주식/투자 소르티노 비율 계산기

소르티노 비율 계산기 – 하방 위험 조정 수익률

월별·분기별·연도별 수익률로 소르티노 비율을 계산하세요. 최소 허용 수익률(MAR)을 설정하고 하방 편차가 샤프 비율과 어떻게 다른지 확인하세요.

광고
투자 팁

스마트한 투자의 원칙

자산군을 분산하고 비용을 낮게 유지하며 시장 사이클을 견디며 투자하세요. 시장에 머무는 시간이 시장 타이밍보다 효과적이며, 꾸준한 적립이 수십 년에 걸쳐 복리로 성장합니다.

소르티노 비율

1.16

양호

해석

양호

높을수록 좋음

초과 수익률

+5.82%

9.50% − 3.68%

샤프 비율 (비교용)

0.74

σ 7.85%

하방 편차

5.04%

5 / 12 MAR 미달

표준편차

7.85%

σ vs DD 1.56×

적용 MAR

3.68%

무위험 수익률

수익률 분포

MAR 미달
MAR 이상

소르티노 비율: 하방 위험 조정 수익률의 완벽 가이드

최종 수정일: 2026년 4월 30일

소르티노 비율이란 무엇인가?

두 전략이 똑같이 연 12% 수익률을 보고합니다. 전략 A는 꾸준히 상승해 최악의 달이 -1.5%였습니다. 전략 B는 같은 평균을 -8%, -10%의 무서운 두 달과 +15% 급등 몇 차례로 만들었습니다. 위험조정 수익률의 표준 척도인 샤프 비율은 두 전략을 비슷하게 평가합니다. 샤프는 상방 급등도 위험으로 간주해 전체 변동성을 처벌하기 때문입니다. 대부분 투자자에게 이는 명백히 틀린 평가입니다. +15% 달에 잠 못 이루는 사람은 없습니다. 1991년 프랭크 소르티노와 로버트 반 데르 미어가 제안한 소르티노 비율은 표준편차를 하방 편차로 대체하여 이 비대칭성을 바로잡습니다. 목표 미만의 변동성만 위험으로 취급합니다.[1]

공식은 단순합니다: 소르티노 = (수익률 − MAR) / 하방 편차. 분자는 "최소 허용 수익률(MAR)"을 얼마나 초과했는지 측정합니다. MAR은 무위험 수익률, 0%(자본 보전), 인플레이션, 또는 연금의 6% 부채 수익률 같은 개인 목표일 수 있습니다. 분모는 하방 편차로, MAR 미만 기간만 골라 미달폭을 제곱하고 전체 표본 크기로 평균을 낸 뒤 제곱근을 취합니다. 결과는 총 변동성이 아닌 부족분 위험 단위당 척도입니다. 분포가 비대칭이면 동일한 샤프 비율을 가진 두 전략이 매우 다른 소르티노 비율을 보일 수 있습니다.[2, 10]

직관은 단순합니다. 표준편차는 모든 흔들림을 위험으로 간주합니다. 좋은 흔들림도 마찬가지입니다. 소르티노는 해로운 흔들림만 셉니다. 전략이 복권 같은 상방(옵션 매수, 모멘텀, 추세 추종)을 갖는다면 샤프는 상방 분산을 처벌하지만 소르티노는 후하게 평가합니다. 전략이 복권 같은 하방(옵션 매도, 비유동 수익, 레버리지)을 갖는다면 드문 폭발 사건이 하방 편차 계산을 지배하므로 소르티노가 샤프보다 더 가혹하게 처벌합니다. 하방이 상방의 도움보다 더 아프다는 전제는 실증적으로 견고합니다. Brown, Imai, Vieider, Camerer의 2024년 166개 연구 메타분석은 손실 회피 계수 λ를 1.25~1.45 범위로 추정했습니다 — 투자자는 1달러 손실을 동일한 1달러 이익보다 약 30% 더 무겁게 평가합니다.[11, 28]

소르티노 값 해석: 미흡에서 탁월까지

어떤 소르티노가 '좋은' 값인지에 대한 규제 기준은 없지만, 모닝스타의 헤지펀드 애널리스트, 대형 연기금의 자산배분 담당자, CFA Institute 교육 자료가 사용하는 통념적 범주는 다음과 같습니다. 0.5 미만은 미흡입니다. 감수한 하방 위험을 거의 보상하지 못한다는 뜻입니다. 0.5~1.0은 차선입니다. 수용 가능하지만 차별화되지 않습니다. 1.0~2.0은 양호합니다. 의미 있는 양의 위험조정 수익률입니다. 2.0~3.0은 탁월합니다. 기관급 성과입니다. 3.0 초과는 예외적이고 드물며, 지속된 그러한 소르티노는 보통 뛰어난 전략을 나타내거나, 더 흔하게는 수익률 평활화·비유동성·짧은 역사의 행운을 의미합니다.[12, 9]

서로 다른 MAR을 가진 소르티노 절대값을 비교하려는 유혹을 피하세요. MAR 0%에서 소르티노 2.0인 전략이 MAR 5%에서는 0.5일 수 있습니다. 기준이 올라가면 분자가 무너집니다. 매번 비율과 함께 MAR을 공개하세요. Global Investment Performance Standards(GIPS)는 클라이언트에게 보고되는 어떤 하방 위험 지표든 이 공개를 명시적으로 요구합니다.[9]

광고
투자 팁

스마트한 투자의 원칙

자산군을 분산하고 비용을 낮게 유지하며 시장 사이클을 견디며 투자하세요. 시장에 머무는 시간이 시장 타이밍보다 효과적이며, 꾸준한 적립이 수십 년에 걸쳐 복리로 성장합니다.

