4 = 1.5, 승률이 50%라면 1입니다.
| 승률 | 패율 | 손익분기 최소 손익비 |
|---|---|---|
| 30% | 70% | 약 2.33 |
| 40% | 60% | 1.50 |
| 50% | 50% | 1.00 |
| 60% | 40% | 약 0.67 |
| 70% | 30% | 약 0.43 |
실전에서 기댓값을 낮추는 변수
계산상 양의 기댓값이 나와도 실제 결과가 다르게 나타나는 이유는 많습니다. 특히 명목상 손익비와 실제 체결 결과 사이의 차이를 관리하지 않으면, 종이에 적힌 전략과 계좌에서 나타나는 전략은 전혀 달라질 수 있습니다.
수수료, 세금, 스프레드, 슬리피지
매수·매도 비용은 작아 보여도 반복되면 평균 이익을 줄이고 평균 손실을 키웁니다. 목표가 2R, 손절 1R로 설계했더라도 실제 체결에서 슬리피지가 반복되면 평균 이익은 1.8R로 낮아지고 평균 손실은 1.1R로 커질 수 있습니다. 이 경우 손익비와 기댓값은 동시에 나빠집니다.
표본 수 부족과 과최적화
거래 5번, 10번의 결과만으로 전략을 평가하면 우연의 영향이 큽니다. 특정 구간에만 맞춘 규칙은 과거 데이터에서는 좋아 보여도 다른 시장 환경에서는 성과가 달라질 수 있습니다. 기댓값은 장기 평균 개념이므로, 충분한 표본과 다양한 시장 조건에서 검토해야 합니다.
손절 변경과 조기 익절
계획은 손익비 1:2였지만 실제로는 손실을 미루고 이익을 빨리 확정한다면 기록상 손익비는 낮아집니다. “이번만 버티면 된다”는 판단이 평균 손실을 키우고, “수익이 사라질까 봐” 조기 익절을 반복하면 평균 이익이 줄어듭니다. 기댓값은 수식보다 실행 일관성에 더 민감할 때가 많습니다.
레버리지와 포지션 사이징
레버리지는 이익과 손실을 모두 확대합니다. 손익비가 좋아 보여도 포지션 크기가 과하면 몇 번의 연속 손실만으로 자본이 크게 훼손될 수 있습니다. 켈리 기준처럼 자본 배분을 다루는 이론도 있지만, 현실에서는 추정 오차와 변동성이 존재하므로 정답 비중으로 받아들이기보다 위험 관리의 참고 개념으로 보는 편이 안전합니다.
매매 전 체크해야 할 기댓값 점검표
거래 전에는 방향 예측보다 먼저 손실이 났을 때의 크기와 이익이 났을 때의 크기를 숫자로 적어야 합니다. 숫자로 표현하지 못한 계획은 검증하기 어렵고, 검증하지 못한 방식은 개선하기도 어렵습니다.
진입 전 계산 항목
- 진입가, 손절가, 목표가가 명확한가?
- 잠재 손실은 몇 R인가?
- 잠재 이익은 몇 R인가?
- 해당 구조에서 필요한 손익분기 승률은 얼마인가?
- 수수료, 세금, 스프레드, 슬리피지를 반영했는가?
- 연속 손실이 나와도 감당 가능한 포지션 크기인가?
매매 일지에 남겨야 할 데이터
전략 검증에는 감상이 아니라 데이터가 필요합니다. 최소한 진입 사유, 진입가, 손절가, 목표가, 청산가, 결과 R, 보유 시간, 수수료, 계획 이탈 여부를 기록하는 것이 좋습니다. 이후 이긴 거래의 평균 R, 진 거래의 평균 R, 실제 승률, 최대 연속 손실, 월별 변동을 계산하면 명목 기댓값과 실제 기댓값의 차이를 확인할 수 있습니다.
전략을 바꿔야 하는 신호
손익비가 계획보다 계속 낮아지거나, 평균 손실이 커지거나, 특정 시장에서만 성과가 나오거나, 거래 횟수가 늘수록 기댓값이 악화된다면 원인을 분리해서 봐야 합니다. 전략 자체의 문제인지, 실행 문제인지, 비용 구조 문제인지 구분하지 않으면 불필요하게 규칙을 바꾸거나 반대로 잘못된 규칙을 고집할 수 있습니다.
기댓값과 손익비에 대한 흔한 오해
가장 흔한 오해는 손익비가 높으면 안전하다는 생각입니다. 손익비 1:3은 보상 구조가 크다는 뜻이지, 그 거래가 자주 성공한다는 뜻은 아닙니다. 승률 추정이 틀리면 손익비가 높아도 기댓값은 음수가 될 수 있습니다.
두 번째 오해는 승률이 높으면 좋은 전략이라는 생각입니다. 앞서 본 것처럼 승률 70%라도 평균 이익이 너무 작고 평균 손실이 크면 음의 기댓값이 됩니다. 잦은 작은 이익은 심리적으로 편안할 수 있지만, 큰 손실 한 번이 누적 이익을 지울 수 있습니다.
세 번째 오해는 몇 번 손실이 났으니 다음에는 이길 확률이 높아진다는 생각입니다. 각 거래가 독립적이라면 이전 손실이 다음 결과의 확률을 자동으로 높여 주지 않습니다. 연패 후 포지션을 키우는 방식은 기대값을 개선하기보다 자본 변동성을 키울 수 있습니다.
좋은 전략은 확률과 손익 구조가 함께 맞아야 한다
기댓값과 손익비는 예측을 맞히는 기술이 아니라, 불확실한 결과를 숫자로 정리하는 도구입니다. 승률은 얼마나 자주 맞히는지, 손익비는 맞고 틀렸을 때의 크기가 어떤지, 기댓값은 둘을 합쳤을 때 장기 평균이 어느 방향인지 보여줍니다.
결국 좋은 전략은 단순히 높은 승률을 자랑하는 전략이 아니라, 현실 비용과 실행 오차를 반영한 뒤에도 양의 기댓값을 반복 가능하게 만드는 구조입니다. 매번 결과를 통제할 수는 없지만, 진입 전 계산하고 거래 후 기록하며 자본관리 원칙을 지키는 과정은 더 일관된 판단을 돕습니다.