주식 트레이딩의 파멸 위험: 트레이더 생존을 위한 완벽 수학 가이드

파멸의 위험이란 무엇이며 모든 트레이더가 반드시 이해해야 하는 이유

파멸의 위험(Risk of Ruin)은 트레이더가 거래를 계속할 수 없을 정도로 충분한 자본을 잃을 확률입니다. 계좌가 고점에서 얼마나 하락했는지를 측정하는 일시적인 손실폭(drawdown)과 달리, 파멸은 영구적입니다: 계좌가 전략을 실행하는 데 필요한 최소 금액(또는 브로커의 마진 요건) 이하로 떨어지면 게임에서 퇴장합니다. CFA Institute의 리스크 관리 커리큘럼은 파멸 위험을 투자 관리에서 가장 중요하지만 과소평가되는 차원으로 식별하며, 리스크 관리가 "경제 활동에서 피할 수 없는 부분"이라고 언급합니다.[7]

파멸의 수학은 17세기 블레즈 파스칼과 크리스티안 하위헌스가 처음 연구하고 이후 야코프 베르누이가 공식화한 고전적인 도박꾼의 파멸 문제(Gambler's Ruin)로 거슬러 올라갑니다. 핵심 통찰은 단순하지만 치명적입니다: 양의 우위를 가진 도박꾼(또는 트레이더)도 매 라운드에 자본의 너무 큰 비율을 걸면 파산할 수 있습니다. 1956년 벨 연구소의 존 L. 켈리 주니어는 "정보율의 새로운 해석(A New Interpretation of Information Rate)"을 발표하여 파멸 확률을 최소화하면서 장기 성장을 극대화하는 최적 베팅 사이즈를 도출했습니다. 에드워드 O. 쏘프는 이후 켈리의 프레임워크를 블랙잭과 주식 시장 모두에 적용한 획기적인 논문 "켈리 기준과 주식 시장(The Kelly Criterion and the Stock Market)"에서 동일한 수학이 도박 테이블과 거래 플로어를 지배함을 보여주었습니다.[1, 2]

트레이더를 위한 현대적 파멸 위험 공식은 다음과 같습니다: R = ((1 − Edge) / (1 + Edge))^N, 여기서 Edge는 거래당 우위(승률 × 평균 수익 − 패율 × 평균 손실, 평균 손실로 나눔)이고 N은 계좌의 "위험 단위" 수(계좌 규모 / 거래당 달러 위험)입니다. 55% 승률, 1.5:1 평균 보상 대 위험 비율, $50,000 계좌에서 1%($500)를 위험에 노출하는 트레이더를 생각해 보세요. 위험 달러당 우위는 (0.55 × 1.5 − 0.45) / 1 = 0.375이고, 100개의 위험 단위($50,000 / $500)를 보유합니다. 파멸의 위험은 약 ((1 − 0.375) / (1 + 0.375))^100 = (0.4545)^100으로 사실상 0입니다. 이제 거래당 위험을 5%로 늘리면: 20개의 위험 단위만 남고, 파멸 확률은 (0.4545)^20 ≈ 0.000013으로 뛰어오릅니다—여전히 작지만 100억 배 더 큽니다. 거래당 10% 위험(10단위)에서 파멸 확률은 (0.4545)^10 ≈ 0.04%로 상승하고, 덜 유리한 승률에서는 급격히 증가합니다.[8]

2025년 봄 관세 발표로 촉발된 매도세는 생생한 실제 스트레스 테스트를 제공했습니다. 2025년 4월 2일부터 8일까지, 백악관의 포괄적 상호 관세 발표 후 S&P 500은 4거래일 만에 약 12% 하락했으며, CBOE 변동성 지수(VIX)는 40을 넘어 급등했습니다. 거래당 위험을 1–2%로 제한했던 트레이더들은 충격을 흡수하고 시장에 남았습니다. 집중되고 과도한 포지션을 운용하던 트레이더들—특히 반도체 같은 관세 민감 섹터에서—은 최악의 가격에 마진 콜과 강제 청산에 직면했습니다. 단 4일 만에 규율 있는 포지션 사이징과 무모한 리스크 테이킹의 차이가 관리 가능한 손실폭과 계좌 파멸의 차이가 되었습니다. 금융산업규제기관(FINRA)은 포지션 진입 전 잠재적 손실의 전체 범위를 이해하는 것이 투자의 기본 원칙이라고 일관되게 경고합니다.[9, 4]