소르티노 vs 샤프: 두 지표가 갈라질 때

완벽히 대칭적인 수익률 분포에서, 통계학자들이 제로 왜도라고 부르는 경우, 소르티노와 샤프의 관계는 기계적입니다: 소르티노 ≈ 샤프 × √2. 분산의 절반은 상방에서, 절반은 하방에서 옵니다. 소르티노는 상방 절반을 버리므로 분모가 √2 배만큼 작아지고 비율은 같은 배수만큼 커집니다. 데이터가 대체로 정규분포에 가깝다면 — 광범위하게 분산된 주식 수익률 등 — 샤프를 알면 소르티노를 좁은 범위 내에서 짐작할 수 있습니다. 더 깊은 질문은 분포의 어느 쪽에 더 큰 가중치를 두어야 하는가이며, 행동재무학이 답을 줍니다. Brown, Imai, Vieider, Camerer(2024)는 경험적 손실 회피 프리미엄이 견고하게 1을 초과함을 보였습니다 — 손실은 단순히 더 중요합니다.[1, 28]

흥미로운 경우는 비대칭 분포입니다. 옵션 매수, 추세 추종 CTA, 바벨 포트폴리오 같은 롱-볼라틸리티 전략은 양의 왜도를 갖습니다: 평상시 작은 손실 다수, 위기 시 큰 이익 가끔. 소르티노는 이런 전략을 좋아합니다. 샤프를 끌어내리는 상방 급등이 소르티노 분모에 들어가지 않기 때문입니다. 반대로 옵션 매도, 캐리 트레이드, 비유동 신용, 레버리지 쇼트-볼 ETF 같은 숏-볼라틸리티 전략은 음의 왜도를 갖습니다: 작은 승리 다수, 드물지만 치명적인 손실. 그 드문 손실이 하방 편차 계산을 지배하므로 소르티노가 샤프보다 더 많이 처벌합니다. 롤링거와 호프만(2013)은 이 차이를 헤지펀드 스타일별로 실증 분석하여, 펀드 쌍의 약 1/3에서 소르티노가 샤프와 정반대 순위를 만든다고 보고합니다.[10]

실무에서 정교한 자산배분 담당자는 어느 하나만 보지 않습니다. 그들은 둘 다 보고하며, 트레이너, 칼마, 정보 비율, 드로다운 통계를 함께 봅니다. 쌍이 한쪽만보다 더 풍부한 정보를 줍니다: 샤프와 소르티노의 일치는 결과가 왜도 인공물에 의해 좌우되지 않는다는 안심을 줍니다. 큰 격차는 신호입니다 — 전략이 정말로 비대칭 수익률을 갖거나(특징이지 버그가 아닐 수 있음) 데이터가 너무 짧거나 평활화되거나 비유동적이어서 어느 비율도 신뢰할 수 없습니다.[19, 18]

광고
투자 팁

스마트한 투자의 원칙

자산군을 분산하고 비용을 낮게 유지하며 시장 사이클을 견디며 투자하세요. 시장에 머무는 시간이 시장 타이밍보다 효과적이며, 꾸준한 적립이 수십 년에 걸쳐 복리로 성장합니다.

MAR 선택: 무위험, 인플레이션, 목표, 0% 중 어느 것?

최소 허용 수익률(MAR)은 소르티노 계산에서 가장 결과를 좌우하는 단일 선택입니다. 실무에서 네 가지 관행이 지배적이며, 각각 위험이 무엇을 의미하는가에 대한 다른 프레임에 뿌리를 둡니다.

첫째, **무위험 수익률** — 학술 관행. 2026년 4월 기준 3개월 국채는 약 3.68% 수익률(FRED DTB3)이며, 연방기금 금리는 3.50%~3.75% 목표 범위, 연준 H.15 통계는 일별 고정만기 수익률을 발표합니다. 무위험 수익률 사용은 소르티노를 샤프 및 학술 CAPM 파생물과 직접 비교 가능하게 만듭니다. 질문은 "이것이 무료로 얻을 수 있었던 것을 이겼는가?"입니다.[16, 14, 15]

둘째, **0%** — 자본 보전 프레임. 패밀리 오피스와 고액 자산가 맥락에서 흔합니다. 묵시적 부채는 "돈을 잃지 말라"입니다. MAR = 0은 소르티노 비율이 답하게 만듭니다: "상방 대비 얼마나 자주, 얼마나 나쁘게 음의 수익률을 냈는가?" 이미 충분히 저축했고 이제 보호 모드에 있는 개인 투자자에게 가장 보수적이고 심리적으로 가장 잘 맞는 선택입니다.[8]

셋째, **인플레이션** — 실질 수익률 프레임. MAR은 최근 소비자물가지수(CPI) 비율로, 현재 약 2.5%입니다. MAR 미달은 포트폴리오가 실질 구매력을 잃었다는 뜻입니다. 이 프레임은 명목 자본이 아닌 실질 자본 보전이 목표인 기부금 펀드, 국부 펀드, 장기 은퇴 포트폴리오에 인기 있습니다. 연기금은 가끔 인플레이션과 보험계리 스프레드(예: CPI + 4%)를 결합해 MAR로 사용합니다.

