Sharpe Ratio 의 함정 — 같은 수익률이 왜 다른 점수를 받나
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.
1. 정의 — 변동성 페널티가 곱해진 수익률
Sharpe Ratio (William Sharpe, 1966) 는 단순한 비율로 정의됩니다.
여기서:
- Rp: 포트폴리오 연 수익률 (산술평균)
- Rf: 무위험 수익률 (국채 / 기준금리)
- σp: 포트폴리오 연 수익률의 표준편차 (변동성)
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.
2. 같은 12% 가 어떻게 다른 점수를 받나
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).
계산을 손으로 따라가 보기 (예시 수치)
고변동성형의 0.50 이 어떻게 나오는지 세 줄로 분해합니다.
- 초과 수익 = Rp − Rf = 12% − 3% = 9%p
- 연환산 변동성 σ = 18% (월별 수익률 표준편차 × √12)
- Sharpe = 9 ÷ 18 = 0.50
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).
3. Sharpe 가 놓치는 것들
(1) 상방 변동성도 페널티
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.
(2) 수익률 정규분포 가정
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.
(3) 기간 길이 의존
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.
4. 실무 사용 — 언제 어떤 ratio 를
| 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.
5. 개인 투자자의 Sharpe 는 특히 왜곡된다
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.
(1) 적립식·비정기 입출금이 σ 를 오염시킨다
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)
(2) 다통화 — 환 위험이 종목 위험에 섞인다
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)
(3) 표본이 너무 짧고 계속 바뀐다
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.
6. 직접 어림잡기 — 공식 없이 내 변동성 감 잡기
표준편차를 손으로 계산하지 않아도, 본인 포트폴리오의 '흔들림'은 세 가지로 어림할 수 있습니다.
- 최악의 달 vs 최고의 달 폭 — 최근 12개월 월별 손익에서 가장 나빴던 달과 가장 좋았던 달의 차이. 이 폭이 넓을수록 σ 가 큽니다. 같은 연 +12% 라도 이 폭이 좁으면 Sharpe 가 높은 것.
- 하락일 비율 — 캘린더에서 빨간(하락) 날이 절반을 넘는데도 총수익이 +라면, 소수의 큰 상승일에 의존한 것 → 변동성이 높다는 신호. 꾸준한 자산은 하락일이 적고 하루 폭도 작습니다.
- 같은 +수익, 다른 경로 — 두 종목이 같은 +20% 여도 한쪽은 완만히, 다른 쪽은 −15% 를 찍고 왔다면 후자의 Sharpe 가 낮습니다. 결과(수익률)만 보지 말고 경로를 기억하세요.
이 세 가지만 봐도 "내 +수익이 실력인지 운(변동성)인지"를 대략 가늠할 수 있습니다 — Sharpe 가 수학으로 하려는 일이 바로 이겁니다.
7. 한 줄 요약
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.