손실 회복의 수학: 왜 손실은 이익보다 더 큰 영향을 미치는가

리스크 관리에서 가장 중요한 숫자는 승률이나 손익비가 아닙니다—그것은 손실과 그 회복에 필요한 수익 사이의 비대칭적 관계입니다. 공식은 간단합니다: 회복 % = 손실% / (1 − 손실%) × 100. 10% 손실은 손익분기를 위해 11.1%의 수익이 필요합니다. 20% 손실은 25%를 요구합니다. 33% 손실은 50%가 필요합니다. 50% 손실은 100%의 수익이 필요합니다—시작점으로 돌아가기 위해 남은 자본을 두 배로 늘려야 합니다. 극단적으로 75% 손실은 300%의 수익을, 90% 손실은 900%를 요구합니다. 이 기하급수적 증가가 계좌 파괴 뒤의 수학적 엔진이며, SEC의 Investor.gov가 위험을 이해하는 것이 모든 투자 결정의 기초라고 강조하는 주된 이유입니다.[5]

이 비대칭성은 두 번째로 종종 간과되는 문제를 악화시킵니다: 손실폭은 미래 수익 능력을 감소시킵니다. 둘 다 연 10%를 버는 두 트레이더를 생각해 보세요. 트레이더 A는 $100,000을 온전히 가지고 시작합니다. 1년 후 $110,000—$10,000의 수익입니다. 트레이더 B는 50% 손실폭을 겪고 $50,000으로 시작합니다. 동일한 10% 수익 후 $55,000—$5,000의 수익입니다. 트레이더 B는 동일한 비율의 수익을 얻었지만 자본 기반이 절반이었기 때문에 달러 이익의 절반만 창출했습니다. 손실폭에 잃은 모든 달러는 더 이상 복리로 성장할 수 없는 달러입니다. 20년의 경력 동안 이 "복리 저항"은 수십만 달러의 손실된 부를 나타낼 수 있습니다. 이것이 CFA Institute의 포트폴리오 리스크와 수익 자료가 포트폴리오 변동성(손실폭) 최소화가 수익 극대화만큼 중요하다고 가르치는 이유입니다.[8]

시간은 손실폭의 숨겨진 비용입니다. S&P 500 역사적 데이터에 따르면 미국 주식의 장기 평균인 연 10%의 일관된 수익률에서 20% 손실폭 회복은 약 2.3년이 걸립니다. 50% 손실폭은 약 7.3년이 걸립니다. 70% 손실폭은 12.6년 이상이 걸립니다. 공격적인 연 20% 수익률에서도 50% 손실은 회복에 3.8년이 필요합니다. 이것은 자본이 부를 축적하는 대신 제로로 돌아가기 위해 일하는 기간입니다. 은퇴에 가까워지는 40–50대 트레이더에게 깊은 손실폭은 투자 시간 범위 내에서 완전히 회복되지 않을 수 있습니다.[12]

여기서 포지션 사이징이 결정적 요인이 됩니다. 거래당 계좌의 5%를 위험에 노출하는 트레이더가 8번의 연속 손실을 경험하면—이는 대부분의 사람들이 생각하는 것보다 훨씬 흔합니다—약 33.7% 하락합니다 ((1 − 0.05)^8 = 0.6634, 즉 33.7% 손실폭). 그 33.7% 손실에서 회복하려면 50.8%의 수익이 필요하며, 연 10% 수익률에서 약 4.2년이 걸립니다. 같은 트레이더가 거래당 1%만 위험에 노출하면 8번 연속 손실 후 7.7%만 하락합니다 ((1 − 0.01)^8 = 0.9227). 7.7%에서 회복은 8.3%의 수익만 필요합니다—평균 시장 수익률에서 1년 이내에 달성 가능합니다. 수학은 가차 없습니다: 거래당 1%와 5% 위험의 차이는 손실폭 심각도에서 5배의 차이가 아닙니다—4.4배의 차이(33.7% 대 7.7%)이며, 회복 시간에서는 5배의 차이입니다.

