두 펀드가 같은 해에 연 12% 수익률을 냈다고 합시다. 하나는 한 달도 빠지지 않고 매월 1% 씩 차곡차곡 올랐고, 다른 하나는 +50% 와 −30% 를 오가며 결국 같은 12% 에 도달했습니다. 운용 능력은 두 펀드가 동등할까요? 위험 조정 수익률 (Sharpe Ratio) 은 두 펀드를 완전히 다르게 평가합니다 — 같은 +12% 가 한쪽은 1.5점, 다른 쪽은 0.5점이 됩니다. 본 글은 그 평가의 수학적 원리와 한계 (Sortino / Calmar 가 대안인 이유) 를 정리합니다.
Sharpe Ratio (William Sharpe, 1966) 는 단순한 비율로 정의됩니다.
여기서:
분자는 "무위험 자산을 들고 있는 것 이상으로 얼마 벌었나" — 즉 위험을 짊어진 대가. 분모는 "그 위험이 얼마나 컸나". 비율이 클수록 같은 위험 단위당 더 많은 초과 수익을 낸 운용자.
가상 시나리오. 무위험 수익률 Rf = 3%, 두 펀드 모두 연 수익률 12%.
| 구분 | 안정형 | 고변동성형 |
|---|---|---|
| 연 수익률 (Rp) | +12% | +12% |
| 월별 변동성 (σ, 연환산) | 6% | 18% |
| 초과 수익 (Rp − Rf) | +9% | +9% |
| Sharpe Ratio | 1.50 | 0.50 |
같은 +12% 인데 안정형은 1.50, 고변동성형은 0.50. 3배 차이. Sharpe 가 말하는 메시지: "고변동성형이 12% 를 낸 건 운이 좋았을 뿐, 같은 전략을 반복하면 다음에는 ±30% 가 나올 수 있다."
Sharpe < 0.5 — 무위험 대비 위험만 컸음. 0.5–1.0 — 평범. 1.0–2.0 — 우수 (대부분 펀드 매니저 목표). > 2.0 — 매우 우수. > 3.0 — 검증 필요 (계산 오류 / 이상치 가능).
고변동성형의 0.50 이 어떻게 나오는지 세 줄로 분해합니다.
안정형은 같은 초과 수익 9%p 를 σ 6% 로 나눠 1.50. 분자(번 돈)는 같은데 분모(감수한 흔들림)가 3배 작으니 점수가 3배입니다. Sharpe 의 전부는 이 한 줄 나눗셈이지만 — 분모 σ 를 어떻게 재느냐에서 함정이 시작됩니다. 특히 개인 계좌에서는 이 σ 가 쉽게 오염됩니다(5장).
표준편차는 +50% 와 −50% 를 동등하게 변동으로 본다. 그러나 투자자가 두려워하는 것은 하방 변동만. 큰 수익이 자주 나는 펀드를 Sharpe 가 처벌하는 것은 직관에 어긋남.
→ Sortino Ratio: 분모를 표준편차 대신 "하방편차 (downside deviation)" 로 교체. 손실 변동만 페널티.
표준편차가 의미를 갖는 것은 수익률이 정규분포일 때. 실제 자산 수익률은 fat tail (극단치 잦음), skew (비대칭) 가 흔함. Sharpe 가 +1.5 라도 가끔 −40% 일자별 손실이 발생하면 직관과 어긋남.
→ Calmar Ratio: 분모를 표준편차가 아니라 "최대낙폭 (MDD)" 으로 교체. 실제 겪을 수 있는 최악의 손실을 직접 페널티.
