변동성과 샤프 비율: 위험 조정 성과 측정하기

변동성은 금융에서 가장 자주 언급되면서도 — 가장 자주 잘못 이해되는 — 개념 중 하나입니다. 본질적으로 변동성(Volatility)은 평균을 중심으로 한 수익률의 분산을 측정합니다. 기술적으로는 특정 기간에 대한 자산 수익률의 표준편차입니다. 연간 변동성이 20%인 자산은 통상적으로 연간 평균에서 20퍼센트포인트만큼 벗어나는 수익률을 보입니다.

변동성을 강력하면서도 다루기 까다롭게 만드는 것은, 상승과 하락 방향의 편차를 동일하게 취급한다는 점입니다. 어느 날 5% 오르고 다음 날 5% 내린 주식은 5% 내린 뒤 다시 5% 내린 주식과 동일한 변동성을 지니지만, 두 경우가 포트폴리오에 미치는 결과는 매우 다릅니다. 이 대칭성 가정은 상당한 한계이며, 특히 하락이 상승보다 더 가파르고 더 빠른 경향이 있는 크립토에서는 더욱 그렇습니다.

구체적인 숫자를 살펴보겠습니다. 2015년부터 2025년까지 S&P 500의 연간 변동성은 대략 15~17%였습니다. 금은 평균 13~15% 정도였습니다. 비트코인은 어떨까요? 그 연간 변동성은 시기에 따라 50%에서 90% 이상까지 이르렀습니다. 이더리움은 훨씬 더 변동성이 컸고, 연간 100%를 넘는 경우도 빈번했습니다. 이는 결함이 아니라, 이 자산군이 아직 젊고, 24시간 거래되며, 시가총액이 상대적으로 작고, 전통 시장에서 변동성을 완화하는 서킷 브레이커나 마켓 메이킹 의무가 부재하다는 사실을 반영합니다.

역사적 변동성(Historical Volatility)(실현 변동성이라고도 합니다)은 과거를 돌아봅니다. 과거의 특정 기간 동안 자산 가격이 실제로 얼마나 오르내렸는지를 측정합니다. 일일 로그 수익률의 표준편차를 구한 뒤 연율화(주식은 √252, 크립토는 √365를 곱함)하여 계산합니다. 역사적 변동성은 일어난 일을 알려주지만, 일어날 일에 대해서는 확정적으로 아무것도 말해주지 않습니다.

내재 변동성(Implied Volatility)은 미래를 봅니다. 블랙-숄즈(Black-Scholes) 같은 모델을 이용해 옵션 가격에서 추출됩니다. 트레이더들이 풋옵션(하락 방향 보호) 가격을 밀어 올리면, 기초 자산이 아직 움직이지 않았더라도 내재 변동성이 상승합니다. 내재 변동성은 시장의 미래 가격 움직임에 대한 집단적 기대를 반영합니다. 내재 변동성이 역사적 변동성을 크게 초과하면, 시장은 실적 발표, 연준 결정, 규제 뉴스 같은 예상되는 사건을 가격에 반영하고 있는 것입니다.

가장 유명한 내재 변동성 지표는 흔히 “공포 지수”라 불리는 CBOE 변동성 지수(VIX)입니다. VIX는 향후 30일 동안의 S&P 500 옵션의 내재 변동성을 측정합니다. VIX가 15 미만이면 안심 국면을 나타냅니다. 15~25는 정상 범위입니다. 30 이상은 상당한 공포를 나타냅니다. 2020년 3월 코로나 충격 동안 VIX는 82.69까지 급등했는데, 이는 2008년 위기의 최고치인 80.86조차 넘어선, 역사상 최고 수준이었습니다.

크립토의 극단적인 변동성은 무작위가 아니라 구조적인 것으로, 이 자산군에 내재된 특성들에 의해 발생합니다.

