OptiNod 아카데미

수익 팩터 — 하나의 숫자가 감추는 분포와 표본

PF가 높아도 거래 수가 적거나 큰 이익 한 건에 기대면 실전에서 무너집니다. PF가 감추는 분포와 표본 수를 봅니다.

> 수익 팩터가 높다는 사실 하나로는 전략을 신뢰할 수 없습니다. 그 숫자를 만든 거래의 분포를 같이 봐야 합니다.

수익 팩터(Profit Factor, PF)는 백테스트의 총이익을 총손실로 나눈 값입니다. 100건의 거래에서 이익을 낸 거래의 합이 1만 달러, 손실을 낸 거래의 합이 5천 달러라면 수익 팩터는 2.0입니다. 1.0이면 본전이고, 1.0 아래면 손실 전략이며, 2.0 위면 보통 양호한 전략으로 평가합니다. 계산이 단순한 만큼 백테스트 보고서의 첫 줄에 가장 자주 등장하는 지표입니다.

대중의 사용법은 이 숫자 하나를 전략의 등급표처럼 씁니다. 수익 팩터 1.5짜리 전략과 3.0짜리 전략을 나란히 놓고 후자가 두 배 좋은 전략이라고 판단합니다. 최적화 도구를 돌려 수익 팩터가 가장 높게 나온 파라미터 조합을 그대로 채택하기도 합니다. 숫자가 높을수록 좋다는 직관은 큰 틀에서 맞습니다. 다만 이 직관에는 결정적인 빈틈이 있습니다.

수익 팩터는 비율입니다. 비율은 분자와 분모를 만든 개별 거래가 몇 건이었는지, 그 거래들이 고르게 분포했는지를 전부 한 숫자 안으로 압축해 버립니다. 거래 200건에서 나온 1.5와 거래 12건에서 나온 3.0 중 실전에서 더 믿을 만한 쪽은 전자입니다. 한 건의 큰 이익 거래가 분자의 대부분을 차지한 3.0은, 그 한 건을 빼는 순간 손실 전략으로 바뀝니다. 이 글은 수익 팩터라는 한 숫자가 감추는 표본 수와 분포를 어떻게 다시 꺼내 보는지를 다룹니다.

최대 수익 거래 하나를 빼면 수익 팩터가 무너지는 전략은 운에 기댑니다

수익 팩터를 신뢰할 수 있는지 판별하는 가장 빠른 점검은 최대 수익 거래 한 건을 제거한 뒤 수익 팩터를 다시 계산하는 것입니다. 이 한 번의 산수가 전략의 안정성을 분포 차원에서 보여줍니다.

추세 추종 전략 하나를 예로 들겠습니다. 1년 동안 20건을 거래했고, 이익 거래의 합은 7,610달러, 손실 거래의 합은 1,950달러였습니다. 수익 팩터는 7,610을 1,950으로 나눈 약 3.90으로, 보고서만 보면 대단히 우수한 전략입니다. 그런데 이 7,610달러 가운데 6,200달러는 단 한 건의 거래에서 나왔습니다. 2024년 11월 BTC가 약 69,500달러에서 3주 만에 99,000달러 부근까지 약 42% 급등한 구간을 그대로 담은 거래입니다. 이 한 건을 제외하면 나머지 19건의 이익 합은 1,410달러, 손실 합은 그대로 1,950달러여서 수익 팩터는 0.72로 내려앉습니다. 1.0 아래, 즉 손실 전략입니다.

이 전략이 보여준 3.90은 2024년 11월에 BTC가 급등했다는 시장의 사건 하나가 만든 숫자에 가깝습니다. 같은 전략을 그 급등이 없었던 다른 1년에 적용하면 0.72 쪽의 모습이 나옵니다. 승률도 9/20으로 45% 수준이라, 평소에는 작은 손실을 반복하다 한 번의 큰 추세에서 전부 회수하는 구조입니다. 추세 추종 전략은 본래 이런 식으로 손익이 분포합니다. 이 분포 자체는 전략의 정상적인 작동 방식입니다. 문제는 수익 팩터 3.90이라는 숫자만 보고 매달 안정적으로 수익이 나는 전략으로 오해할 때 생깁니다. 그렇게 오해하면, 실전에서 큰 추세가 한동안 나오지 않는 구간에 계좌가 조금씩 줄어드는 것을 견디지 못하고 전략을 버리게 됩니다.

