포지션 사이징: 고정 비율 · ATR · 켈리

Position Sizing: Fixed Fractional, ATR & Kelly

입문리스크 관리

한 번의 매매에 얼마를 걸지 정하는 규칙입니다. 계좌의 일정 비율만 위험에 노출하는 고정 비율법, 변동성(ATR)으로 수량을 맞추는 방법, 기대값에서 이론적 최적 비율을 구하는 켈리 공식을 비교합니다.

왜 알아야 하나얼마를 사느냐는 어디서 사느냐만큼 결과를 좌우합니다. 같은 전략도 수량 규칙에 따라 계좌가 버티는 기간이 달라집니다.

승률 45%, 손익비 2:1인 전략에서 한 번에 거는 비율별 장기 성장률을 계산했습니다. 켈리 비율(17.5%)에서 성장률이 가장 높지만, 그 이상 걸면 오히려 줄어들고 두 배 가까이 걸면 마이너스가 됩니다. 실무에서는 이보다 훨씬 작은 비율을 씁니다.

이 페이지 목차

1개념

같은 매매 신호를 써도 '얼마나 사느냐'에 따라 결과는 완전히 달라집니다. 너무 작게 걸면 좋은 전략의 이점을 살리지 못하고, 너무 크게 걸면 몇 번의 연속 손실만으로 회복할 수 없는 손실을 입습니다. 포지션 사이징은 기대값이 플러스인 전략을 '살아남으면서' 키우기 위한 수학입니다. 반 타프(Van K. Tharp)는 매매 성과를 R 배수(초기 위험 대비 손익)로 기록하고 그 분포로 포지션 크기를 정하는 접근을 널리 알렸습니다.

2계산법

방법	계산	특징
고정 금액	매번 같은 금액(예: 100만 원)어치 매수	단순하지만 손절 폭이 다르면 위험이 매번 달라짐
고정 비율(위험 기준)	수량 = 계좌 × 위험 비율 ÷ (진입가 − 손절가)	가장 널리 쓰임. 손절 폭이 넓으면 수량이 자동으로 줄어듦
ATR 기준	수량 = 계좌 × 위험 비율 ÷ (ATR × 배수)	종목별 변동성을 같은 위험으로 맞춤(터틀식 유닛)
켈리 공식	f* = p − (1 − p) ÷ b (p: 승률, b: 평균 이익 ÷ 평균 손실)	이론적 최대 성장 비율. 추정 오차에 매우 민감
분수 켈리	f* × 1/2 또는 1/4	성장률은 조금 줄지만 변동과 낙폭이 크게 줄어듦

기대값(R) = 승률 × 평균 이익(R) − 패률 × 평균 손실(R) 예: 승률 45%, 평균 이익 2R, 평균 손실 1R → 0.45 × 2 − 0.55 × 1 = +0.35R 켈리 f* = 0.45 − 0.55 ÷ 2 = 0.175 (17.5%)

켈리의 f*는 '계좌의 몇 %를 잃을 위험에 노출하는가'로 해석합니다. 주식 매매에서 한 번에 17.5%를 손절 위험으로 거는 것은 현실적으로 지나치게 공격적이며, 실제로는 이 값을 상한선 정도로 참고합니다.

3해석

켈리 공식은 승률과 손익비를 '정확히' 안다는 가정에서 나옵니다. 그러나 과거 성과로 추정한 승률은 오차가 크고, 시장 환경이 바뀌면 달라집니다. 추정치가 실제보다 낙관적이면 켈리 비율은 과대해지고, 과대 베팅은 성장률을 급격히 떨어뜨립니다(위 그림의 오른쪽 경사). 그래서 많은 실무자가 1회 위험을 계좌의 0.5~2% 정도로 제한하고, 켈리는 '이보다 크게 걸 이유는 없다'는 상한선으로만 씁니다.

아래 표는 승률 45%, 손익비 2:1 전략을 200번 매매한다고 가정하고 1회 위험 비율별로 최대 낙폭이 일정 수준을 넘을 확률을 이 사이트에서 직접 모의 계산(2만 회 반복)한 결과입니다. 같은 전략이라도 위험 비율에 따라 겪는 낙폭이 완전히 달라집니다.

합성 모의 계산이며 실제 전략의 결과가 아닙니다. 승률·손익비가 같아도 거래 순서에 따라 낙폭이 크게 달라질 수 있음을 보여 주는 예시입니다.
1회 위험	최대 낙폭 ≥ 10%	≥ 20%	≥ 30%	≥ 50%
0.5%	약 1%	≈ 0%	≈ 0%	≈ 0%
1%	약 37%	약 1%	≈ 0%	≈ 0%
2%	약 98%	약 36%	약 4%	≈ 0%
3%	≈ 100%	약 82%	약 28%	약 1%
5%	≈ 100%	≈ 100%	약 91%	약 19%

4매매 활용 예시

예시

계좌 3,000만 원, 1회 위험 1%(30만 원)로 정합니다. 종목 A는 ATR 1,500원이고 손절을 2 ATR(3,000원)로 두므로 100주, 종목 B는 ATR 400원이고 손절 800원이므로 375주를 삽니다. 두 종목의 금액 비중은 다르지만, 손절 시 잃는 금액은 둘 다 30만 원으로 같습니다. 50번의 매매 기록이 쌓이면 실제 승률·손익비로 기대값과 켈리 상한을 계산해 위험 비율이 과하지 않은지 점검합니다.

5주의점 · 한계

켈리 비율을 그대로 쓰면 큰 낙폭을 피하기 어렵습니다. 분수 켈리나 고정 비율을 씁니다.

갭·급락으로 손절이 미끄러지면 실제 손실은 1R보다 커집니다. 위험 비율에 여유를 둡니다.

여러 종목을 동시에 보유하면 개별 위험의 합이 아니라 상관관계를 반영한 합산 위험을 봐야 합니다. 상관과 합산 위험 참고.

기본 개념은 리스크 관리와 손절의 기본에서 다룹니다.

6실제 데이터로 보기

실제 데이터일간 로그수익률의 이동 표준편차를 1년 기준으로 환산한 값입니다. 같은 1% 위험을 걸어도 비트코인은 같은 손절 폭에 훨씬 자주 닿을 수 있으므로, ATR 기준 포지션 사이징처럼 변동성에 맞춰 수량을 줄여야 하는 이유를 보여 줍니다.자료: KOSPI는 네이버페이 증권 일별 시세(KRX 정규장, 액면분할 반영·배당 미반영), BTC는 Coinbase Advanced Trade 공개 API BTC-USD 일봉(UTC 기준 하루). 기간 2021-01-08~2026-10-23, 주간 표본. 코스피는 연 252거래일, 비트코인은 연 365일로 환산(직접 계산). 표시 구간에서 BTC 변동성은 코스피의 중앙값 기준 약 3.0배.

7직접 계산해 보기

예시 값이 미리 들어 있습니다. 숫자를 바꾸고 계산을 누르세요. 입력값은 저장되지 않습니다.

고정 비율(계좌의 n%)

ATR 기준

켈리 비율

+더 알아보기

함께 보면 좋은 페이지: 리스크 관리와 손절의 기본 · 드로다운 · 연속 손실 · 손실 한도

다른 분류에서 이어 볼 페이지: ATR (평균 실제 범위) · 표준편차 · 역사적 변동성(HV)

참고한 자료: J. L. Kelly Jr., “A New Interpretation of Information Rate”(1956, 켈리 기준), Van K. Tharp『Trade Your Way to Financial Freedom』(R 배수)

확인일 2026-10-23 · 제도·수치는 이 날짜 기준입니다. 작성 원칙