• 24시간 거래 — 전통 시장은 평일마다 16시간, 그리고 주말 전체를 폐장합니다. 주식 시장이라면 하루에 걸쳐 점진적으로 일어났을 가격 조정이 크립토에서는 즉시 발생합니다. 뉴스를 흡수할 오버나이트 갭이 없습니다 — 시장은 실시간으로 반응하며 일중 변동을 증폭시킵니다.
• 레버리지와 청산 연쇄 — 크립토 파생상품 시장은 개인 트레이더에게 50배에서 125배 레버리지를 허용합니다. 가격이 레버리지 포지션에 불리하게 움직이면 거래소는 자동으로 청산하며 — 이 강제 매도가 가격을 더 밀어내려 추가 청산을 촉발합니다. 2024년 4월에는 단 24시간 만에 15억 달러 이상의 레버리지 포지션이 청산되었습니다.
• 시가총액에 비해 얕은 유동성 — 시가총액이 1조 달러를 넘는 비트코인조차 S&P 500보다 훨씬 얕은 오더북 심도를 지니고 있습니다. 1억 달러 규모의 시장가 매도 주문은 비트코인 가격을 1~2% 움직일 수 있지만, 같은 규모의 주문이 애플 주식에서는 거의 감지되지 않습니다.
• 정보 비대칭성과 내러티브 중심 시장 — 크립토 가격은 내러티브, 소셜 미디어 정서, 규제 발표에 크게 영향받습니다. 정부 관계자의 트윗 하나 또는 예상치 못한 SEC 제출 서류가 몇 분 만에 시장을 10% 움직일 수 있습니다.
• 펀더멘털 기준의 부재 — 주식에는 실적이, 채권에는 쿠폰이, 부동산에는 임대 수익이 있습니다. 대부분의 크립토 자산은 현금흐름이 없어 공정 가치를 산정하기 어렵고 가격 변동을 억제하기도 어렵습니다.

이러한 구조적 요인들을 이해하면 변동성을 두려워하는 대신 활용할 수 있게 됩니다. MPC 지갑 보안과 함께 Hyperliquid L1에서 무기한 선물을 거래하는 GaiaEx 같은 플랫폼에서는, 높은 변동성이 기회를 만들어냅니다 — 다만 포지션 규모를 적절히 조절하고 원칙을 지켜 리스크를 관리해야만 그렇습니다.

맥락 없는 원시 수익률은 무의미합니다. 어떤 투자에서 20%를 벌었다는 것은 훌륭하게 들립니다 — 그 자산의 변동성이 80%였고, 무위험으로 5%를 벌 수도 있었다는 것을 알기 전까지는요. 노벨상 수상자 윌리엄 샤프(William Sharpe)가 1966년에 개발한 샤프 비율(Sharpe Ratio)은 리스크 단위당 초과 수익률을 측정함으로써 이 문제를 해결합니다.

샤프 비율 = (R_p − R_f) / σ_p

여기서 R_p는 포트폴리오 수익률, R_f는 무위험 이자율(통상 미국 단기 국채), σ_p는 포트폴리오 표준편차입니다. 이 결과는 감당한 변동성 한 단위당 얻은 수익률이 얼마인지 알려줍니다.

샤프 비율을 해석하는 방법은 다음과 같습니다.

• 0 미만 — 무위험 이자율보다 적게 벌고 있는 것입니다. 감당한 리스크에 대해 아무런 보상도 받지 못하고 있습니다.
• 0.0 ~ 0.5 — 리스크 조정 수익률이 낮은 수준입니다. 개별 주식과 대부분의 액티브 운용 펀드에서 흔합니다.
• 0.5 ~ 1.0 — 받아들일 만한 수준입니다. S&P 500의 장기 샤프 비율은 대략 0.4~0.6입니다.
• 1.0 ~ 2.0 — 매우 훌륭한 수준입니다. 이를 꾸준히 달성한다면 전문 펀드매니저 중에서도 상위권에 속합니다.
• 2.0 초과 — 예외적이며, 종종 지속 불가능합니다. 샤프 비율이 2를 넘는 전략은 통상 용량 제약(규모가 커지면 작동을 멈춤)이나 숨겨진 리스크(테일 노출, 유동성 부족)를 지니고 있습니다.

일일 데이터로 계산한 샤프 비율을 연율화하려면 √252(전통 자산의 경우)나 √365(크립토의 경우)를 곱하십시오. 일일 샤프 비율 0.05는 주식의 경우 대략 연율화 0.79, 크립토의 경우 0.96이 되는데, 이는 크립토의 추가적인 거래일 수를 반영하는 의미 있는 차이입니다.

샤프 비율은 우아하지만 결함이 있습니다. 특히 크립토에서는 그 한계가 중요합니다.