월별 데이터로 측정한 σ 와 연 데이터의 σ 는 다름. Sharpe 비교 시 동일 frequency 데이터로 계산해야 함. 펀드사 보고서의 Sharpe 가 의심스러우면 측정 주기를 확인.
| 지표 | 분모 | 주 사용 시점 |
|---|---|---|
| Sharpe | 전체 변동성 (σ) | 운용 전반 평가, 펀드 평가의 표준 |
| Sortino | 하방편차 (σdown) | 상방 변동 큰 자산 (성장주, 암호화폐) |
| Calmar | 최대낙폭 (MDD) | 장기 보유, drawdown 회복 시간 고려 |
| Information | 벤치마크 대비 tracking error | 액티브 펀드의 알파 평가 |
"Sharpe 3.0!" 이라 광고하는 자산이 있다면 의심하라. 표본 기간이 짧거나 (1년) 측정 빈도가 조작됐거나, 또는 진짜라면 곧 회귀할 가능성이 높음. 장기 (5+년) 일관 Sharpe 1.5+ 가 현실적 상한.
Sharpe 는 원래 펀드 평가용입니다. 균일한 수익률 시계열, 큰 표본, 단일 통화를 전제하죠. 그런데 개인이 여러 증권사·여러 통화로 굴리는 실제 포트폴리오에 그대로 갖다 대면, 분모 σ 가 세 지점에서 무너집니다. 이건 교과서보다 실제로 다계좌·다통화를 굴려본 사람이 더 자주 부딪히는 함정입니다.
σ 는 "수익률의 흔들림"인데, 매달 다른 금액을 넣고 빼는 계좌에서는 평가금액 변동에 내 입금이 섞입니다. 이번 달에 300만원을 새로 넣었다면 평가금액이 올라간 게 시장이 좋아서인지 내가 돈을 넣어서인지 분리되지 않습니다. 이 구분을 하지 않은 채(시간가중 TWR 이 아니라 금액가중 MWR 로) 잰 σ 는 부풀거나 눌립니다. (→ TWR vs MWR — 같은 계좌, 다른 수익률)
미국주 + 한국주 + 엔화 자산을 원화 기준 하나의 σ 로 재면, 그 변동성 안에 종목 가격 위험과 환율 위험이 뒤섞입니다. USD/KRW 가 한 달에 3% 흔들리면 미국주 원화 평가액도 그만큼 흔들리는데, 이건 그 종목이 위험해서가 아닙니다. 환을 분리하지 않은 Sharpe 는 "환 변동성"을 "종목 위험"으로 오해하게 만들어, 정작 위험의 출처를 가립니다. (→ 환율이 만드는 수익률 착시)
σ 가 안정적이려면 최소 3–5년의 균일한 데이터가 필요한데, 개인 포트폴리오는 종목이 계속 교체되고 보유 기간이 짧습니다. 1년치 σ 로 계산한 Sharpe 는 다음 해에 절반 혹은 두 배로 튀는 게 예사라, 숫자를 신뢰하기 어렵습니다.
이런 이유로 Multifolios 는 단일 Sharpe 숫자를 헤드라인에 두지 않습니다. 대신 ① 자산추이 차트로 평가금액의 흔들림을 눈으로 보고, ② 캘린더의 상승/하락일 카운트로 변동의 '빈도'를, ③ 환 분리 수익률로 위험이 종목에서 왔는지 환에서 왔는지 나눠 봅니다. 하나의 점수로 뭉개기보다 변동을 '보이게' 하는 쪽입니다. 향후 위험조정 지표를 도입하더라도 기간·측정주기·표본크기를 반드시 함께 표기할 예정입니다.
표준편차를 손으로 계산하지 않아도, 본인 포트폴리오의 '흔들림'은 세 가지로 어림할 수 있습니다.
이 세 가지만 봐도 "내 +수익이 실력인지 운(변동성)인지"를 대략 가늠할 수 있습니다 — Sharpe 가 수학으로 하려는 일이 바로 이겁니다.
Sharpe Ratio = (수익률 − 무위험) / 변동성. 같은 수익이라도 변동성이 크면 점수가 낮다 — 운인지 실력인지 분리하는 시도다. 하지만 표준편차가 상방까지 페널티한다는 한계가 있어 Sortino / Calmar 와 묶어 봐야 정확.