샤프 비율이란?
샤프 비율(Sharpe Ratio)은 투자 전략의 수익률을 위험 대비로 평가하는 가장 대표적인 지표입니다. 단순히 “얼마 벌었나”가 아니라 “얼마나 안정적으로 벌었나”를 측정합니다. 퀀트 투자와 자동매매에서 전략을 비교·선택할 때 반드시 활용해야 할 핵심 도구입니다.
샤프 비율 공식
샤프 비율의 계산은 직관적입니다.
샤프 비율 = (전략 수익률 - 무위험 수익률) / 수익률의 표준편차- 전략 수익률: 백테스트 또는 실전에서의 평균 수익률
- 무위험 수익률: 국채 금리 등 위험 없이 얻을 수 있는 수익률
- 표준편차: 수익률의 변동성(리스크)
같은 수익률이라도 변동성이 작을수록 샤프 비율이 높아집니다. 즉, 일관성 있는 전략이 높은 점수를 받습니다.
샤프 비율 해석 기준
| 샤프 비율 | 평가 | 실전 의미 |
|---|---|---|
| 0.5 미만 | 나쁨 | 위험 대비 수익이 부족, 재설계 필요 |
| 0.5 ~ 1.0 | 보통 | 개선 여지 있음, 소규모 운용 가능 |
| 1.0 ~ 2.0 | 우수 | 실전 투입 가능한 수준 |
| 2.0 이상 | 탁월 | 헤지펀드급, 과최적화 여부 점검 필요 |
주의할 점은 샤프 비율이 3.0 이상이면 오히려 과최적화를 의심해야 한다는 것입니다. 현실에서 이런 수치를 지속적으로 유지하는 전략은 극히 드뭅니다.
Python으로 샤프 비율 계산하기
실제 자동매매 시스템에서 샤프 비율을 계산하는 코드를 살펴보겠습니다.
import numpy as np
import pandas as pd
def calculate_sharpe_ratio(returns, risk_free_rate=0.035, periods=252):
"""
일별 수익률 시리즈로 연간 샤프 비율 계산
Args:
returns: 일별 수익률 Series
risk_free_rate: 연간 무위험 수익률 (기본 3.5%)
periods: 연간 거래일 수 (암호화폐는 365)
"""
excess_returns = returns - (risk_free_rate / periods)
if excess_returns.std() == 0:
return 0
sharpe = np.sqrt(periods) * excess_returns.mean() / excess_returns.std()
return round(sharpe, 3)
# 사용 예시
daily_returns = pd.Series([0.02, -0.01, 0.015, -0.005, 0.03, ...])
sharpe = calculate_sharpe_ratio(daily_returns)
print(f"연간 샤프 비율: {sharpe}")샤프 비율의 3가지 함정
1. 정규분포 가정의 한계
샤프 비율은 수익률이 정규분포를 따른다고 가정합니다. 하지만 암호화폐 시장은 급등·급락(팻테일)이 빈번합니다. 이 경우 소르티노 비율(Sortino Ratio)이 더 적합합니다. 소르티노 비율은 하락 변동성만 고려하므로, 상승 변동성에 페널티를 주지 않습니다.
def calculate_sortino_ratio(returns, risk_free_rate=0.035, periods=252):
"""하방 위험만 고려하는 소르티노 비율"""
excess_returns = returns - (risk_free_rate / periods)
downside = returns[returns < 0]
downside_std = downside.std()
if downside_std == 0:
return 0
sortino = np.sqrt(periods) * excess_returns.mean() / downside_std
return round(sortino, 3)2. 기간 선택 편향
상승장 구간만 선택하면 어떤 전략이든 샤프 비율이 높게 나옵니다. 반드시 상승·하락·횡보 전 구간을 포함한 충분한 기간(최소 2~3년)으로 계산해야 합니다.
3. 레버리지의 착시
레버리지를 사용하면 수익률과 변동성이 동시에 증가하므로 샤프 비율이 비슷하게 유지됩니다. 하지만 실제 파산 위험은 레버리지에 비례해 급증합니다. 샤프 비율만으로는 이 위험을 포착할 수 없으므로, MDD(최대 낙폭)와 함께 평가해야 합니다.
전략 비교 실전 활용법
여러 자동매매 전략을 운용할 때, 샤프 비율을 활용한 비교 프레임워크를 구축하세요.
- 1단계: 각 전략의 샤프 비율을 동일 기간으로 계산
- 2단계: 소르티노 비율과 MDD를 함께 비교
- 3단계: 샤프 1.0 이상 + MDD 20% 이하인 전략만 실전 투입
- 4단계: 월 단위로 롤링 샤프 비율을 모니터링하여 전략 성능 저하 감지
롤링 샤프 비율이 3개월 연속 0.5 미만으로 떨어지면, 해당 전략의 시장 적합성을 재검토해야 합니다.
결론
샤프 비율은 퀀트 투자에서 전략의 품질을 한 숫자로 요약하는 강력한 도구입니다. 하지만 단독으로 사용하면 함정에 빠질 수 있습니다. 소르티노 비율, MDD와 함께 다각도로 전략을 검증하는 습관을 들이세요.
전략 검증의 기초가 되는 백테스트 과최적화 방지법도 함께 읽어보세요. 또한 실전 투입 전 계좌 생존 규칙 7가지로 리스크 관리 체계를 먼저 갖추는 것을 권장합니다.