넷째, **사용자 목표 수익률** — 부채 주도 프레임. 7% 보험계리 가정을 가진 연기금은 7%를 사용합니다. 4.5% 안전 인출 목표를 가진 은퇴자는 4.5%를 사용합니다. S&P 500 장기 실질 수익률을 벤치마크로 삼는 성장 모드 투자자는 6.5%를 사용합니다. 이것이 가장 개인적으로 의미 있는 프레임입니다. 소르티노 비율이 이제 정확히 중요한 질문에 답하기 때문입니다: "내 실제 목표를 이기고 있는가, 놓칠 때 얼마나 놓치는가?" 소르티노(2009)부터의 PMPT 문헌은 이 Desired Target Return을 개념적으로 올바른 MAR로 취급합니다. 주식 중심 포지션에서는 내재 주식 위험 프리미엄에서 미래 지향적 기준선을 도출할 수 있습니다. 다모다란의 2025년 ERP 분석은 2025년 1월 1일 기준 미국 내재 프리미엄을 4.33%로 보고하며, 이는 1960~2024년 평균 4.25%를 약간 상회합니다. 이는 약 8%(무위험 수익률 + 미래 ERP)의 MAR이 주식 중심 포트폴리오에 대해 2026년의 합리적 벤치마크가 됨을 시사합니다.[4, 22]

광고
투자 팁

스마트한 투자의 원칙

자산군을 분산하고 비용을 낮게 유지하며 시장 사이클을 견디며 투자하세요. 시장에 머무는 시간이 시장 타이밍보다 효과적이며, 꾸준한 적립이 수십 년에 걸쳐 복리로 성장합니다.

하방 편차: N vs n_below 논쟁

하방 편차 계산에는 작지만 결과를 좌우하는 의견 불일치가 있습니다. 원래 Sortino & Price(1994) 방식은 MAR 미만 수익률의 제곱 미달폭을 합한 뒤 N — 전체 표본 크기로 나눕니다. 소매 도구와 일부 출판 논문에서 흔한 오류는 n_below — MAR 미만 관측치 수로만 나누는 것입니다. 두 방식은 크게 갈라집니다: 36개 중 MAR 미만이 1개인 전략은 n_below 방식에서 하방 편차가 6배 과대하여 소르티노 비율이 6배 작아집니다.[2, 10]

N 관행이 옳습니다. 개념적으로 하방 편차는 음의 편차 제곱 확률변수의 모집단 통계입니다. 적절한 추정량은 임계값을 초과하는 관측치 수에 관계없이 N으로 나눕니다. 수학적으로 n_below로 나누면 n_below = 0일 때 지표가 정의되지 않는다는 의미입니다 — 이는 어리석습니다. MAR 아래로 한 번도 떨어지지 않은 전략은 정확히 축하하고 싶은 전략이지 지표가 폭발해야 하는 전략이 아닙니다. 롤링거와 호프만(2013)은 이를 명확히 하며 투자자에게 잘못 처리하는 도구를 경계하라고 경고합니다. 본 계산기는 N 관행을 사용합니다.[10]

하방 위험의 지적 계보는 해리 마코위츠로 시작합니다. 그는 1959년 Portfolio Selection 책에서 세미분산 — 평균 미만 수익률만의 분산 — 이 전체 분산보다 "더 그럴듯한" 위험 척도라고 명시적으로 주장했습니다. 그는 단지 수학이 더 쉬웠기 때문에 전체 분산을 고수했습니다. 피터 피시번은 1977년 Lower Partial Moment(LPM) 프레임워크로 이를 확장했고, Bawa & Lindenberg는 같은 해 LPM 기반 CAPM을 도출했습니다. Sortino & van der Meer(1991)는 이 학술적 흐름을 사용 가능한 실무 비율로 끌어왔습니다. 전체 전통은 투자자가 변동성 회피적이지 않고 손실 회피적이라는 실증 사실에 기반합니다 — 전망 이론이 못박은 발견입니다.[17, 6, 7]

광고
투자 팁

스마트한 투자의 원칙

자산군을 분산하고 비용을 낮게 유지하며 시장 사이클을 견디며 투자하세요. 시장에 머무는 시간이 시장 타이밍보다 효과적이며, 꾸준한 적립이 수십 년에 걸쳐 복리로 성장합니다.

포스트모던 포트폴리오 이론과 하방 위험의 역사

Post-Modern Portfolio Theory(PMPT)라는 용어는 1993년 Brian Rom과 Kathleen Ferguson이 만들었습니다. 이는 표준편차를 하방 위험 척도와 비대칭 효용 함수로 대체하는 포트폴리오 구성 기법들을 가리킵니다. 지적 조상은 더 거슬러 올라갑니다: A. D. Roy는 1952년 Econometrica 논문에서 Safety First 기준을 제안했습니다 — 재앙 수준 미만 수익률 확률을 최소화하라. Markowitz의 평균-분산 프레임워크와 같은 해 같은 저널 호에 출판되었습니다. Roy는 일반 투자자가 평균보다 바닥을 먼저 신경 쓴다고 주장했습니다. 두 논문은 반대 깃발을 꽂았습니다. 현대 포트폴리오 이론은 Markowitz의 깃발을 채택했고, PMPT는 본질적으로 다시 들어 올린 Roy의 깃발입니다.[5, 8]

