1. 샤프 비율이 더 높으면 위험 대비 효율도 항상 높을까
두 전략의 수익률을 비교할 때 샤프 비율이 높은 쪽을 먼저 고르기 쉽습니다. 샤프 비율은 초과수익을 전체 변동성으로 나누므로, 투자자가 실제로 겪은 흔들림을 비교하는 데 유용합니다.
하지만 이미 여러 종목과 전략으로 충분히 분산한 포트폴리오라면 질문을 바꿔볼 수 있습니다. 개별 종목이나 전략에서 생긴 고유한 흔들림이 아니라 시장과 함께 움직인 위험 한 단위당 얼마를 벌었는가를 보고 싶은 경우입니다. 트레이너 비율(Treynor ratio)은 이때 전체 변동성 대신 베타를 분모로 사용합니다.
동일한 LAB 전략을 같은 기간으로 계산하자 ROC 추세의 샤프 비율은 0.715로 ATR 돌파의 0.699보다 높았습니다. 반면 트레이너 비율은 ATR 돌파가 0.308, ROC 추세가 0.257로 순서가 뒤집혔습니다. 어느 숫자가 맞고 다른 숫자가 틀린 것이 아닙니다. 두 지표가 위험이라고 부르는 대상이 달랐기 때문입니다.
핵심 결론
- 샤프 비율은 전체 변동성, 트레이너 비율은 시장 베타를 위험의 분모로 사용합니다.
- LAB 결과에서는 ATR 돌파와 ROC 추세의 위험 대비 순위가 실제로 뒤집혔습니다.
- 다만 트레이너 비율 차이의 블록 재표본 95% 구간은 0을 포함해 우위를 확정할 수 없었습니다.
- 베타가 0에 가깝거나 불안정한 전략에는 트레이너 비율을 단독으로 사용하면 안 됩니다.
2. 트레이너 비율은 초과수익을 베타로 나눕니다
현재 널리 사용하는 트레이너 비율은 포트폴리오 평균수익률에서 무위험수익률을 뺀 뒤 포트폴리오 베타로 나눕니다.
여기서 각 기호는 다음 값을 뜻합니다.
| 기호 | 의미 |
|---|---|
Tₚ |
포트폴리오의 트레이너 비율 |
R̄ₚ |
같은 빈도로 계산한 포트폴리오 평균수익률 |
Rᶠ |
같은 빈도의 무위험수익률 |
βₚ |
선택한 시장 벤치마크에 대한 포트폴리오 베타 |
베타는 포트폴리오와 시장의 초과수익률 공분산을 시장 초과수익률의 분산으로 나눈 값입니다.
CFA Institute의 위험조정 성과 측정 자료는 샤프 비율이 전체 위험 한 단위당 초과수익을 보는 반면 트레이너 비율은 시장 위험 한 단위당 초과수익을 본다고 구분합니다. 이 지표의 출발점이 된 Jack Treynor의 성과 평가 연구는 How to Rate Management of Investment Funds에서 확인할 수 있습니다.
일간 수익률을 사용했다면 분자의 평균 초과수익률을 252배 해 연율화할 수 있습니다. 이 경우 트레이너 비율 0.308은 표본에서 베타 1단위당 연율화 산술평균 초과수익률이 30.8%포인트였다는 뜻입니다. 앞으로 매년 30.8%를 번다는 예측값도, 수익 확률도 아닙니다.
샤프 비율과 달리 트레이너 비율은 분자에 사용한 수익률 단위를 그대로 갖습니다. 일간 값을 그대로 쓴 결과와 연율화한 값을 섞으면 숫자의 크기를 비교할 수 없습니다. 수익률 빈도, 연율화 방식, 무위험수익률과 벤치마크를 먼저 맞춰야 합니다.
