손익분기 승률: 보상:위험 비율과 비용이 요구하는 것

교육용일 뿐이며 투자 조언이 아닙니다. 시뮬레이션과 백테스트는 모델이지 약속이 아닙니다. 모든 규칙은 본인의 펌에서 확인하세요.

모든 전략에는 본전을 맞추기 위해서만 넘어야 하는 승률이 있습니다. 비용은 그 수치를 끌어올리고, 촘촘한 손절은 더 끌어올립니다. 이를 계산하는 방법과, 그 수치를 넘는다고 얼마나 확신할 수 있는지 설명합니다.

공식

모든 것을 R, 즉 트레이드당 거는 금액으로 측정하세요. 이기면 b R(보상:위험 비율)을 받고, 지면 1 R을 잃으며, 모든 트레이드에 c R의 비용(스프레드, 수수료, 슬리피지 ÷ 달러 리스크)이 듭니다. 승률이 p일 때 트레이드당 기대값은

E = p × b − (1 − p) − c

E를 0으로 두고 p에 대해 풀면:

손익분기 승률 = (1 + c) ÷ (1 + b)

표

52% 확률로 이기는 1:1 전략은 엣지처럼 보입니다. 0.05R의 비용을 빼면 손실이 납니다.

R로 본 비용: 촘촘한 손절이 비싼 이유

비용은 트레이드당 달러로 대략 고정되어 있지만, 리스크는 손절에 따라 달라집니다. 그래서 손절이 촘촘할수록 같은 비용이 R에서 차지하는 비중이 커집니다.

표준 1랏이 핍당 $10인 EUR/USD의 예: 스프레드 1핍과 왕복 수수료 $7, 즉 랏당 약 $17라고 합시다. 손절이 10핍이면 랏당 $100를 걸므로 c = $17 ÷ $100 = 0.17R이고, 1:1 트레이드는 본전을 맞추려면 승률 58.5%가 필요합니다. 손절이 30핍이면 랏당 $300를 걸므로 c ≈ 0.057R이고, 손익분기는 약 52.8%로 내려갑니다. 여러분의 스프레드와 수수료는 다를 것이니 직접 넣어 보세요.

그래서 프롭 계좌에서 스캘핑은 어렵습니다. 불가능하지는 않지만, 트레이드당 엣지가 훨씬 높은 기준을 넘어야 합니다.

기대값 계산 예시

0.05R 비용으로 1.5:1에서 트레이드의 45%를 이긴다고 합시다. 그러면 E = 0.45 × 1.5 − 0.55 − 0.05 = 트레이드당 +0.075R입니다. 이 조건의 손익분기는 42%이므로 3%p 위에 있습니다. 트레이드당 $200를 걸면 평균 트레이드당 $15이므로, $3,000 목표에는 약 200번의 트레이드가 필요합니다. 목표까지 일수 계산기가 이를 일수로 바꾸고 평균 주변의 분포를 보여 줍니다.

높은 승률은 엣지가 아니다

목표를 가깝게 하거나 손절을 멀리 두면 승률을 높일 수 있습니다. 시장이 엣지를 주지 않는다면, 보상:위험 비율이 정확히 그만큼 떨어져 비용 전 기대값은 0으로 유지됩니다. 이것이 선택적 정지 정리이며, 손절과 목표로는 엣지가 생기지 않는다에서 설명합니다. 중요한 수치는 단 하나, 여러분 자신의 보상:위험 비율과 비용에서의 손익분기보다 승률이 얼마나 높은가입니다.

얼마나 확신할 수 있을까?

측정된 승률은 잡음이 섞인 추정치입니다. n번의 트레이드에서 표준오차는 √(p × (1 − p) ÷ n)입니다. 1:1로 100번 중 55%를 이겼다면, 대략적인 95% 범위는 55% ± 9.8%, 즉 약 45%에서 65%입니다. 이 범위에는 손익분기(0.05R 비용에서 52.5%)와 많은 손실 결과가 포함됩니다. 400번이면 약 50%에서 60%로 좁아지고, 1,000번이어도 약 52%에서 58%가 남습니다.

실제로 작은 엣지를 확인하려면 수백 번의 트레이드가 필요합니다. 수십 번의 트레이드나 한 번 합격한 챌린지의 결과는 어느 쪽으로든 거의 아무것도 증명하지 못합니다.

챌린지에서 활용하기

• 손절 크기를 정하기 전에 실제 비용으로 손익분기를 계산하세요.
• 승률, 보상:위험 비율, 비용을 합격 확률 계산기에 넣어 보세요. 손익분기 아래에서는 리스크를 줄이면 합격 확률이 낮아지고, 위에서는 높아집니다.
• 이 수치로 무엇을 할지는 용어집의 기대값과 프롭 챌린지의 포지션 크기를 읽어 보세요.