소르티노 본인은 샌프란시스코 주립대학 Pension Research Institute에서 일했습니다. 1991년 반 데르 미어와의 협업은 단순히 "Downside Risk"라는 제목으로 Journal of Portfolio Management에 5페이지로 실렸습니다. Lee Price와의 1994년 후속 논문은 공식을 다듬고 연금 보험계리사 William Fouse의 이름을 딴 Fouse 지수를 도입했습니다. 2001년 소르티노는 Stephen Satchell과 영향력 있는 Managing Downside Risk in Financial Markets를 공동 편집했고, 2009년에는 The Sortino Framework for Constructing Portfolios를 출판하여 Desired Target Return™을 정통 MAR로 도입했습니다.[1, 2, 3, 4]

2026년 금리 사이클에서의 소르티노

무위험 수익률이 거의 0에 가까울 때 — 2010년대 대부분처럼 — 소르티노 MAR 질문은 거의 문제가 되지 않습니다. 0%, 무위험, 인플레이션이 모두 한 데 모여 있기 때문입니다. 2022~2024년 인상 사이클이 이를 바꿨습니다. 2026년 4월 기준, 연준은 2025년 12월 인하 이후 연방기금 목표를 3.50%~3.75%로 유지하고 있으며, 3개월 국채는 약 3.68%, 10년 국채는 4.2%~4.3% 범위입니다. 지금 선택하는 MAR은 어떤 전략이 수용 가능해 보이는지를 크게 바꿉니다.[15, 14, 21]

구체적인 예. 우리 기본 샘플처럼 연환산 9.5% 수익률에 MAR 6%에서 월별 소르티노 0.65를 보인 같은 주식-채권 60/40 포트폴리오를 보세요. 같은 시계열을 MAR 0%로 돌리면 소르티노가 1.5 이상으로 뛰어 — 괜찮아 보입니다. MAR 3.68%(현재 3개월 국채)로 돌리면 소르티노가 약 1.16 — 여전히 양호. MAR 8%(1990년 이후 S&P 500 명목 평균)로 돌리면 소르티노가 0.4 미만으로 떨어집니다 — 미흡. 데이터는 바뀌지 않았습니다. 골대가 바뀌면서 판단이 완전히 바뀌었습니다.

미래 전망이 신중한 MAR 선택의 필요성을 강화합니다. 뱅가드의 2025년 12월 2026년 경제·시장 전망은 미국 GDP 성장률 약 2.25%, 근원 인플레이션 2.6% 둔화, 연방기금 금리 연말 약 3.5% 도달을 전망합니다 — 무위험 수익률이 2008년 이후 제로 바닥으로 회귀하는 대신 3% 중반대에 머무를 것을 시사합니다. 동시에 다모다란의 2025년 ERP 연구는 2025년 1월 1일 기준 미국 내재 주식 위험 프리미엄을 4.33%로 보고하며, 이는 1960~2024년 평균과 거의 일치하여 주식이 위험 프리미엄 관점에서 명백히 싸지도 비싸지도 않음을 시사합니다. 두 자료를 종합하면 2026년 주식 MAR은 7.5%~8.5% 범위가 합리적입니다 — 대략 무위험 수익률에 내재 ERP를 더한 값입니다.[24, 22, 23]

교훈: 무위험 수익률이 오르면 위험을 감수하는 모든 전략은 "좋아 보이려면" 더 높이 도달해야 합니다. 2010년 탁월했던 60/40이 2026년에는 그저 적절한 수준일 수 있습니다. 소르티노 비율이 이를 정직하게 드러냅니다 — 샤프도 마찬가지지만 소르티노는 비대칭 분포에서 더 민감합니다. Schwab의 투자자 교육은 무위험 수익률이 100 베이시스포인트 이상 움직일 때마다 위험조정 비율을 매년 재계산할 것을 권장합니다.[13]

소르티노 비율의 한계

소르티노 비율은 샤프의 한계 대부분을 물려받고 자신만의 몇 가지를 더합니다. 첫째, 표본 크기 민감성. 하방 편차는 MAR 미만 관측치만으로 계산되므로 통계적 신뢰성은 의미 있는 수의 관측치에 의존합니다. CFA Institute 가이드는 최소 36~60개월 관측치를 권장합니다. MAR 미만 점이 적으면 지표는 개별 이상치에 의해 지배되고, 한 관측치를 제거하면 답이 30% 달라질 수 있습니다.[9]

둘째, MAR 비교 문제. 다른 MAR을 사용해 소르티노 비율을 보고하는 두 펀드는 비교할 수 없습니다. 지표는 고정된 목표 대비로만 의미 있습니다. 이는 소르티노를 샤프(관행적으로 항상 무위험 수익률 사용)보다 전략 간 벤치마킹에 사용하기 어렵게 만듭니다. 항상 MAR을 공개하세요.

