어느 정도의 파산 확률이면 받아들일 만한가요?

대부분의 시스템 데스크는 실제로 행동에 옮길 드로다운 임계값 기준으로 1%를 크게 밑도는 수준을 목표로 합니다. 정확한 숫자보다 중요한 것은 민감도 테스트입니다. 거래당 리스크를 바꿔 확률이 얼마나 빨리 움직이는지 보세요. 조금만 올려도 크게 튄다면 사이징이 절벽의 잘못된 쪽에 있습니다.

왜 제 파산 확률이 100%인가요?

기대값이 0이거나 음수이기 때문입니다. 승률과 손익비의 조합이 양의 우위를 만들지 못합니다. 그런 경우 거래 수가 충분하면 사이징과 무관하게 파산은 확정적입니다. 승률을 손익분기 수치와 비교해 얼마나 부족한지 확인하세요.

포지션 간 상관관계가 반영되나요?

아닙니다. 독립적인 단일 포지션 결과의 나열을 모형화합니다. 여러 전략을 동시에 돌리거나 상관성 높은 종목에 여러 포지션을 두면 실효 거래당 리스크가 입력값보다 높아집니다. 상관관계는 손실이 뭉치는 바로 그 국면에서 상승하므로 차이가 크게 벌어질 수 있습니다.

아무도 공개하지 않는 확률

파산 확률 계산기

전략의 우위가 드러나기 전에 드로다운 한계에 먼저 닿을 확률.

업데이트 2026-08-18

파산 확률은 전략의 우위가 복리로 작동하기 전에 일련의 거래가 계좌를 정해진 실패 임계값까지 끌어내릴 확률입니다. 승률, 손익비, 거래당 리스크, 그리고 몇 퍼센트 드로다운을 파산으로 볼 것인가 — 이 네 가지로 결정됩니다. 승률 45%, 손익비 2:1로 거래당 1%를 걸면 40% 드로다운 확률은 거의 0이지만, 리스크를 5%로 올리면 같은 우위에서도 무시할 수 없는 파산 확률이 생깁니다. 바뀐 것은 우위가 아니라 사이징뿐입니다.

전략과 사이징

승률 (%)

손익비 (평균 이익 : 평균 손실) (:1)

거래당 리스크 (%)

개별 포지션마다 노출하는 자본의 비율

파산으로 간주할 드로다운 (%)

실제로 멈추게 될 손실 폭 — 대개 100%보다 한참 아래

전적으로 브라우저에서 실행됩니다. 입력값은 전송되거나 저장되지 않습니다.

파산 확률

파산 확률: —
정규화된 우위: —
흡수 가능한 리스크 단위: —
리스크 1단위당 기대값: —
손익분기 승률: —

파산 임계값은 100%가 아니라 실제로 거래를 멈출 드로다운으로 설정하세요. 대부분의 계좌는 비워지기 훨씬 전에 포기됩니다. −40%에서 포기된 전략은 −100%에서 청산된 전략만큼 완전히 실패한 것입니다.

계산 공식

A   = (p·R − q) ÷ (p·R + q)      normalised edge; = p − q when R = 1
U   = Ruin threshold % ÷ Risk per trade %
RoR = ((1 − A) ÷ (1 + A))^U      when A > 0, otherwise 100 %

  p = win rate    q = 1 − p    R = payoff ratio

Approximation: assumes constant fractional risk and independent trades.

1 백테스트나 실거래 기록에서 얻은 승률과 손익비를 입력하세요.
2 개별 거래마다 노출하는 자본의 비율을 입력하세요.
3 이론상 100%가 아니라, 실제로 손을 떼게 될 드로다운을 설정하세요.
4 거래당 리스크를 절반으로 줄여 확률이 얼마나 떨어지는지 보세요. 그 민감도가 진짜 출력입니다.

파산은 사이징 문제이지 우위 문제가 아니다

동일한 전략 통계라도 거래당 리스크만으로 생존 확률이 극단적으로 달라집니다. 리스크를 절반으로 줄이면 계좌가 흡수하는 연속 손실 횟수가 두 배가 되고, 파산 확률은 그 횟수에 대해 지수적으로 감소하므로 작은 사이징 변화가 답을 자릿수 단위로 움직입니다. 포지션 사이징이 시스템 트레이딩에서 가장 레버리지가 큰 결정인 이유입니다. 우위를 키우지는 못하지만, 우위가 도착했을 때 시장에 남아 있을지를 결정합니다.

모형의 가정과 무너지는 지점

이 공식은 일정한 비율의 리스크, 거래 간 독립성, 안정적인 승률과 손익비를 가정합니다. 실제 전략은 셋 다 위반합니다. 손실은 국면 전환에서 뭉쳐서 나오고, 분산된 듯 보이는 포지션도 상관관계로 리스크가 재집중되며, 우위는 감쇠합니다. 출력을 예측이 아니라 위험의 하한으로 보세요. 실제 확률은 모형보다 나쁘지 좋을 일은 없습니다.

출처

Grinstead and Snell's Introduction to Probability — American Mathematical Society (Dartmouth CHANCE Project edition)
A New Interpretation of Information Rate — Bell System Technical Journal, AT&T (hosted by Princeton University)
ESMA agrees to prohibit binary options and restrict CFDs to protect retail investors — European Securities and Markets Authority (ESMA)

교육용 계산기입니다. 출력값은 입력한 가정 하의 산술 결과이며 예측·추천·투자 자문이 아닙니다. 퀀트 트레이딩은 손실이 발생할 수 있습니다.

자주 묻는 질문

가정을 명시한 짧은 답변.

어느 정도의 파산 확률이면 받아들일 만한가요?: 대부분의 시스템 데스크는 실제로 행동에 옮길 드로다운 임계값 기준으로 1%를 크게 밑도는 수준을 목표로 합니다. 정확한 숫자보다 중요한 것은 민감도 테스트입니다. 거래당 리스크를 바꿔 확률이 얼마나 빨리 움직이는지 보세요. 조금만 올려도 크게 튄다면 사이징이 절벽의 잘못된 쪽에 있습니다.
왜 제 파산 확률이 100%인가요?: 기대값이 0이거나 음수이기 때문입니다. 승률과 손익비의 조합이 양의 우위를 만들지 못합니다. 그런 경우 거래 수가 충분하면 사이징과 무관하게 파산은 확정적입니다. 승률을 손익분기 수치와 비교해 얼마나 부족한지 확인하세요.
포지션 간 상관관계가 반영되나요?: 아닙니다. 독립적인 단일 포지션 결과의 나열을 모형화합니다. 여러 전략을 동시에 돌리거나 상관성 높은 종목에 여러 포지션을 두면 실효 거래당 리스크가 입력값보다 높아집니다. 상관관계는 손실이 뭉치는 바로 그 국면에서 상승하므로 차이가 크게 벌어질 수 있습니다.

계산한 숫자를 실제로 강제하는 터미널에서

포지션 상한, 드로다운 중단, 청산 거리는 QANTERION에서 전략 실행 중 강제되는 제약입니다. 손으로 다시 확인하는 숫자가 아닙니다.

무료 페이퍼 트레이딩 시작 요금 보기