3. 같은 초과수익도 두 지표의 순위는 달라질 수 있습니다
두 합성 전략의 연 초과수익률을 모두 8%로 두고 위험 구조만 바꿔보겠습니다.
| 전략 | 연 초과수익률 | 연 변동성 | 베타 | 샤프 비율 | 트레이너 비율 |
|---|---|---|---|---|---|
| 전략 A | 8.00% | 12.00% | 0.80 | 0.67 | 0.10 |
| 전략 B | 8.00% | 16.00% | 0.40 | 0.50 | 0.20 |
전략 A는 전체 변동성이 작아 샤프 비율이 높습니다. 전략 B는 전체 변동성은 더 크지만 시장 베타가 절반에 불과해 트레이너 비율이 높습니다.
전략 B의 높은 트레이너 비율을 곧바로 더 안전하다는 뜻으로 읽으면 안 됩니다. 베타로 설명되지 않은 고유 위험이 많이 남았기 때문에 전체 변동성이 컸을 수도 있습니다. 트레이너 비율은 그 고유 위험이 충분히 분산됐다는 전제에서 의미가 커집니다.
4. 같은 LAB 전략을 같은 조건으로 다시 비교했습니다
실제 비교에는 30개 국내 주식을 동일 비중으로 운용한 LAB 6개 전략의 일간 포트폴리오 수익률을 사용했습니다. 벤치마크는 KOSPI 200을 추종하는 KODEX 200이며, 모든 전략에 같은 기간과 비용을 적용했습니다.
| 항목 | 계산 조건 |
|---|---|
| 분석 기간 | 2022년 1월~2025년 12월 |
| 관찰 수 | 전략과 벤치마크가 함께 존재하는 974거래일 |
| 전략 | EMA 2개, 돈치안 돌파, ATR 돌파, ROC 추세, CCI 역추세 |
| 전략 비용 | 매수·매도 체결마다 0.05% 반영 |
| 벤치마크 | KODEX 200 수정주가 종가 수익률 |
| 수익률 빈도 | 일간 산술수익률 |
| 무위험수익률 | 지표 구조 비교를 위한 연 0% 고정 가정 |
전략 수익률에는 현금으로 대기한 날과 거래비용이 포함되어 있습니다. 베타도 포지션 보유일만 골라 계산하지 않고 실제 포트폴리오 전체 일간 수익률로 구했습니다.
| 전략 | 연율화 초과수익률 | 연 변동성 | 베타 | R² | 샤프 비율·순위 | 트레이너 비율·순위 |
|---|---|---|---|---|---|---|
| EMA 20·100 | 17.11% | 16.94% | 0.477 | 0.308 | 1.010 · 1위 | 0.359 · 1위 |
| EMA 35·120 | 16.59% | 16.65% | 0.476 | 0.318 | 0.996 · 2위 | 0.348 · 2위 |
| ATR 돌파 | 7.62% | 10.89% | 0.247 | 0.200 | 0.699 · 4위 | 0.308 · 3위 |
| ROC 추세 | 10.16% | 14.21% | 0.396 | 0.301 | 0.715 · 3위 | 0.257 · 4위 |
| CCI 역추세 | 1.84% | 2.93% | 0.074 | 0.251 | 0.629 · 6위 | 0.248 · 5위 |
| 돈치안 돌파 | 7.20% | 11.35% | 0.300 | 0.271 | 0.634 · 5위 | 0.240 · 6위 |
EMA 두 전략은 분모를 바꿔도 1위와 2위를 유지했습니다. 초과수익률, 전체 변동성과 베타가 비슷했기 때문입니다.
순위가 바뀐 지점은 ATR 돌파와 ROC 추세입니다. ROC 추세는 연율화 초과수익률이 10.16%로 ATR 돌파의 7.62%보다 높았습니다. 전체 변동성으로 나누면 ROC 추세의 샤프 비율 0.715가 ATR 돌파의 0.699보다 높습니다.
