샤프 비율이란 — 수익률만 보면 안 되는 이유
퀀트 투자에서 전략을 평가할 때 수익률만 보는 것은 절반만 보는 것입니다. 연 50% 수익을 올렸더라도 그 과정에서 계좌가 -70%까지 빠졌다면 좋은 전략이라 할 수 없습니다. 샤프 비율(Sharpe Ratio)은 수익률을 위험으로 나눠 위험 대비 얼마나 효율적으로 수익을 냈는지를 측정하는 지표입니다.
1966년 윌리엄 샤프(William Sharpe)가 제안한 이 지표는 오늘날 헤지펀드부터 개인 퀀트 트레이더까지 전략 평가의 표준 척도로 사용됩니다.
샤프 비율 계산 공식
샤프 비율의 공식은 간단합니다.
샤프 비율 = (전략 수익률 - 무위험 수익률) / 수익률의 표준편차
# Python 구현
import numpy as np
def sharpe_ratio(returns, risk_free_rate=0.04, periods=252):
"""
returns: 일별 수익률 배열
risk_free_rate: 연간 무위험 수익률 (미국 국채 기준)
periods: 연간 거래일 수 (암호화폐는 365)
"""
excess_returns = returns - risk_free_rate / periods
return np.mean(excess_returns) / np.std(excess_returns) * np.sqrt(periods)핵심은 초과 수익(수익률 – 무위험 수익률)을 변동성(표준편차)으로 나눈다는 것입니다. 같은 수익률이라도 변동성이 낮을수록 샤프 비율이 높아집니다.
샤프 비율 해석 기준
| 샤프 비율 | 평가 | 설명 |
|---|---|---|
| 0 미만 | ❌ 부적합 | 무위험 자산보다 못한 전략. 즉시 폐기 |
| 0 ~ 0.5 | ⚠️ 미흡 | 위험 대비 수익이 낮음. 개선 필요 |
| 0.5 ~ 1.0 | 🔵 보통 | 시장 평균 수준. 실전 투입 가능하나 주의 |
| 1.0 ~ 2.0 | ✅ 양호 | 대부분의 프로 펀드가 목표하는 구간 |
| 2.0 ~ 3.0 | 🟢 우수 | 탁월한 전략. 지속 가능성 검증 필요 |
| 3.0 이상 | 🔴 의심 | 과적합 또는 계산 오류 가능성 높음. 반드시 재검증 |
샤프 비율 3.0 이상이 나왔다면 기뻐하기보다 의심부터 해야 합니다. 퀀트 백테스트 과적합 방지법에서 다룬 것처럼, 비현실적으로 좋은 지표는 과적합의 강력한 신호입니다.
샤프 비율의 함정 — 알고 써야 하는 한계점
샤프 비율은 강력한 도구이지만 맹신하면 위험합니다. 반드시 알아야 할 한계점이 있습니다.
1. 정규분포 가정의 오류
샤프 비율은 수익률이 정규분포를 따른다고 가정합니다. 하지만 실제 시장, 특히 암호화폐 시장은 꼬리 위험(Tail Risk)이 큽니다. -20% 일일 하락 같은 극단적 이벤트를 샤프 비율은 제대로 반영하지 못합니다.
2. 하방 변동성과 상방 변동성을 동일 취급
표준편차는 위로 튀는 것도 아래로 빠지는 것도 똑같은 “변동성”으로 봅니다. 하지만 트레이더 입장에서 +10% 변동은 환영이고 -10% 변동은 위험입니다. 이 문제를 해결한 것이 소르티노 비율(Sortino Ratio)입니다.
# 소르티노 비율 — 하방 위험만 고려
def sortino_ratio(returns, risk_free_rate=0.04, periods=252):
excess_returns = returns - risk_free_rate / periods
downside = returns[returns < 0]
downside_std = np.std(downside) if len(downside) > 0 else 1e-6
return np.mean(excess_returns) / downside_std * np.sqrt(periods)3. 측정 기간에 따른 변동
같은 전략이라도 2023년만 측정하면 샤프 비율 2.0, 2022~2024년 측정하면 0.8이 나올 수 있습니다. 최소 2~3년 이상의 데이터로 측정해야 신뢰할 수 있습니다.
실전 활용 — 전략 비교와 포트폴리오 구성
샤프 비율의 가장 큰 가치는 서로 다른 전략을 동일 기준으로 비교할 수 있다는 점입니다.
| 전략 | 연 수익률 | 연 변동성 | 샤프 비율 | 판정 |
|---|---|---|---|---|
| 모멘텀 추세추종 | 45% | 35% | 1.17 | ✅ |
| 평균회귀 그리드 | 25% | 12% | 1.75 | ✅✅ |
| 고레버리지 스캘핑 | 80% | 90% | 0.84 | ⚠️ |
수익률만 보면 고레버리지 스캘핑이 최고지만, 샤프 비율로 보면 평균회귀 그리드 전략이 가장 효율적입니다. 실전에서는 샤프 비율이 높은 전략을 선호하는 것이 합리적입니다.
또한 상관관계가 낮은 전략 여러 개를 조합하면 포트폴리오 전체의 샤프 비율을 개별 전략보다 높일 수 있습니다. 이것이 전략 분산의 핵심 원리입니다.
샤프 비율 개선을 위한 실전 팁
- 거래 빈도 조절: 불필요한 거래를 줄이면 변동성이 낮아져 샤프 비율 상승
- 손절 최적화: 큰 손실을 방지하면 하방 변동성 감소
- 포지션 사이징: 켈리 공식 등으로 적정 비중 산출. 과도한 레버리지는 샤프 비율의 적
- 전략 조합: 상관관계 낮은 2~3개 전략을 병행 운영
- 슬리피지·수수료 반영: 슬리피지 최소화가 곧 샤프 비율 개선
마무리 — 수익률보다 샤프 비율을 추구하라
퀀트 투자에서 “얼마 벌었냐”보다 “얼마의 위험으로 벌었냐”가 더 중요합니다. 샤프 비율은 이 질문에 답하는 가장 기본적이면서도 강력한 도구입니다.
다만 샤프 비율 하나만으로 전략을 판단하지 마세요. 소르티노 비율, 최대 낙폭(MDD), 칼마 비율 등을 함께 확인하고, 충분한 기간의 데이터로 검증하는 것이 핵심입니다. 좋은 전략은 수익률이 높은 전략이 아니라, 위험 대비 수익이 안정적인 전략입니다.