셋째, 수익률 조작. Goetzmann, Ingersoll, Spiegel, Welch(2007)는 사실상 모든 위험-보상 비율 — 샤프, 소르티노, 정보 비율 — 이 외가격 옵션을 매도하거나 비유동 평가를 평활화하는 매니저에 의해 인위적으로 부풀려질 수 있음을 보였습니다. 소르티노도 예외가 아닙니다. 해결책은 비유동 포지션의 독립적 평가를 요구하고, 보고된 수익률을 감사하고, 왜도 및 첨도와 함께 여러 비율을 보는 것입니다.[18]

넷째, DD = 0 경우. 표본의 모든 관측치가 MAR 이상이면 하방 편차는 0이고 소르티노는 수학적으로 정의되지 않습니다(0으로 나누기). 일부 도구는 이를 +∞로 렌더링하는데, 이는 무의미합니다. 본 계산기는 이를 "정의되지 않음"으로 처리하고 명시적으로 표시합니다. 정직한 해석: 전략이 이 윈도에서 목표 대비 실질적 드로다운이 없었습니다 — 자축하시되 지표는 더 이상의 상방을 순위 매길 수 없습니다.

알아둘 만한 두 가지 현대적 대응이 있습니다. 학술적으로는 Kroll과 Marchioni(2024)가 Sortino(γ)를 제안했습니다. MAR 임계값을 조정해 결과 순위가 1차 및 2차 확률적 우월성과 일관성을 갖도록 하는 변형으로, 표준 소르티노가 확률적으로 열등한 포트폴리오를 우월한 것보다 위에 순위 매길 수 있다는 어색한 사실을 해결합니다. 규제 측면에서는 미국 고객에게 소르티노 수치를 전달하는 자문업자가 SEC Rule 206(4)-1 적용을 받습니다. SEC 검사부의 2024년 4월 마케팅 룰 위험 경보는 중요 위험에 대한 공정하고 균형 잡힌 처리 부족, 관련 기간의 누락, 입력값 공개 미흡을 일반적 결함으로 지적했습니다 — 모두 선택한 MAR과 룩백 윈도에 의존하는 위험조정 비율에 직접 적용되는 사항들입니다.[27, 25]

광고
투자 팁

스마트한 투자의 원칙

자산군을 분산하고 비용을 낮게 유지하며 시장 사이클을 견디며 투자하세요. 시장에 머무는 시간이 시장 타이밍보다 효과적이며, 꾸준한 적립이 수십 년에 걸쳐 복리로 성장합니다.

소르티노 vs 트레이너, 칼마, 정보 비율

소르티노는 위험조정 수익률 척도라는 더 큰 가족의 한 도구이며, 각각 위험의 다른 측면을 분리합니다. 언제 각각을 배치할지 아는 것은 신중한 평가자의 일부입니다.

**트레이너 비율**은 초과 수익률을 베타 — 총 변동성의 체계적 위험 성분 — 로 나눕니다. "시장 노출 단위당 얼마의 초과 수익률?"에 답합니다. 이미 상당한 지수 노출을 보유한 주식 전략을 비교하고, 롱-온리 뮤추얼 펀드를 베타 기준으로 순위 매기는 데 유용합니다. 베타가 불안정하거나 0에 가까운 헤지펀드에는 덜 유용합니다.

**칼마 비율**은 연환산 수익률을 최대 낙폭 — 정점-저점 최악의 하락 — 으로 나눕니다. 모든 개인 투자자가 실제로 관심 갖는 질문에 직접 답합니다: "이 전략이 나를 통과시킨 최악의 손실은 무엇이고, 그 보상은 얼마나 큰가?" 칼마는 CTA와 추세 추종 분석에서 매우 인기 있으며, 네 가지 중 가장 스트레스 테스트에 맞춰진 비율입니다. 그러나 단일 지점 통계입니다 — 한 번의 나쁜 달이 분모를 영원히 지배할 수 있습니다.

**정보 비율**은 액티브 수익률(포트폴리오 − 벤치마크)을 추적 오차(액티브 수익률의 표준편차)로 나눕니다. "지수 대비 베팅 단위당 얼마의 초과 수익률?"에 답합니다 — 벤치마크에서 벗어나도록 보수를 받는 액티브 매니저를 평가하는 정통 지표입니다. 반면 소르티노는 벤치마크 대비가 아닌 목표 대비 절대 위험조정 수익률을 판단합니다.

실용적 선택: 전략을 순위 매길 때 네 가지 모두 보고하세요. 샤프와 소르티노는 큰 그림에 동의합니다. 트레이너는 시장 위험을 분리합니다. 칼마는 최악의 경험을 강조합니다. 정보 비율은 벤치마크 대비 스킬을 정량화합니다. 각각이 다른 비율들이 놓친 위험의 풍미를 잡아냅니다.

실제 포트폴리오에서의 소르티노

기관 지형 전반에 걸쳐 소르티노는 안정적 역할을 차지했습니다: 샤프 다음으로 두 번째로 많이 보고되는 위험조정 수익률 지표이자 헤지펀드 성과 귀속의 정통 지표입니다. Morningstar Direct는 월별 무위험 수익률을 MAR로 사용해 후행 36개월 윈도에서 소르티노를 계산합니다. 이는 거의 모든 펀드 프로필의 Risk & Rating 속성에 표시됩니다.[12]

헤지펀드 매니저는 소르티노를 두드러지게 보고합니다. 그들의 전략이 샤프에 의해 체계적으로 처벌받기 때문입니다. 롱/숏 주식, 글로벌 매크로, 시장 중립, 추세 추종 스타일은 일상적으로 비대칭 수익률 분포를 만들어냅니다. 그들의 소르티노 숫자는 일반적으로 샤프보다 30~50% 높으며, 이는 자산배분 선호에 실질적으로 영향을 미칩니다. 업계 통념: 소르티노 > 1 수용 가능, > 2 탁월, > 3 예외적. Medallion Fund의 보고된 소르티노는 이미 비범한 샤프보다 의미 있게 더 높습니다 — 전설적인 트랙 레코드도 이 프레임의 혜택을 받는다는 단서입니다.