연속 손실 확률: 대부분의 트레이더가 놀라는 수학

대부분의 트레이더는 연속 손실이 얼마나 자주 발생하는지 크게 과소평가합니다. n번의 연속 손실 확률은 간단한 이항 공식으로 결정됩니다: P(n번 연속 손실) = (1 − 승률)^n. 50% 승률에서 5번 연속 손실 확률은 (0.50)^5 = 3.13%—약 32분의 1입니다. 드물어 보이지만, 연간 250번 거래하는 트레이더에게는 5번 연속 손실이 시작될 독립적 기회가 약 7–8번 있습니다. 55% 승률(매우 좋은 시스템)에서도 5번 연속 손실은 1.85% 확률로 발생합니다. 40% 승률(큰 보상/위험 비율로 여전히 높은 수익을 낼 수 있음)에서는 5번 연속 손실 확률이 7.78%—거의 13분의 1입니다. CME Group의 리스크 관리 교육은 이러한 확률을 이해하는 것이 금융 시장 참가자에게 필수적이라고 강조합니다.[17]

분석을 확장하면: 50% 승률에서 10번 연속 손실 확률은 (0.50)^10 = 0.098%, 약 1,024분의 1입니다. 5,000번의 거래 경력에서 10번 연속 손실의 예상 횟수는 약 4.9번입니다. 55% 승률에서 10번 연속 손실은 시퀀스당 0.034% 확률이지만, 5,000번의 거래에서 최소 한 번은 예상해야 합니다. 45% 승률에서 10번 연속 손실은 시퀀스당 0.253% 확률로 발생하며, 연간 500번 거래하는 트레이더는 약 8년에 한 번 이를 예상해야 합니다. 국가선물협회(NFA)가 리스크 공시 문서를 요구하는 이유는 바로 이러한 통계적 현실이 경험 많은 트레이더조차 놀라게 하기 때문입니다.[18]

심리학자 대니얼 카너먼과 아모스 트버스키는 대표성 휴리스틱—사람들이 무작위 시퀀스에서 패턴을 보고 연속의 빈도를 과소평가하게 만드는 인지 편향을 식별했습니다. 획기적인 전망 이론 논문(1979)에서 그들은 인간이 확률을 직관적으로 판단하는 데 체계적으로 서투르다는 것을 보여주었습니다. 55% 승률에서 7번 연속 손실을 경험하는 트레이더는 어떤 주어진 시점에서 약 0.37% 확률로 발생하는 일을 경험하고 있습니다—드물지만 완전히 정상적인 통계 범위 내입니다. 하지만 감정적으로는 전략이 고장났다는 증거처럼 느껴집니다. 이 "군집 착각"은 트레이딩에서 가장 파괴적인 행동 오류로 이어집니다: 통계적으로 정상적인 연속 손실 동안 작동하는 전략을 포기하고, 원래 전략이 회복되기 직전에 새로운 전략으로 전환하는 것입니다.[3]