반면 ATR 돌파의 베타는 0.247로 ROC 추세의 0.396보다 작았습니다. 시장 베타 한 단위로 나누자 ATR 돌파의 트레이너 비율은 0.308로 올라가 ROC 추세의 0.257을 앞섰습니다. ROC 추세는 전체 흔들림 대비 효율, ATR 돌파는 시장 민감도 대비 효율에서 상대적으로 유리했던 표본입니다.
5. 관측된 순위 역전을 확정적인 우위로 보면 안 됩니다
0.308과 0.257의 차이는 계산 오류가 아니라 실제 표본에서 관측된 결과입니다. 그러나 0.051 차이가 다른 기간에도 유지되는지는 별도의 질문입니다.
일간 수익률의 연속성을 완전히 없애지 않도록 20거래일 블록을 원형으로 이어 뽑는 방식으로 20,000번 재표본했습니다. 각 표본에서 ATR 돌파와 ROC 추세의 베타와 트레이너 비율을 처음부터 다시 계산했습니다.
| 비교 | 결과 |
|---|---|
| 관측된 트레이너 비율 차이 · ATR-ROC | +0.051 |
| 재표본 차이 중앙값 | +0.050 |
| 재표본 95% 구간 | -0.138~+0.245 |
| ATR의 트레이너 비율이 더 높았던 비율 | 69.72% |
재표본의 95% 구간은 0을 포함했습니다. ATR 돌파가 앞선 표본이 더 많았지만, ROC 추세가 앞서는 결과도 충분히 나왔습니다. 따라서 이 결과는 두 지표가 다른 순위를 만들 수 있다는 사례이지, ATR 돌파가 본질적으로 더 우수하다는 증거가 아닙니다.
6. 무위험수익률과 작은 베타가 결과를 크게 움직입니다
무위험수익률 0%는 지표 구조를 비교하기 위한 고정 가정입니다. 연 3%를 모든 전략에 똑같이 적용하면 분자의 초과수익률이 줄어듭니다.
| 전략 | 트레이너 · 무위험 0% | 순위 | 트레이너 · 무위험 3% | 순위 |
|---|---|---|---|---|
| EMA 20·100 | 0.359 | 1 | 0.297 | 1 |
| EMA 35·120 | 0.348 | 2 | 0.286 | 2 |
| ATR 돌파 | 0.308 | 3 | 0.189 | 3 |
| ROC 추세 | 0.257 | 4 | 0.182 | 4 |
| CCI 역추세 | 0.248 | 5 | -0.150 | 6 |
| 돈치안 돌파 | 0.240 | 6 | 0.142 | 5 |
CCI 역추세의 연율화 산술평균 수익률은 1.84%였습니다. 연 3% 기준에서는 초과수익이 음수가 되고, 이를 작은 베타 0.074로 나누면서 트레이너 비율은 -0.150으로 내려갑니다. 작은 분모는 좋은 결과만 확대하지 않습니다.
252거래일 이동 창 723개에서 CCI 역추세의 베타 중앙값은 0.085였고 최솟값은 0.048이었습니다. 베타 절댓값이 0.05보다 작은 창도 31개였습니다. 같은 창의 트레이너 비율 5%~95% 범위는 -0.602에서 +1.078까지 벌어졌습니다. 포트폴리오의 시장 관계가 약할수록 작은 추정 오차가 비율을 크게 흔들 수 있다는 뜻입니다.
베타가 0이면 일반적인 트레이너 비율을 계산할 수 없습니다. 베타가 음수인 시장중립·헤지 전략에서는 숫자의 대소 관계가 직관과 어긋날 수 있습니다. 이런 전략을 양의 베타 주식 전략과 한 줄로 순위 매기는 데 사용하지 않는 편이 낫습니다.
7. 트레이너 비율이 유효하려면 먼저 확인할 조건이 있습니다
CFA Institute의 포트폴리오 위험 설명은 시장 전체에 영향을 받는 체계적 위험과 분산으로 줄일 수 있는 비체계적 위험을 구분합니다. 트레이너 비율은 이 구분이 비교 대상에 맞을 때 유용합니다.
