샤프지수 계산기

샤프지수(Sharpe Ratio)란?

샤프지수는 1966년 경제학자 윌리엄 샤프(William F. Sharpe)가 제안한 지표로, 투자 성과를 평가할 때 수익률뿐 아니라 그 수익을 얻기 위해 감수한 위험(변동성)까지 함께 반영합니다. 단순히 수익률이 높다고 좋은 투자라고 보기보다, 같은 위험을 감수했을 때 얼마나 효율적으로 초과 수익을 냈는지를 비교하는 데 쓰입니다. 샤프는 자산가격결정 이론 공로로 1990년 노벨 경제학상을 공동 수상했습니다. 처음 제안된 이름은 ‘보상 대 변동성 비율(reward-to-variability ratio)’이었고, 이후 샤프지수로 널리 불리게 되었습니다.

두 펀드가 있다고 가정해 보겠습니다. A는 연 12%를 벌었지만 매년 −15%~+35%를 오가는 롤러코스터였고, B는 연 9%를 벌었는데 −3%~+18% 범위에서만 움직였습니다. 수익률만 보면 A가 좋지만, 중간에 버티지 못하고 손절한 투자자가 많았을 것은 A입니다. 샤프지수는 이 ‘버티는 비용’을 숫자 한 개로 요약하려는 시도입니다.

계산 공식과 단위 맞추기

샤프지수 = (포트폴리오 수익률 − 무위험수익률) ÷ 수익률의 표준편차 입니다. 분자는 “초과수익률(위험을 감수해서 추가로 얻은 수익)”이고, 분모는 그 수익이 얼마나 들쭉날쭉했는지를 나타내는 변동성입니다. 무위험수익률은 보통 국고채 등 안전자산의 수익률을 참고해 입력하며, 시기와 금리 환경에 따라 달라지므로 계산 시점의 최신 수치를 한국은행·금융투자협회 등의 공시에서 직접 확인해 입력하는 것이 정확합니다.

가장 흔한 실수는 단위(주기)를 섞는 것입니다. 월 수익률 평균과 연 무위험수익률을 그대로 빼거나, 월 표준편차를 연 수익률과 나누면 숫자가 크게 틀어집니다. 기간별 수익률로 계산할 때는 다음 순서를 따릅니다.

1. 기간별 평균 수익률(m)과 표본 표준편차(s, n−1로 나눔)를 구합니다.
2. 연 무위험수익률을 같은 기간 단위로 환산합니다. (월별이면 ÷12, 간단 근사)
3. 기간 샤프 = (m − 기간 무위험수익률) ÷ s
4. 연환산 샤프 = 기간 샤프 × √(연간 기간 수) (월별 √12, 주별 √52, 일별 √252)

변동성은 기간이 √배로 커지고 평균은 기간에 비례해 커지기 때문에 연환산 시 √(기간 수)를 곱하는 것입니다. 이 방법은 수익률이 기간 사이에서 서로 독립이라는 가정을 쓰고 있습니다. 방법 2에서는 이 계산을 자동으로 처리합니다.

검산된 계산 예시

예시 1 (연 단위): 연평균 수익률 8%, 무위험수익률 3%, 변동성 15%라면 (8 − 3) ÷ 15 = 0.33입니다. 같은 무위험수익률에서 수익률 12%, 변동성 25%인 자산은 (12 − 3) ÷ 25 = 0.36으로 오히려 약간 높습니다. 수익률은 훨씬 높지만 변동성이 더 크게 늘었기 때문에 효율은 거의 비슷합니다.

예시 2 (월 단위 → 연환산): 월 평균 수익률 0.8%, 월 표준편차 3%, 연 무위험수익률 3%(월 0.25%)이면 월 샤프는 (0.8 − 0.25) ÷ 3 = 0.183이고, 연환산하면 0.183 × √12 ≈ 0.64입니다. 이 값은 연 수익률 9.6%(0.8×12), 연 변동성 약 10.39%(3×√12)를 방법 1에 넣어 (9.6 − 3) ÷ 10.39 = 0.64로 계산한 값과 일치합니다.

예시 3 (기본 입력된 12개월 수익률): 방법 2에 미리 채워진 12개월 수익률의 월 평균은 약 0.65%, 표본 표준편차는 약 1.71%입니다. 월 무위험수익률 0.25%를 빼면 월 샤프는 약 0.234, 연환산 샤프는 약 0.81이 됩니다. 하방 변동성만 쓰는 소르티노 지수는 같은 데이터에서 약 1.33으로 더 높게 나오는데, 손실 달이 적고 이익 달의 폭이 크기 때문입니다. 12개월 누적수익률은 약 +7.9%입니다.

변동성이 샤프지수에 미치는 영향

초과수익률을 5%p로 고정하고 변동성만 바꾸면 샤프지수는 다음과 같이 달라집니다.

수익률이 같아도 변동성이 두 배면 샤프지수는 절반이 됩니다. 반대로 변동성을 낮추는 분산투자(상관관계가 낮은 자산 혼합)는 수익률을 올리지 않고도 샤프지수를 올릴 수 있습니다. 자산배분이 ‘공짜 점심’으로 불리는 이유가 여기에 있습니다. 구체적인 구성은 자산배분 기초 상식에서 이어서 볼 수 있습니다.