기준은 단순합니다. 최대 수익 거래를 뺐을 때 수익 팩터가 여전히 1.2 위에 머무르면 분산된 전략입니다. 그 한 건을 빼는 것만으로 1.0 아래로 떨어지면, 그 전략의 백테스트 수익은 한 번의 운에 기댄 결과로 봅니다.

거래 표본이 적으면 수익 팩터는 우연과 구분되지 않습니다

수익 팩터가 같은 2.5라도 거래 8건에서 나온 2.5와 300건에서 나온 2.5는 그 의미가 전혀 다릅니다. 표본이 적을수록 비율은 우연히 한쪽으로 쏠리고, 그 쏠림이 실력처럼 보입니다.

8건짜리 예시를 보겠습니다. 이익 거래 합 1,450달러, 손실 거래 합 500달러로 수익 팩터는 2.90입니다. 숫자만 보면 앞의 추세 추종 전략보다 우수해 보입니다. 그런데 이 전략을 한 달 더 돌려 600달러짜리 손실 거래가 한 건 추가되면 손실 합이 1,100달러로 늘어, 수익 팩터는 단숨에 1.32로 떨어집니다. 거래 한 건이 추가됐을 뿐인데 전략의 등급이 통째로 바뀝니다. 표본이 8건이면 거래 하나의 비중이 전체의 10%를 넘기 때문입니다.

300건의 표본에서는 거래 한 건이 추가돼도 비율이 거의 흔들리지 않습니다. 통계적으로 수익 팩터가 안정적인 신뢰 구간 안에 들어오려면 최소 100건, 가능하면 200건 이상의 거래 표본이 필요합니다. 30건 미만의 백테스트에서 나온 수익 팩터는 방향성 참고 정도로만 봅니다.

여기서 흔한 착각이 발생합니다. 하루에도 여러 번 진입하는 단기 전략은 표본을 쉽게 채우지만, 일봉·주봉 기준 스윙 전략은 1년을 돌려도 거래가 20~40건에 머무는 경우가 많습니다. 이때 5년 치 백테스트로 표본을 100건 이상으로 늘리는 것이 정석이지만, 5년이라는 기간 동안 시장 상태가 여러 번 바뀌었다면 그 100건은 서로 다른 시장에서 나온 거래의 혼합이라 또 다른 해석이 필요합니다. 표본 수를 채우는 것과 표본의 동질성을 지키는 것은 함께 가야 합니다.

표본이 적을 때 수익 팩터가 흔들리는 원인은 비율의 분모에 있습니다. 8건짜리 전략에서 손실 거래가 4건뿐이라면 손실 합은 그 4건의 크기에 전적으로 의존하고, 다음에 평소보다 큰 손실 한 건이 더해지는 순간 분모가 급격히 커지며 비율이 무너집니다. 거래가 많아질수록 한 건의 큰 손실이 전체 손실 합에서 차지하는 비중이 작아져, 같은 크기의 악재가 와도 수익 팩터는 완만하게만 움직입니다. 표본이 클수록 비율이 덜 흔들리고, 그래서 큰 표본의 수익 팩터를 더 신뢰하는 것입니다.

거래 비용을 반영하기 전의 수익 팩터는 다른 숫자입니다

백테스트 엔진의 기본 설정은 수수료와 슬리피지를 0으로 두는 경우가 많습니다. 비용 0으로 계산한 수익 팩터는 진입·청산이 잦은 전략일수록 실거래와 크게 벌어집니다.