수익률이 정규분포를 따른다고 가정합니다. 샤프 비율은 상승과 하락 변동성을 동일하게 취급합니다. 그러나 투자자들은 상승 “리스크”를 꺼리지 않습니다. 간혹 막대한 수익을 내는(양의 왜도) 전략은 변동성이 높고 샤프 비율이 낮게 나타나지만, 대부분의 투자자는 그런 수익률을 반길 것입니다. 반대로, 작지만 꾸준한 이익을 얻다가 간혹 크게 무너지는(음의 왜도 — 옵션 매도와 같은) 전략은 테일 사건이 닥치기 전까지는 겉으로 높은 샤프 비율을 보입니다.

레버리지와 비유동성으로 조작될 수 있습니다. 샤프 비율은 수익률을 완만하게 만드는 방식(사모펀드와 부동산에서 흔함)이나 테일 리스크를 제대로 반영하지 않은 채 레버리지로 수익률을 부풀리는 방식으로 인위적으로 높아질 수 있습니다. 매도프(Madoff)의 펀드는 수년간 2.0 이상의 샤프 비율을 보였다고 알려졌는데 — 그 수익률이 조작되었기 때문이었습니다.

더 우수한 대안들은 다음과 같습니다.

• 소르티노 비율(Sortino Ratio) — 분모에 하락 편차(음의 수익률의 변동성)만 사용해 상승 변동성을 적절히 무시합니다. 크립토처럼 비대칭적인 수익률 분포에 더 적합합니다.
• 칼마 비율(Calmar Ratio) — 연율화 수익률을 최대 드로다운으로 나눈 것입니다. 평균 변동성보다는 최악의 시나리오에 초점을 맞춥니다. 칼마 비율이 1.0을 넘으면 연율화 수익률이 최고점에서 최저점까지의 최악의 손실을 초과한다는 뜻입니다.
• 오메가 비율(Omega Ratio) — 평균과 분산만이 아니라 수익률 분포 전체를 고려합니다. 모든 모멘트(왜도, 첨도)를 포착해 리스크 조정 성과에 대해 더 완전한 그림을 제공합니다.

변동성과 리스크 조정 성과를 이해하면 거래하는 방식이 바뀝니다. 다음은 실용적인 프레임워크입니다.

확신이 아니라 변동성에 따라 포지션 규모를 정하십시오. 비트코인의 30일 변동성이 60%이고 이더리움이 90%라면, 1만 달러 규모의 ETH 포지션은 같은 규모의 BTC 포지션보다 50% 더 큰 리스크를 지닙니다. 전문 트레이더는 변동성 조정 포지션 규모 설정을 사용합니다. 고정된 리스크 예산(예: 포트폴리오의 하루 1%)을 배분하고, 포지션 규모를 리스크 예산 ÷ 자산 변동성으로 계산합니다. 이렇게 하면 변동성이 큰 자산에는 자동으로 더 작은 포지션이, 안정적인 자산에는 더 큰 포지션이 배분됩니다.

이동창(rolling window) 기준으로 샤프 비율을 추적하십시오. 30일, 90일, 1년 샤프 비율을 계산하십시오. 30일 샤프 비율이 여러 이동창에 걸쳐 연속으로 0 이하로 떨어진다면 전략에 문제가 있는 것입니다. 샤프 비율은 1.0을 넘지만 소르티노 비율은 0.5 미만이라면, 상승 변동성이 위험한 하락 리스크를 가리고 있는 것입니다.

변동성 국면에 따라 전략을 조정하십시오. 크립토 시장은 저변동성 국면(횡보, 통상 연간 BTC 변동성 30~40%)과 고변동성 국면(추세 또는 붕괴, 70~100% 이상) 사이를 오갑니다. 추세추종 전략은 고변동성 국면에서 잘 작동하고, 평균회귀 전략은 저변동성 국면에서 더 잘 작동합니다. 변동성을 모니터링하면 어떤 전략을 써야 할지 알 수 있습니다.

GaiaEx에서는 이러한 원칙을 직접 적용할 수 있습니다. 수십 개의 자산에 걸쳐 무기한 선물을 거래하며, 실시간 변동성에 따라 노출을 조정하십시오. Hyperliquid L1의 깊은 유동성을 활용해 포지션을 효율적으로 진입·청산하십시오 — 변동성이 큰 시장에서는 실행 품질 자체가 하나의 리스크 관리 형태이기 때문입니다. 그리고 MPC 지갑 보안 덕분에 중앙화 거래소를 괴롭히는 거래상대방 리스크를 걱정하지 않고 시장 리스크 관리에 집중할 수 있습니다.