수치는 어떻게 해석하나요?

아래 구분은 업계에서 흔히 쓰는 관행일 뿐 공식 기준이 아닙니다. 자산군, 측정 기간, 무위험수익률 선택에 따라 같은 성과도 다르게 나옵니다.

어떤 지수가 좋은지는 비교 대상이 있어야 의미가 있습니다. 같은 기간·같은 무위험수익률로 계산한 비교 지수(예: 코스피, 전 세계 주식 지수)나 같은 유형의 펀드와 견주어 보세요. 단독으로 “0.5면 나쁘다”라고 단정하기는 어렵습니다.

측정 기간이 짧을 때의 오차

샤프지수 자체도 표본에서 추정한 값이므로 오차가 있습니다. 수익률이 독립이고 같은 분포라는 단순한 가정에서, 연환산 샤프지수의 표준오차는 대략 1 ÷ √(관측 연수) 정도로 알려져 있습니다(샤프지수가 크지 않은 경우의 근사).

3년 데이터로 계산한 샤프지수 0.8은 사실 0.2~1.4 사이의 값일 수 있다는 뜻입니다. 따라서 펀드 A의 0.9와 펀드 B의 0.7을 3년 데이터로 비교해 “A가 우월하다”고 결론 내리기는 어렵습니다. 최소 3~5년 이상의 데이터에서 상대 비교 정도로 활용하는 것을 권합니다.

샤프지수의 한계

• 상승 변동도 위험으로 취급: 급등한 달이 많아도 표준편차가 커져 지수가 낮아집니다. 하락 위험만 반영하려면 소르티노 지수(하방편차 기준)를 함께 보세요. 방법 2가 이를 같이 계산합니다.
• 정규분포 가정: 대폭락(꼬리 위험)이나 한쪽으로 치우친 수익 분포를 제대로 반영하지 못합니다. 옵션 매도 전략처럼 “매달 조금 벌다가 한 번에 크게 잃는” 전략은 샤프지수가 높게 계산되기 쉽습니다.
• 평활화된 가격: 비상장자산이나 평가 기준이 느슨한 상품은 가격 변동이 실제보다 작게 기록되어 샤프지수가 부풀려질 수 있습니다.
• 최대 손실을 보여주지 않음: 같은 샤프지수라도 일시적으로 −40%를 겪을 수 있습니다. 최대낙폭 회복 계산기로 낙폭과 회복에 필요한 수익률을 함께 보세요.
• 무위험수익률 선택에 민감: 금리가 높은 시기에는 초과수익률이 작아져 샤프지수가 낮아집니다. 비교하는 두 지수는 같은 무위험수익률을 써야 합니다.
• 산술평균과 복리 수익률의 차이: 변동성이 크면 기하평균(CAGR)이 산술평균보다 낮아집니다. 연평균 수익률을 입력할 때 산술평균인지 연복리수익률(CAGR 계산기로 확인 가능)인지 기준을 통일하세요.

흔한 실수

• 월 수익률 평균을 연 수익률처럼 입력하고 연 무위험수익률을 빼는 단위 혼합
• 표준편차를 수익률 평균이 아닌 가격(원 단위)의 표준편차로 계산하는 오류. 반드시 수익률(%)의 표준편차여야 합니다.
• 총 수익률(예: 3년 누적 +40%)을 연평균 수익률 칸에 입력
• 좋은 구간만 골라 계산해서 지수가 부풀려지는 것 (표본 선택 편향)
• 변동성은 연환산하지 않은 월 표준편차를 그대로 입력

변동성(표준편차) 자체를 계산해야 한다면 주식 변동성 계산기를 이용하면 되고, 이 페이지의 방법 2에 수익률 목록을 넣어도 됩니다.

결과를 어떻게 활용하나요

1. 후보 펀드나 포트폴리오 2~3개를 같은 기간·같은 무위험수익률로 계산해 서로 비교합니다.
2. 샤프지수가 비슷하면 최대낙폭이 더 작은 쪽, 보수가 더 낮은 쪽을 고릅니다.
3. 샤프지수가 낮은 자산을 포트폴리오에서 빼는 것이 아니라, 다른 자산과의 상관관계를 보고 조합했을 때 전체 지수가 올라가는지 확인합니다.
4. 샤프지수가 높지만 기간이 짧거나 평활화된 자산이면 의심하고 추가 자료를 확인합니다.
5. 비중 조정은 포트폴리오 리밸런싱 계산기로 이어서 계산합니다.

이 계산기는 입력한 수치를 기준으로 한 단순 계산 결과이며, 특정 종목이나 상품의 매수·매도를 권유하는 투자 조언이 아닙니다. 과거 수익률은 미래 성과를 보장하지 않으며, 실제 투자 판단 전에는 더 다양한 지표와 최신 자료를 함께 확인하시기 바랍니다.

자주 묻는 질문