연기금은 보험계리 가정 수익률과 동일한 사용자 MAR로 소르티노를 사용합니다 — 미국 맥락에서 일반적으로 6.5%~7.5%. 지표는 펀드가 요구 수익률을 얼마나 자주, 얼마나 나쁘게 놓쳤는지의 직접 판독이 됩니다. 2008년과 2020년 드로다운은 이러한 소르티노 숫자에서 뚜렷이 나타납니다 — 기저 샤프가 표면상 회복된 것처럼 보일 때조차도.

개인 투자자는 MAR = 0%(자본 보전) 또는 MAR = 인플레이션(실질 수익률)에서 소르티노로부터 가장 많은 혜택을 받습니다. 첫째는 고통의 비대칭성에 정직합니다 — 한 달 10% 손실이 10% 이익이 주는 기분보다 더 아픕니다. 둘째는 구매력에 정직합니다 — 인플레이션이 3%이고 포트폴리오가 2% 벌었다면 0을 이긴 것은 무관합니다. 연 국채 수익률이 다시 인플레이션을 초과하는 시대에 두 프레임 모두 유사한 판단으로 이어질 수 있지만, 다른 질문을 합니다. Pham, Cui, Ruthbah가 시장과 수십 년에 걸쳐 60/40 포트폴리오를 분석한 2025년 CFA Institute Research Foundation 연구는 하방 인식 지표의 유용성을 강화합니다: 그들은 대안 자산 분산이 종종 교과서적 60/40 대비 드로다운을 키우고 샤프 효율을 떨어뜨렸음을, 그리고 일본 등 비미국 시장이 더 깊은 드로다운을 보였음을 발견했습니다 — 소르티노 같은 절대 위험조정 지표가 샤프 단독보다 일찍 경고를 발할 수 있는 영역입니다.[23]

자주 묻는 질문

투자자와 애널리스트가 소르티노 비율 계산 및 사용에 대해 자주 묻는 질문:

소르티노와 샤프의 차이는 무엇인가요?

+

샤프는 초과 수익률을 전체 표준편차로 나누어 상방과 하방 변동성을 동일하게 취급합니다. 소르티노는 하방 편차만으로 — 목표 미만 변동성으로만 나눕니다. 대칭 분포에서는 소르티노 ≈ 샤프 × √2. 양의 왜도 전략(옵션 매수, 모멘텀)에서는 소르티노가 훨씬 높습니다. 음의 왜도 전략(옵션 매도, 레버리지 캐리)에서는 훨씬 낮습니다. 항상 소르티노 숫자와 함께 MAR을 공개하세요.

내 포트폴리오에 어떤 MAR을 사용해야 하나요?

+

목표에 맞는 프레임을 사용하세요. 학술적 비교 가능성을 위해서는 무위험 수익률(3개월 국채, 현재 ~3.68%)을 사용하세요. 자본 보전을 위해서는 0%를 사용하세요. 실질 수익률 목표를 위해서는 인플레이션(~2.5%)을 사용하세요. 부채 주도 프레임(연금 가정, 은퇴 인출 목표, 성장 벤치마크)을 위해서는 사용자 비율을 사용하세요. 어떤 MAR을 사용했는지 항상 공개하세요. 그것 없이는 소르티노 숫자가 무의미합니다.

신뢰할 만한 소르티노를 얻으려면 월별 수익률이 몇 개나 필요한가요?

+

CFA Institute 가이드는 36~60개월 관측치를 권장합니다. 36개 미만이면 지표가 개별 이상치와 통계적 노이즈에 의해 지배됩니다. 12개 미만이면 본질적으로 해석 불가능합니다. 본 계산기는 최소 3개를 하드 바닥, 최대 360개를 강제하지만, 24개 미만 표본의 결과는 결정적이지 않고 시사적인 것으로 취급하세요. 근본 문제는 하방 편차가 MAR 미만 관측치만으로 계산되므로 통계적 신뢰성이 그 의미 있는 수에 의존한다는 것입니다.

소르티노는 음수일 수 있나요?

+

예. 연환산 포트폴리오 수익률이 MAR 아래로 떨어지면 초과 수익률(분자)이 음수이므로 소르티노가 음수입니다. 음의 소르티노는 단순히 "이 전략이 내 목표를 도달조차 하지 못했고, 실패하는 동안 변동성을 가졌다"고 말합니다. 더 음수일수록 더 나쁩니다. 이 경우에도 지표는 여전히 의미 있습니다: 다른 전략들이 목표를 얼마나 나쁘게 놓쳤는지 순위 매깁니다.

DD = 0일 때 (소르티노가 정의되지 않을 때) 무엇을 의미하나요?