연속 손실과 포지션 사이징의 상호작용이 연속 손실이 일시적 좌절인지 경력 종결 사건인지를 결정합니다. 거래당 1% 위험에서 10번 연속 손실 후 계좌는 가치의 90.4%를 유지합니다—9.6% 손실폭으로 쉽게 회복 가능합니다. 2% 위험에서는 81.7%를 유지합니다(18.3% 손실폭). 3%에서는 73.7%(26.3% 손실폭). 5%에서는 59.9%(40.1% 손실폭—회복에 67% 수익 필요). 거래당 10% 위험에서 10번 연속 손실은 원래 자본의 34.9%만 남기며, 손익분기에 187% 수익이 필요합니다. CFP Board의 윤리 강령은 재무 전문가가 각 고객의 위험 감수도를 포괄적으로 평가하도록 의무화합니다—이 숫자들이 그 이유를 설명합니다: 감내할 수 있는 손실폭과 감내할 수 없는 손실폭의 차이는 종종 거래당 위험의 단 1% 포인트에 달려 있습니다.[10]

역사적 시장 급락: 액티브 트레이더에게 의미하는 것

장기 매수 후 보유(buy-and-hold) 투자자는 단순히 기다려 시장 폭락을 견딜 수 있지만, 액티브 트레이더는 근본적으로 다른 도전에 직면합니다: 그들의 집중되고, 레버리지를 사용하거나 단기적인 포지션은 지수 수준의 하락을 훨씬 넘어 시장 손실폭을 증폭시킵니다. Hartford Funds의 연구에 따르면, 1928년 이래 S&P 500에서 27번의 약세장이 있었으며, 평균 하락폭은 35%, 평균 기간은 9.6개월이었습니다. 모든 트레이더가 알아야 할 주요 역사적 손실폭: 블랙 먼데이(1987): S&P 500은 1987년 8월부터 12월까지 33.5% 하락했으며, 약 2년 만에 회복. 닷컴 버블 붕괴(2000–2002): 2000년 3월부터 2002년 10월까지 31개월에 걸쳐 49.1% 하락, 2007년 5월까지 회복—저점에서 약 4.5년. 글로벌 금융위기(2007–2009): 2007년 10월 고점 1,565에서 2009년 3월 저점 677까지 56.8%의 참혹한 하락, 신고점 회복은 2013년 3월—저점에서 약 4년.[11]

더 최근의 사건들이 이 패턴을 강화합니다. 코로나 폭락(2020년 2–3월)에서 S&P 500은 단 33일 만에 33.9% 급락했습니다—2020년 2월 19일 고점 3,386에서 3월 23일 저점 2,237까지—역사상 가장 빠른 하락 중 하나. VIX는 2020년 3월 16일 82.69에 마감하며 2008년 위기 이후 최고 종가를 기록했습니다. 그러나 회복도 역사적이었습니다: S&P 500은 저점에서 5개월 만인 2020년 8월 18일에 폭락 전 고점을 되찾았습니다. 2022년 약세장은 더 느렸습니다: S&P 500은 2022년 1월 3일 4,796에서 정점을 찍고 2022년 10월 12일 3,577에서 바닥—연준의 공격적 금리 인상 주기(2022년에만 0–0.25%에서 4.25–4.50%로)에 의한 10개월간 25.4% 하락. 신고점 회복은 약 2024년 1월까지 걸렸습니다. 연방준비제도의 금융 안정성 보고서는 이러한 조건이 금융 시장과 참가자에게 가한 스트레스를 기록했습니다.[9, 15]

중요하지만 종종 간과되는 통계: 1980년 이래 S&P 500의 연중 평균 최대 하락폭은 약 −14%이지만, 시장은 약 75%의 확률로 연말에 양의 영역에서 마감했습니다. J.P. Morgan의 Guide to the Markets에 따르면, 강한 두 자릿수 수익을 기록한 해에도 지수는 연중 10% 이상의 하락을 경험했습니다. 액티브 트레이더에게 이는 손실폭이 예외가 아니라 주식 시장의 기본 조건이라는 것을 의미합니다. 일상적인 15–20% 시장 손실폭(집중이나 레버리지에 의해 증폭)을 견딜 수 없는 포지션 사이징을 가진 트레이더는 진입 신호의 품질에 관계없이 구조적 파멸 위험 문제를 안고 운영하고 있는 것입니다.[23]