단타 전략 하나를 보겠습니다. 200건을 거래했고 평균 이익 120달러, 평균 손실 90달러, 승률 52%입니다. 비용을 넣지 않으면 이익 합 12,480달러, 손실 합 8,640달러로 수익 팩터는 약 1.44입니다. 채택할 만한 전략으로 보입니다. 그러나 거래 한 건마다 수수료와 슬리피지를 합쳐 왕복 35달러의 비용이 든다고 가정하면 이야기가 달라집니다. 이익 거래의 실수령액은 건당 85달러로 줄고, 손실 거래의 실부담은 건당 125달러로 늘어납니다. 다시 계산한 수익 팩터는 0.74입니다. 비용을 반영하기 전에는 수익 전략으로 보였지만, 반영한 뒤에는 손실 전략입니다.

이 차이는 진입 빈도가 높을수록 커집니다. 거래당 평균 이익이 120달러인데 왕복 비용이 35달러라면 비용이 평균 이익의 약 30%를 가져갑니다. 평균 이익이 작고 거래가 잦은 전략일수록 비용에 취약하고, 평균 이익이 크고 거래가 드문 스윙 전략은 같은 비용의 영향을 덜 받습니다. 수익 팩터를 볼 때는 그 숫자가 비용을 반영한 값인지부터 확인하고, 비용 0이라면 자신의 실제 거래소 수수료와 보통의 슬리피지를 넣어 다시 계산해야 합니다. 그 전까지 비용 0의 수익 팩터는 실전 성과의 상한선일 뿐입니다.

수익 팩터는 승률과 손익비의 곱이라 분해해야 보입니다

수익 팩터 1.5라는 숫자만으로는 그 전략이 어떤 성격인지 알 수 없습니다. 같은 수익 팩터가 정반대의 두 전략에서 나올 수 있기 때문입니다.

수익 팩터는 승률과 손익비(Risk-Reward Ratio)로 분해됩니다. 승률이 W일 때 수익 팩터는 W를 (1−W)로 나눈 값에 손익비를 곱한 것과 같습니다. 이 관계를 알면 같은 수익 팩터가 어떻게 갈리는지 보입니다. 승률 35%에 손익비 3.0인 전략은 수익 팩터가 약 1.62이고, 승률 70%에 손익비 0.6인 전략은 수익 팩터가 약 1.40입니다. 두 전략의 수익 팩터는 비슷하지만 실전 경험은 정반대입니다.

승률 35% 전략은 열 번 중 여섯 번 넘게 손절을 보면서 어쩌다 한 번의 큰 이익으로 전체를 회수하는 구조입니다. 연속으로 손절이 이어지는 구간을 심리적으로 버티는 것이 핵심 과제가 됩니다. 반대로 ...그동안 쌓은 작은 이익 여러 건을 한 번에 날리는 구조입니다. 이 경우 손절을 제때 지키지 못하고 손실 거래를 키우면 손익비가 무너지면서 수익 팩터가 빠르게 1.0 아래로 떨어집니다.

수익 팩터를 볼 때는 같은 보고서의 승률과 평균 손익비를 반드시 함께 확인합니다. 수익 팩터가 높은데 승률이 30% 아래라면 큰 이익 거래에 의존하는 구조이고, 앞에서 본 최대 수익 거래 제거 점검을 함께 통과하는지가 더 중요해집니다. 수익 팩터가 높은데 손익비가 0.5 아래라면 작은 이익을 여럿 쌓는 구조라 손절 관리가 전략의 핵심이 됩니다. 한 숫자를 두 숫자로 분해하는 순간 전략의 약점이 어디에 있는지가 보입니다.

최적화로 끌어올린 수익 팩터는 미래에 재현되지 않습니다

파라미터 최적화 도구를 돌리면 수익 팩터가 가장 높게 나오는 조합을 자동으로 찾아 줍니다. 이렇게 찾은 수익 팩터는 과거 데이터에 가장 잘 맞춘 곡선의 산물이라, 미래 데이터에서 같은 수준으로 재현되지 않는 경우가 많습니다.

예를 들어 이동평균 교차 전략에서 단기·장기 기간 두 개를 5부터 200까지 1씩 바꿔 가며 전수 탐색하면 수만 개의 조합이 나옵니다. 이 가운데 과거 차트에 가장 잘 맞은 조합은 수익 팩터가 4.0을 넘기기도 합니다. 그러나 이 4.0은 그 특정 기간의 가격 움직임에 우연히 들어맞은 결과인 경우가 대부분입니다. 같은 전략을 백테스트에 쓰지 않은 다른 기간에 적용하면 수익 팩터가 1.2 부근으로, 또는 1.0 아래로 떨어집니다. 과거에 맞춘 정도가 강할수록 미래에 어긋나는 폭도 커집니다.