+

표본의 모든 관측치가 MAR을 충족하거나 초과했다는 뜻입니다 — 측정할 하방이 없습니다. 수학적으로 0으로 나누는 것은 정의되지 않으므로, 비율을 무한대로 부풀리는 대신 null을 반환합니다. 실제로 이는 전략이 전체 윈도에서 목표를 달성했다는 강력한 신호입니다. 좋은 소식이지만, 지표가 더 이상의 상방을 순위 매길 수 없다는 뜻이기도 합니다. 표본 윈도를 넓히거나 MAR을 올리거나 샤프에 의존해 얼마나 많은 초과 수익률을 얻었는지 판단하세요.

소르티노는 어떻게 연환산되나요?

+

월별 수익률에서는 기간 평균에 12를 곱하고 기간 하방 편차에 √12를 곱합니다. 비율은 분자-분모에서 √12 배율로 확대됩니다. 분기별 데이터에는 4와 √4를 사용하세요. 연도별 데이터에는 스케일링이 필요 없습니다. 제공하는 MAR은 연환산이어야 하며, 비교를 위해 내부적으로 기간별 값으로 변환합니다. 빈도 혼합 — 예: 월별 수익률에 변환되지 않은 연 MAR — 이 가장 흔한 소르티노 계산 오류입니다.

월별 또는 연도별 데이터를 사용해야 하나요?

+

월별이 학술 및 업계 기본값입니다. 연 12개월 관측치는 같은 12년 연도별 데이터보다 약 3.5배 더 정밀한 소르티노 추정치를 만듭니다. 이것이 CFA Institute와 Morningstar 둘 다 월별 윈도에서 계산하는 이유입니다. 더 높은 빈도 관측치에 접근할 수 없는 경우에만 연도별 데이터를 사용하고, 결과 추정치가 통계적으로 약할 것임을 받아들이세요.

소르티노는 정규분포를 가정하나요?

+

아니요. 소르티노는 Lower Partial Moment 가족(Fishburn 1977)의 일부로, 모수적 분포 가정을 하지 않습니다. 수익률의 경험적 분포로 직접 작동합니다. 이것이 비대칭 분포 전략에서 소르티노가 샤프보다 선호되는 이유입니다 — 관련 모먼트가 가우시안 근사가 아닌 데이터에서 직접 계산됩니다. 반대로 샤프의 표준 오차에 대한 통계적 추론은 종종 정규성을 가정합니다(Lo 2002). 소르티노는 요구하지 않는 가정입니다.

내 DD가 다른 도구의 계산과 다른 이유는 무엇인가요?

+

가장 흔한 원인은 N vs n_below 분모 선택입니다. Sortino & Price(1994)와 Rollinger & Hoffman(2013) 둘 다 제곱 미달폭을 N(전체 표본 크기)으로 나누는 것을 권장합니다. 일부 소매 도구는 n_below(MAR 미만 관측치만)로 잘못 나누어 DD를 상당히 크게, 소르티노를 상당히 작게 만듭니다. 본 계산기는 N 관행을 사용합니다. 숫자가 일치하지 않으면 다른 도구가 어느 것을 사용하는지 확인하세요.

포트폴리오의 소르티노 비율을 어떻게 개선하나요?

+

세 가지 정직한 경로. 첫째, 기대 수익률(분자)을 올립니다 — 일반적으로 더 양질의 자산, 팩터 틸트(가치, 품질, 모멘텀) 또는 적절한 레버리지 사용을 통해. 둘째, 하방 빈도 또는 규모(분모)를 줄입니다 — 무상관 자산 분산, 드로다운 통제 규칙(스톱로스, 추세 추종 오버레이) 또는 포트폴리오 보험(풋, 헤지)을 통해. 셋째, 더 정직한 MAR을 선택합니다 — MAR을 낮춰 더 높은 소르티노를 쫓는 것은 수학적으로 실재하지만 경제적으로 실재하지 않으며, 공개 요건이 그 속임수를 폭로합니다. 가장 어려운 경로는 첫째이고, 가장 쉬운 것은 셋째를 조작하는 것입니다.

SEC 마케팅 룰이 고객 커뮤니케이션에서 소르티노 비율 사용에 어떤 영향을 미치나요?

+

미국 등록 투자자문업자에게 고객에게 표시되는 성과 수치는 SEC Rule 206(4)-1 — 마케팅 룰의 적용을 받습니다. 소르티노 수치도 예외가 아닙니다. 2024년 4월 검사부 위험 경보는 실무 기준을 명시했습니다: 표시는 중요한 위험과 한계를 포함해 공정하고 균형 잡혀야 하며, 수치를 결정하는 입력값을 공개해야 합니다. 소르티노 비율의 경우 사용한 MAR, 룩백 기간, 데이터 빈도(월별 vs 연도별), 수수료와 배당의 처리, 가상 성과와 실제 성과의 중요한 차이를 명시해야 합니다. 2023년 9월 GIPS-SEC 조정 문서는 GIPS 용어를 마케팅 룰의 언어로 매핑하며, 위험조정 수익 수치를 보고하는 자문업자에게 가장 명확한 단일 참고 자료입니다.

이론적 한계를 다루는 소르티노 비율의 현대적 확장이 있나요?

