켈리 기준 포지션 크기: 우위에서 익스포저로 이어지는 불안정한 연결

올바른 대상을 최적화하기

켈리 기준은 특정 모형에서 부의 로그 기대값을 최대화합니다. 우위의 존재 여부를 알아내는 방법도, 다음 달에 돈을 벌 확률을 최대화하는 방법도 아닙니다. 로그는 남은 부가 적은 결과에 큰 불이익을 주어 손실의 복리 효과를 반영합니다. 그래도 최적화는 가정한 확률, 손익, 실행 가능한 포지션에 전적으로 의존합니다.

건 금액 한 단위당 확률 p로 b단위를 벌고 나머지 경우에는 건 금액 전부를 잃는 단순 반복 내기에서 제약 없는 비중은 f = p − (1 − p)/b입니다. 이 공식을 손절 비율이나 레버리지 상품의 증거금 요건과 그대로 바꿔 쓸 수는 없습니다. 여기서 손실의 정의는 거래 플랫폼의 관리 설정이 아니라 모형의 일부입니다.

손실 때 투자 비율 f를 모두 잃고 이익 때 그 금액의 b배를 버는 이항 모형에서 자산 배수는 각각 1 − f와 1 + bf입니다. 기대 로그 성장률은 p ln(1 + bf) + (1 − p) ln(1 − f)입니다. 이 식은 입력값이 알려져 있고 같은 기회가 반복되며 정해진 손익 구조가 유지된다는 강한 가정 위에 있습니다.

작은 확률 오차가 큰 규모 오차를 만든다

손익 배율이 같은 결과와 추정 승률 55%를 생각해 보세요. 공식의 비중은 10%입니다. 실제 확률이 51%라면 모형의 최적 비중은 2%에 불과하며, 50% 미만이면 양의 포지션에 모형상 우위가 없습니다. 따라서 몇 퍼센트포인트의 추정 오차만으로도 겉보기 최적치가 상당한 과잉 익스포저로 바뀔 수 있습니다.

관측 승률은 확실히 알려진 확률이 아닙니다. 서로 겹치는 신호에서 나온 100번의 거래에는 100개의 독립 관측치보다 훨씬 적은 정보가 담겨 있을 수 있습니다. 수수료, 미체결, 이례적인 손실을 반영하면 손익 분포도 달라질 수 있습니다. 규모 계산 결과를 검토하기 전에 추정치를 얻은 방법, 타당한 불확실성 범위, 표본에 없는 불리한 결과를 설명하세요.

성장이 감당할 만한 여정을 뜻하지는 않는다

전략의 기대 로그 성장률이 양수여도 중간에 큰 낙폭을 겪을 수 있습니다. 장기적인 주장은 마진콜, 인출 필요, 심리적 한계 아래에서의 생존을 보장하지 않습니다. 곧 현금이 필요한 투자자에게는 단순화된 여러 설명에서 가정하는 무한한 투자기간이 없습니다.

부분 켈리는 계산된 포지션을 축소하며 흔히 민감도와 낙폭을 줄이기 위해 사용되지만, 그 비율이 보편적인 안전 인증은 아닙니다. 심하게 과대평가된 최적치의 절반도 여전히 너무 클 수 있습니다. 위험 제약 켈리 모형 연구는 성장 목표가 모든 선호를 자동으로 반영한다고 가정하는 대신 낙폭 제약을 명시합니다. 이 모형들에도 별도로 검토해야 할 가정이 남아 있습니다.

여러 기회가 하나의 재무상태를 공유한다

각 신호에 별도의 완전 켈리 계산을 적용하면 자신도 모르게 같은 자본을 중복 사용할 수 있습니다. 동시 포지션들은 함께 손실을 낼 수 있으며, 공동 손익 분포가 포트폴리오 문제를 결정합니다. 같은 통화 충격에 연결된 세 거래는 종목 기호가 다르다는 이유만으로 세 번의 독립 반복이 되지 않습니다.

실무 제약에는 차입 비용, 최소 계약 규모, 집중도 한도, 예정한 청산 지점을 넘는 손실이 포함됩니다. 이항 승패 모형은 이런 세부사항을 생략합니다. 이론적 비중을 수량으로 바꾸기 전에 상관된 갭과 자금 수요를 포함해 계좌 전체 부의 시나리오 표를 만드세요. 큰 포지션을 적정 비중처럼 보이게 하려고 생활비나 비상금으로 남겨 둔 현금을 쉽게 위험 자본으로 취급해서는 안 됩니다.

공식을 민감도 분석 연습으로 활용하기

유용한 학습 방법은 타당한 확률과 손익 범위에 걸쳐 비중을 계산한 뒤 답이 얼마나 불안정해지는지 살피는 것입니다. 약간의 악화만으로 우위가 사라진다면 중요한 결론은 표에서 가장 큰 숫자가 아니라 취약성입니다. 모형상 성장률이 음수인 것도 정보가 됩니다. 비용 차감 후 경제적 우위가 없다면 익스포저를 줄인다고 우위가 생기지는 않습니다.

연구의 불확실성과 개인의 손실 감당 능력을 구분하세요. 통계적으로 유망한 모형도 특정 투자기간이나 자금조달 구조에는 적합하지 않을 수 있습니다. 목표, 가정, 실제로 작동하는 제약을 함께 기록하세요. 이 연습의 목적은 판단을 건너뛰는 권위 있는 비율을 내놓는 것이 아니라, 포지션을 정당화하려면 무엇을 믿어야 하는지 드러내는 것입니다.

로그 성장률과 실제 생존 제약

증거금과 최대 손실은 같은 값이 아닙니다. 1,000달러의 증거금을 맡겼다는 사실만으로 손실이 1,000달러에 제한되는 것은 아닙니다. 갭이나 청산 비용 때문에 3,000달러를 잃을 수 있는 계약을 증거금만 위험 금액으로 삼아 계산하면 투자 비율을 잘못 해석하게 됩니다. 해당 계약의 손익 구조와 추가 납입 가능성을 먼저 확인해야 합니다.

매번 현재 잔고의 10%를 잃는 일이 열 번 이어지면 잔고는 최초의 약 34.9%로 줄어듭니다. 낙폭은 약 65.1%이고 원금을 회복하려면 남은 잔고에서 약 186.8%의 수익이 필요합니다. 손실 비율이 매번 2%라면 잔고는 약 81.7%, 필요한 회복 수익률은 약 22.4%입니다. 이는 특정 전략의 연속 손실 확률을 추정한 예제가 아닙니다.

고정 금액 100달러를 위험에 노출하는 방식과 매번 잔고의 일정 비율을 노출하는 방식은 손실 이후의 주문 크기가 다릅니다. 보고서에서 두 방식을 섞으면 낙폭과 회복 속도를 잘못 비교하게 됩니다. 분할 Kelly는 계산된 비율을 낮추지만, 잘못 추정한 확률이나 누락된 손실 상태를 자동으로 바로잡지는 않습니다.

자산이 완전히 소진되는 상태에서는 로그 자산이 음의 무한대로 갑니다. 그렇다고 알려지지 않은 재앙 확률에 임의의 숫자를 넣어 정교한 최적화처럼 보여서는 안 됩니다. 모형에 없는 손실, 생활자금과의 분리, 계약별 한도, 현금 확보와 중단 기준을 별도로 다루세요. 수학적 최적점은 이용 가능한 행동의 권고와 동일하지 않습니다.