폭락과 회복 사이의 속도 비대칭은 시장 손실폭의 가장 위험한 특징일 수 있습니다. 폭락은 빠르게 발생합니다: 평균 약세장 하락은 9.6개월에 걸쳐 진행됩니다. 회복은 느립니다: 저점에서 신고점까지의 평균 시간은 약 2.5년입니다. 2020년 코로나 폭락은 극적인 예외이지만(33일 하락, 5개월 회복), 지난 30년간 다른 모든 주요 약세장은 수년의 인내를 필요로 했습니다. 마진 콜이나 자본 부족으로 시장에서 퇴장당한 트레이더에게 회복은 무의미합니다—파멸의 위험이 현실화되어 회복을 놓쳤기 때문입니다. S&P Global 지수 데이터는 모든 역사적 약세장 이후 신고점에 도달하는 강세장이 뒤따랐음을 확인합니다. 시장이 회복할지 여부는 결코 문제가 아닙니다; 회복할 때 당신이 여전히 시장에 있을지가 문제입니다.[13]

몬테카를로 사고: 거래 결과를 확률적으로 추론하는 방법

트레이딩 전략의 단일 백테스트는 하나의 역사적 경로에서 무슨 일이 일어났는지를 알려줍니다. 그러나 미래는 수천 가지 동등하게 타당한 경로 중 어떤 것이든 따를 수 있습니다. 몬테카를로 시뮬레이션—1940년대 로스앨러모스에서 스타니스와프 울람과 존 폰 노이만이 핵물리 계산을 위해 개척한 기법—은 전략의 수천 번의 무작위 시뮬레이션을 실행하여 이를 해결합니다. 각 시뮬레이션은 통계적 속성을 보존하면서 승패의 순서를 섞습니다. 결과는 단일 자산 곡선이 아닌 가능한 결과의 분포입니다: 최선의 경우, 최악의 경우, 중앙값, 그리고 그 사이의 모든 것. SEC의 금융 도구 및 계산기 페이지는 직관이나 단일 추정치에 의존하기보다 분석 도구를 사용하여 정보에 기반한 투자 결정을 내리는 것의 중요성을 강조합니다.[6]

리스크 관리를 위한 몬테카를로 분석의 가장 가치 있는 출력은 최대 손실폭 분포입니다. 백테스트에서 15% 최대 손실폭을 경험했다는 것을 아는 대신, 몬테카를로는 이렇게 알려줍니다: "시뮬레이션의 95%에서 최대 손실폭이 22% 미만이었고, 99%에서 31% 미만이었습니다." 이 확률적 프레이밍은 포지션 사이징 결정에 훨씬 더 유용합니다. 특정 역사적 샘플에서 발생한 하나의 손실폭이 아니라 대비해야 할 손실폭의 범위를 보여주기 때문입니다. 12% 최대 손실폭으로 백테스트된 전략이 미래에 30% 이상의 손실폭을 만들 5% 확률을 가질 수 있으며, 생존 여부를 결정하는 것은 바로 그 꼬리 위험입니다.

몬테카를로 시뮬레이션은 또한 포지션 사이징이 결과 분포에 미치는 극적인 영향을 드러냅니다. 같은 전략을 거래당 1%, 2%, 5% 위험으로 실행하면 극적으로 다른 결과가 나옵니다. 1% 위험에서 95번째 백분위 최악의 손실폭은 18%일 수 있습니다. 2%에서는 32%일 수 있습니다. 5%에서는 60%를 초과할 수 있으며—합리적 시간 내 회복이 거의 불가능한 손실폭입니다. 최적의 포지션 사이즈는 장기 성장(켈리 최적 분율)을 극대화하면서 손실폭 분포를 트레이더의 재정적, 심리적 감내 범위 내로 유지하는 것입니다. Vanguard의 투자 성공 원칙이 강조하듯이, 규율과 장기적 관점은 근본적이며—몬테카를로 사고는 그 규율을 유지하기 위한 가장 강력한 도구 중 하나입니다.[20]

