안녕하세요. 결론부터 말하자면, EA(자동매매)의 성능을 판단할 때 '높은 수익률'보다 '최대 낙폭(MDD)'을 먼저 살펴야 합니다. 수익률은 화려하지만, MDD가 크면 계좌 회복이 어렵고 운영 지속이 불가능해지기 쉽습니다. 아래에서 이유, 계산법, 실전 적용 방식과 체크리스트를 차근히 설명하겠습니다.
왜 MDD가 수익률보다 더 중요한가?
수익률은 결과물입니다. 하지만 투자자가 실제로 견뎌야 하는 것은 손실 구간입니다. MDD(Maximum Drawdown)는 계좌가 과거 최고점에서 얼마나 떨어졌는지를 보여 주므로, 실제로 겪게 될 '심리적·현금관리적 리스크'를 직접 나타냅니다. 예를 들어, 백테스트에서 연간 50% 성과라도 최대 낙폭이 60%라면, 실전에서 그 전략을 유지할 투자자는 거의 없습니다.
한 증권사 보고서는 자동매매를 중단한 고객의 70%가 첫 3개월 안에 포기했다고 지적하며, 백테스트 성과 외에 '실전 검증 기간'과 'MDD'를 확인하라고 권합니다(예: Project Citizen 405 보고서). 이런 패턴은 커뮤니티에 공유된 여러 실전 사례와도 일치합니다.
- 심리적 영향: 큰 낙폭은 감정적 결정을 유발합니다.
- 자본 지속성: MDD가 크면 증거금 탕진 위험이 커집니다.
- 복구 필요 수익률: 50% 손실 후에는 100% 수익이 필요합니다. 이 단순한 산식이 현실을 말해줍니다.
여러 자동매매 운영자 사례에서, 높은 수익률을 홍보하던 전략들이 큰 MDD 때문에 실전에서 유지되지 못한 일이 자주 보고됩니다. 또한 AI 기반 자동매매 연구·블로그에서도 '높은 샤프·수익보다 MDD 최소화'를 핵심 설계 목표로 삼는 경우가 늘고 있습니다(참고: Tistory AI 자동매매 관련 글).
MDD는 어떻게 계산하고 해석하나?
MDD 계산은 어렵지 않습니다. 시계열 누적 수익(또는 계좌 가치)에서 역사적 최고점(peak)을 기준으로 그 이후의 최저점(trough)까지의 비율 하락을 측정합니다. 수식으로는 (Peak − Trough) / Peak × 100%로 표현합니다. 핵심은 '기간'과 '사용한 자본 기준'을 일치시켜 계산하는 것입니다.
계산 예시와 해석 포인트:
- 일간 계좌 가치 기준 MDD와 월간 재조정 기준 MDD는 다를 수 있습니다.
- 레버리지 사용 여부는 MDD를 증폭시킵니다.
- 복수의 전략을 합산한 포트폴리오 MDD는 각 전략 MDD의 상관관계에 따라 크게 달라집니다.
실전에서는 다음을 함께 봐야 합니다.
- 최대 낙폭 기간(얼마나 오래 지속됐는가)
- 회복에 필요한 수익률(예: 40% 손실은 66.7%의 회복 필요)
- 낙폭 발생 시 포지션·리스크 조정 규칙
한 프로젝트 팀의 분석 사례에서는, 동일한 연평균 수익률을 보인 두 EA 중 MDD가 작은 쪽이 실제 운영 기간 내 손실 관리와 고객 유지에 훨씬 유리했다고 보고했습니다. 이처럼 '같은 수익률'도 MDD에 따라 의미가 완전히 달라집니다.