이를 걸러내는 표준 방법은 데이터를 학습 구간과 검증 구간으로 나누는 것입니다. 전체 기간의 70%로 최적화해 파라미터를 정하고, 남겨 둔 30% 구간에서 같은 파라미터로 수익 팩터를 다시 측정합니다. 학습 구간 수익 팩터가 3.5인데 검증 구간이 1.1로 떨어진다면 그 3.5는 과최적화의 결과입니다. 두 구간의 수익 팩터가 비슷하게 유지될 때만 그 숫자를 신뢰합니다. 인접한 파라미터끼리 수익 팩터가 급격히 변하지 않고 완만하게 이어지는지도 함께 봅니다. 한 조합만 유독 높고 바로 옆 조합은 형편없다면 그 봉우리는 우연일 가능성이 높습니다.

수익 팩터를 신뢰하기 전 거치는 점검

수익 팩터 하나만 보고 전략을 채택하면 위에서 본 함정에 그대로 노출됩니다. 보고서의 수익 팩터를 신뢰하기 전 다음 항목을 순서대로 점검합니다.

• [ ] 표본 수: 백테스트 거래 건수가 최소 100건 이상입니다. 30건 미만이면 수익 팩터를 방향성 참고로만 봅니다.
• [ ] 최대 수익 거래 제거: 가장 큰 이익 거래 한 건을 뺀 뒤 다시 계산한 수익 팩터가 1.2 위에 머무릅니다. 1.0 아래로 떨어지면 단일 거래 의존으로 봅니다.
• [ ] 비용 반영: 자신의 실제 거래소 수수료와 왕복 슬리피지를 넣어 계산한 값입니다. 비용 0의 수익 팩터는 상한선으로만 봅니다.
• [ ] 승률·손익비 분해: 같은 보고서의 승률과 평균 손익비를 함께 확인해 전략의 성격을 파악합니다.

이 네 항목을 모두 통과한 수익 팩터라야 다른 전략과 비교할 수 있습니다.

수익 팩터의 신뢰도를 검증하는 두 가지 보조 점검

위 네 항목을 통과한 뒤에도 수익 팩터의 안정성을 한 단계 더 확인하는 두 가지 도구가 있습니다.

첫째는 연도별 또는 분기별로 끊어 본 수익 팩터입니다. 5년 치 백테스트의 전체 수익 팩터가 2.0이라도, 연도별로 끊어 보면 큰 추세가 나온 2024년 한 해만 4.0이고 나머지 해는 1.0 부근일 수 있습니다. ...수익 팩터가 일정 수준 위에서 고르게 유지되는 전략이 한 해에 몰린 전략보다 실전에서 끌고 가기 수월합니다. 특정 한 해를 빼면 전체 수익 팩터가 1.0 아래로 떨어지는 전략은 그 한 해의 시장 상태에 맞춰진 것으로 봅니다.

둘째는 최대 낙폭(Maximum Drawdown)을 함께 확인하는 것입니다. 수익 팩터가 높아도 최대 낙폭이 계좌의 40%를 넘는다면 그 전략을 실전에서 끝까지 운용하기는 어렵습니다. 수익 팩터는 최종 결과의 비율만 말해 줄 뿐, ...계좌가 얼마나 깊이 출렁였는지는 보여 주지 못합니다. 수익 팩터 2.5에 최대 낙폭 15%인 전략과, 수익 팩터 3.0에 최대 낙폭 45%인 전략 가운데 대부분의 트레이더가 끝까지 따라갈 수 있는 쪽은 전자입니다. 수익 팩터 하나로 전략의 등급을 매기는 습관을 버리고, 그 숫자가 어떤 표본과 분포 위에서 만들어졌는지를 함께 읽을 때 비로소 백테스트가 실전으로 이어집니다.