몬테카를로 사고를 적용하기 위해 맞춤 소프트웨어가 필요하지 않습니다. 핵심 원칙은 단일 추정치에서 분포로 전환하는 것입니다. "내 전략이 작년에 30% 벌었다" 대신 이렇게 생각하세요: "내 전략은 연간 10–45%를 벌 90% 확률이 있으며, 최대 손실폭은 12–30% 사이입니다." "거래당 2%를 위험에 노출한다" 대신 이렇게 생각하세요: "2% 위험에서 500번 거래에 걸친 95번째 백분위 최악 손실폭은 약 25%입니다—이것을 감당할 수 있는가?" 이 분포적 사고는 자연스럽게 더 보수적이고 생존 지향적인 포지션 사이징으로 이끕니다. AICPA의 개인 재무 설계 프레임워크도 유사하게 금융 위험을 평가할 때 단일 결과 예측보다 시나리오 기반 분석을 옹호합니다.[21]

손실의 심리학: 행동재무학과 트레이더 생존

파멸의 위험에 대한 완벽한 수학적 이해가 있더라도, 트레이더는 강력한 인지 편향에 영향을 받는 생물학적 존재입니다. 손실 회피—카너먼과 트버스키가 전망 이론(1979)에서 처음 기록한—는 손실이 동등한 이익보다 약 2–2.5배 강렬하게 느껴진다는 것을 보여줍니다. $5,000의 손실은 $10,000–$12,500의 수익이 주는 기쁨과 거의 같은 심리적 고통을 줍니다. 이 비대칭은 손실폭 동안 감정적 고통이 실제 재정적 손상에 비해 크게 불균형하다는 것을 의미합니다. 통계적으로 정상적인 8% 손실폭을 경험하는 트레이더는 16–20% 수익을 놓친 것과 동등한 감정적 고통을 느끼며—그 고통이 나쁜 결정을 이끕니다: 수익 포지션을 너무 빨리 청산하고, 손실 포지션을 유지하며, 전략을 완전히 포기하는 것입니다.[3]

처분 효과—수익 포지션을 너무 빨리 매도하고 손실 포지션을 너무 오래 보유하는 경향—는 테런스 오딘(1998)과 브래드 바버, 테런스 오딘(2000)이 획기적인 논문 "트레이딩은 당신의 부에 해롭다(Trading Is Hazardous to Your Wealth)"에서 광범위하게 연구했습니다. 그들은 66,465개의 가구 중개 계좌를 분석하여 평균 개인 투자자가 시장을 연간 1.5% 하회하고, 활발한 트레이더는 연간 6.5% 하회한다는 것을 발견했습니다—주로 과도한 거래와 불량한 포지션 관리에 의해 증폭된 행동 오류 때문입니다. 처분 효과는 포지션 사이징과 직접적인 연결이 있습니다: 사전에 설정된 손절가와 이익 실현 목표(거래 진입 전 설정)는 청산 결정을 감정적이 아닌 자동적으로 만들어 처분 효과를 무력화합니다.[16]

손실폭 동안 여러 인지 편향이 강화되어 파괴적으로 상호작용합니다. 최근성 편향은 최근 손실이 사고를 지배하게 하여 손실폭이 무한히 계속될 것 같은 느낌을 줍니다. 도박꾼의 오류는 손실이 승리를 "예정"시킨다는 잘못된 믿음을 만들어 성급한 포지션 증가로 이끕니다. 복수 거래—"되찾기 위해" 포지션 사이즈를 늘리는 것—은 연속 손실에 대한 가장 위험한 반응이며, 회복 가능한 손실폭을 잠재적 파멸로 전환합니다. 그리고 계좌의 고점 가치에 대한 앵커링은 현재 현실을 수용하는 데 심리적 저항을 만듭니다. FINRA의 데이 트레이딩 경고는 구체적으로 데이 트레이딩이 "극도로 위험할 수 있으며" "제한된 자원, 제한된 투자 또는 거래 경험, 낮은 위험 감수도를 가진 사람에게 일반적으로 적합하지 않다"고 언급합니다—부분적으로 이러한 행동적 취약성 때문입니다.[14]

