진입 신호와 시장 타이밍에 대한 일반적인 믿음
대부분의 트레이더는 완벽한 진입 신호를 찾는 것으로 여정을 시작합니다. 가정은 간단합니다: 시장 타이밍을 정확히 맞출 수 있다면 트레이딩의 신뢰도를 높이고 그로 인해 수익을 늘릴 수 있다는 것입니다. 이 믿음은 너무나 널리 퍼져 있어서, 일부 추정에 따르면 트레이딩 시스템 설계에 드는 노력의 95% 이상이 우수한 진입 신호를 찾는 데 들어간다고 합니다. 트레이더들은 종종 자신의 단기 시스템이 60% 이상의 신뢰도(또는 승률)를 달성한다고 보고합니다. 그러나 많은 이들은 계좌가 성장하지 않는 이유에 당황합니다. 혼란은 승리할 확률이 높으면 돈을 벌 확률도 높다고 동일시하기 때문에 발생합니다. 실제로 시스템은 높은 성공률을 가질 수 있지만 여전히 음의 기대값을 낼 수 있습니다. 수익성의 핵심은 단순히 자주 이기는 것이 아니라, 긍정적이고 충분히 높은 기대값을 갖추고, 그 기대값을 활용하면서 시장에 남아 있을 수 있게 해주는 포지션 사이징 모델을 결합하는 것입니다. 진입 신호는 이 더 큰 게임에서 작은 역할만 합니다. 그럼에도 불구하고 진입은 모든 거래의 방아쇠이기 때문에 신중한 고려가 필요합니다. 목표에 맞는 진입 신호를 찾는 두 가지 근본적으로 다른 길이 있습니다. 첫 번째는 신뢰도가 중요하다고 가정하고 무작위 진입보다 나은 신호를 추구합니다. 두 번째는 신뢰도를 무시하고 대신 높은 R-멀티플을 가진 거래를 제공할 잠재력이 있는 신호에 집중합니다. 이 두 접근법은 큰 수익을 내는 데 무엇이 중요한지에 대해 매우 다른 가정을 기반으로 합니다. 둘 다 유효할 수 있지만, 두 번째 접근법은 트레이더가 시장을 바라보는 방식을 완전히 바꿀 수 있습니다.
신뢰도, 기대값, 그리고 수익성의 수학
높은 승률이 수익을 보장하지 않는 이유를 이해하려면 기대값을 살펴봐야 합니다. 기대값은 거래당 평균적으로 얻거나 잃을 것으로 예상되는 금액으로, 통화나 R-멀티플로 표현됩니다. 공식은 간단합니다: 기대값 = (승률 × 평균 이익) – (손실률 × 평균 손실). 승률이 60%인 시스템을 생각해 보세요. 평균 이익이 $1이고 평균 손실이 $2라면 기대값은 (0.60 × 1) – (0.40 × 2) = 0.60 – 0.80 = –$0.20입니다. 절반 이상 이기는데도 불구하고, 이 시스템은 많은 거래에서 돈을 잃습니다. 이것은 흔한 함정입니다: 트레이더들은 옳다는 느낌이 좋기 때문에 신뢰도에 집중하지만, 이익과 손실의 크기는 무시합니다. 승률이 40%인 시스템도 평균 이익이 평균 손실에 비해 크다면 매우 수익성이 높을 수 있습니다. 예를 들어, 승률 40%에 평균 이익 $3, 평균 손실 $1이면 기대값은 (0.40 × 3) – (0.60 × 1) = 1.20 – 0.60 = +$0.60입니다. 따라서 목표는 신뢰도를 극대화하는 것이 아니라 비용을 극복하고 만족스러운 수익을 제공할 만큼 충분히 높은 긍정적 기대값을 달성하는 것입니다. 더욱이, 긍정적 기대값 시스템이라도 트레이더가 파산 위험 없이 그 우위를 누릴 수 있게 해주는 포지션 사이징 모델과 결합되어야 합니다. 진입 신호는 기대값에 기여하는 한 구성 요소일 뿐입니다.
첫 번째 접근법 — 무작위 진입보다 신뢰도 향상
진입 신호를 설계하는 첫 번째 접근법은 신뢰도가 중요하다고 가정합니다. 목표는 무작위 진입보다 더 나은 성과를 내는 신호를 찾는 것입니다. 임의의 시점에 매수 또는 매도하는 것과 같은 무작위 진입은 이익과 손실의 분포가 대칭적이라면 일반적으로 약 50%의 승률을 보입니다. 필터나 조건을 추가함으로써 트레이더들은 승리하는 거래의 비율을 높이기를 바랍니다. 예를 들어, 트레이더는 이동평균 교차를 사용하여 추세 방향으로만 진입하거나, RSI 수치를 사용하여 조정 후 진입할 수 있습니다. 이러한 신호는 실제로 특정 시장 상황에서 승률을 50% 이상으로 높일 수 있습니다. 그러나 이 접근법에는 함정이 있습니다. 첫째, 신뢰도를 개선한다고 해서 기대값이 자동으로 개선되지는 않습니다. 신호가 많은 작은 이익을 내지만 가끔 큰 손실을 낸다면 기대값은 여전히 음수일 수 있습니다. 둘째, 과거 데이터에 최적화된 진입 신호는 과최적화(curve fitting)의 문제를 겪을 수 있습니다. 과거에 잘 작동했던 신호는 시장 역학이 변하기 때문에 미래에는 실패할 수 있습니다. 셋째, 신뢰도에 집중하면 위험-보상 비율을 무시하게 될 수 있습니다. 트레이더들은 승리를 확보하기 위해 이익을 빨리 실현하여 큰 이익을 잘라내고, 손실은 회복을 기대하며 계속 보유할 수 있습니다. 이러한 행동은 승률을 인위적으로 높이지만 전체 수익성을 해칩니다. 마지막으로, 더 높은 승률을 추구하는 것은 심리적으로 매력적일 수 있지만 트레이더의 궁극적인 재무 목표와 일치하지 않을 수 있습니다. 첫 번째 접근법은 유효하지만, 기대값, 리스크 관리, 포지션 사이징에 대한 명확한 이해와 통합되어야 합니다.