충분히 분산된 포트폴리오인가
한두 종목이나 한 가지 사건에 집중된 전략은 베타에 잡히지 않는 고유 위험이 큽니다. 이때 트레이너 비율만 보면 실제 흔들림을 과소평가할 수 있습니다. 여러 종목과 수익원이 있는 포트폴리오끼리 비교할 때 의미가 더 분명합니다.
같은 벤치마크를 사용했는가
베타는 벤치마크를 바꾸면 달라집니다. 국내 대형주 전략을 KODEX 200과 비교한 값과 코스닥·해외주식·채권 전략의 베타를 그대로 나란히 놓을 수 없습니다. 전략이 실제로 경쟁하거나 노출된 시장을 먼저 정해야 합니다.
베타가 양수이고 안정적인가
전체 기간의 베타가 양수여도 이동 구간에서는 0에 가까워질 수 있습니다. 전체값과 함께 롤링 베타, R²와 시장 노출을 확인해야 분모를 믿을 수 있습니다. 베타와 R²의 차이를 보면 민감도와 설명력이 같은 질문이 아닌 이유를 확인할 수 있습니다.
계산 빈도와 가정이 같은가
일간과 월간, 무위험수익률 0%와 3%, 가격지수와 총수익지수를 섞으면 비교가 무너집니다. 분자의 평균수익률과 분모의 베타는 같은 표본·빈도에서 계산하고 연율화 방법도 통일해야 합니다.
8. 샤프 비율과 함께 읽어야 답이 보입니다
트레이너 비율은 샤프 비율의 대체품이 아닙니다. 둘을 함께 보면 고유 위험이 실제 포트폴리오에 얼마나 남았는지 질문할 수 있습니다.
| 확인 순서 | 지표 | 답하는 질문 |
|---|---|---|
| 1 | 시장 노출 | 포트폴리오가 실제로 투자된 시간은 얼마나 되는가 |
| 2 | 베타와 R² | 시장 민감도는 얼마이며 그 관계의 설명력은 충분한가 |
| 3 | 샤프 비율 | 전체 변동성 한 단위당 초과수익은 얼마인가 |
| 4 | 트레이너 비율 | 시장 베타 한 단위당 초과수익은 얼마인가 |
| 5 | MDD·꼬리 위험 | 두 비율이 숨긴 실제 손실의 깊이와 극단값은 어떤가 |
샤프 비율이 높은데 트레이너 비율이 낮다면 시장 위험을 감수한 보상이 상대적으로 약했을 수 있습니다. 반대로 트레이너 비율만 높고 샤프 비율이 낮다면 베타 밖의 고유 위험이 남아 있는지 확인해야 합니다. 시장 노출과 회전율은 낮은 베타가 현금 대기에서 비롯된 것인지 구분하는 데 도움이 됩니다.
젠센 알파는 같은 베타를 사용하지만 시장 위험으로 설명되는 기대수익을 빼고 남은 절편을 봅니다. 트레이너 비율은 원점에서 수익과 베타를 잇는 기울기이고, 젠센 알파는 CAPM 기대선에서 위아래로 얼마나 떨어졌는지를 보는 값입니다.
정리하면 트레이너 비율은 시장 위험만 분모에 둔 효율 지표입니다. 충분히 분산된 포트폴리오를 같은 벤치마크와 계산 조건으로 비교할 때 사용하고, 샤프 비율·R²·시장 노출·MDD를 함께 확인해야 합니다. 베타가 작거나 불안정하다면 높은 숫자보다 분모가 믿을 만한지부터 살펴봐야 합니다.
본 글은 성과지표의 계산과 해석을 설명하기 위한 자료이며 특정 전략이나 상품의 투자 성과를 보장하거나 매수·매도를 권유하지 않습니다. 투자 판단과 책임은 투자자 본인에게 있습니다.