실전 대응책은 동기부여적이 아닌 체계적입니다. 첫째, 포지션 사이징 규칙을 필요하기 전에 작성하세요—손실폭 중에 거래당 얼마를 위험에 노출할지 결정하는 것은 굶주린 상태에서 얼마나 먹을지 결정하는 것과 같습니다. 둘째, 서킷 브레이커를 구현하세요: 계좌가 하루에 3% 또는 일주일에 6% 하락하면 최소 24–48시간 동안 거래를 중단하세요. 셋째, 계좌가 줄어들면 달러 위험을 자동으로 줄이는 고정 분할법을 사용하세요(작은 계좌의 1%는 더 작은 달러 금액입니다). 일부 트레이더는 재량적 단계적 축소를 추가합니다: 10% 손실폭에 도달하면 위험을 1%에서 0.5%로 줄이는 것입니다. 넷째, 감정적 반응이 아닌 통계적 증거를 기반으로 전략을 검토하세요—이전 섹션의 연속 손실 확률 계산을 사용하여 결과가 정상 분산 범위 내에 있는지 확인하세요. SEC의 마진에 관한 투자자 공지는 손실폭 동안 마진 요건의 압박이 정확히 잘못된 시점에 강제 청산을 만들 수 있다고 경고합니다—보수적인 포지션 사이징이 트레이더 생존의 기초인 또 다른 이유입니다.[22]

핵심 요약: 트레이딩 자본 보호

파멸의 위험은 추상적인 학문적 개념이 아닙니다—모든 액티브 트레이더가 자신의 특정 전략에 대해 알아야 하는 계산 가능한 확률입니다. 수학은 명확합니다: 손실과 회복 사이의 비대칭적 관계는 모든 손실폭의 퍼센트 포인트가 이전 것보다 극복하기 어렵다는 것을 의미합니다. 연속 손실은 인간의 직관이 예측하는 것보다 훨씬 빈번합니다. 역사적 시장은 반복적으로 규율 없는 트레이더를 파괴하는 파괴적인 손실폭을 만들었지만, 결국 적절한 포지션 사이징으로 생존한 이들에게 보상했습니다. 몬테카를로 사고는 단일 경로 분석을 견고하고 분포 인식적인 의사결정으로 전환합니다. 그리고 손실폭 동안 트레이더에게 불리하게 작용하는 행동적 힘들—손실 회피, 처분 효과, 복수 거래, 앵커링—은 사전 결정된 규칙과 기계적 포지션 사이징을 통해 체계적으로 극복할 수 있습니다. Morningstar의 시장 가치 평가 도구는 시장이 과대평가와 과소평가 사이를 끝없이 순환한다는 것을 상기시킵니다; 이 순환에서 이익을 얻는 트레이더는 항상 순환이 전환될 때 여전히 서 있는 사람들입니다.[19]

이러한 이론을 아는 것은 필수적이지만, 행동 없는 지식은 쓸모없습니다. 매 거래는 단 하나의 객관적 계산으로 시작해야 합니다: 계좌 규모, 위험 감수도, 손절가를 감안할 때 몇 주를 매수해야 하는가? 이것이 포지션 사이즈 계산기가 몇 초 만에 답하는 질문입니다—파멸의 위험, 손실폭 회복, 연속 손실 확률, 행동적 규율의 추상적 원칙을 구체적이고 실행 가능한 숫자로 전환합니다. 수십 년간 시장에서 살아남는 트레이더는 반드시 최고의 종목 선택을 가진 이들이 아닙니다. 그들은 어떤 단일 거래에서도 게임에서 퇴장당할 만큼 충분히 위험에 노출하지 않은 이들입니다.