+

있습니다. Kroll과 Marchioni(2024)는 Sortino(γ)를 제안했는데, MAR 임계값을 조정해 결과 순위가 1차 및 2차 확률적 우월성과 일관성을 갖도록 합니다 — 표준 소르티노 비율이 확률적으로 열등한 포트폴리오를 우월한 것보다 위에 순위 매길 수 있다는 알려진 약점을 다룹니다. Goetzmann, Ingersoll, Spiegel, Welch(2007)는 더 일찍 매니저가 인위적으로 부풀릴 수 있는 비율에 대한 더 광범위한 교정으로 Manipulation-Proof Performance Measures(MPPM)를 제안했습니다. 조건부 및 체제 의존적 소르티노 변형과 고차 모멘트 하방 위험 척도가 학술 문헌에 존재하지만 연구 환경 외에서는 거의 사용되지 않습니다. 대부분 실무자에게 소르티노를 샤프, 칼마, 왜도/첨도와 함께 보고하는 것이 더 정교한 교정의 실용적 등가물입니다.

참고 자료

  1. [1] Sortino, F. A., & van der Meer, R. (1991). "Downside Risk." Journal of Portfolio Management, 17(4), 27–31. (새 탭에서 열림)
  2. [2] Sortino, F. A., & Price, L. N. (1994). "Performance Measurement in a Downside Risk Framework." Journal of Investing, 3(3), 59–64. (새 탭에서 열림)
  3. [3] Sortino, F. A., & Satchell, S. E. (Eds.) (2001). Managing Downside Risk in Financial Markets. Butterworth-Heinemann. (새 탭에서 열림)
  4. [4] Sortino, F. A. (2009). The Sortino Framework for Constructing Portfolios. Elsevier. (새 탭에서 열림)
  5. [5] Roy, A. D. (1952). "Safety First and the Holding of Assets." Econometrica, 20(3), 431–449. (새 탭에서 열림)
  6. [6] Fishburn, P. C. (1977). "Mean-Risk Analysis with Risk Associated with Below-Target Returns." American Economic Review, 67(2), 116–126. (새 탭에서 열림)
  7. [7] Bawa, V. S., & Lindenberg, E. B. (1977). "Capital Market Equilibrium in a Mean-Lower Partial Moment Framework." Journal of Financial Economics, 5(2), 189–200. (새 탭에서 열림)
  8. [8] Rom, B. M., & Ferguson, K. W. (1993). "Post-Modern Portfolio Theory Comes of Age." Journal of Investing, 2(4), 27–33. (새 탭에서 열림)
  9. [9] Kidd, D. (2011). "The Sortino Ratio: Is Downside Risk the Only Risk That Matters?" CFA Institute Investment Risk and Performance Newsletter. (새 탭에서 열림)
  10. [10] Rollinger, T. N., & Hoffman, S. T. (2013). "Sortino: A 'Sharper' Ratio." Red Rock Capital / Futures Magazine, February 2013. (새 탭에서 열림)
  11. [11] Nawrocki, D. (1999). "A Brief History of Downside Risk Measures." Journal of Investing, 8(3), 9–25. (새 탭에서 열림)
  12. [12] Morningstar Direct. "Sortino Ratio Methodology." Morningstar Glossary. (새 탭에서 열림)
  13. [13] Charles Schwab. "Using the Sortino Ratio to Gauge Downside Risk." Schwab Investor Education. (새 탭에서 열림)
  14. [14] Federal Reserve Bank of St. Louis. "3-Month Treasury Bill: Secondary Market Rate (DTB3)." FRED Economic Data. (새 탭에서 열림)
  15. [15] Federal Reserve Bank of St. Louis. "Federal Funds Effective Rate (FEDFUNDS)." FRED Economic Data. (새 탭에서 열림)
  16. [16] Board of Governors of the Federal Reserve System. "H.15 Selected Interest Rates." 일일 발표. (새 탭에서 열림)
  17. [17] Markowitz, H. M. (1959). Portfolio Selection: Efficient Diversification of Investments. New York: Wiley. ISBN 978-0-300-01372-6. (새 탭에서 열림)
  18. [18] Goetzmann, W. N., Ingersoll, J. E., Spiegel, M. I., & Welch, I. (2007). "Portfolio Performance Manipulation and Manipulation-Proof Performance Measures." Review of Financial Studies, 20(5), 1503–1546. (새 탭에서 열림)
  19. [19] CFA Institute. "Global Investment Performance Standards (GIPS) and Risk-Adjusted Return Measures." CFA Institute Research and Policy Center. (새 탭에서 열림)
  20. [20] Lo, A. W. (2002). "The Statistics of Sharpe Ratios." Financial Analysts Journal, 58(4), 36–52. (새 탭에서 열림)
  21. [21] Federal Reserve Bank of St. Louis. "Market Yield on U.S. Treasury Securities at 10-Year Constant Maturity, Quoted on an Investment Basis (DGS10)." FRED Economic Data. (새 탭에서 열림)
  22. [22] Damodaran, A. (2025). "Equity Risk Premiums (ERP): Determinants, Estimation, and Implications — The 2025 Edition." NYU Stern School of Business / SSRN. (새 탭에서 열림)
  23. [23] Pham, N., Cui, B., & Ruthbah, U. (2025). "The Performance of the 60/40 Portfolio: A Historical Perspective." CFA Institute Research Foundation. (새 탭에서 열림)
  24. [24] Vanguard Investment Strategy Group. (December 2025). "Vanguard Economic and Market Outlook for 2026: AI Exuberance — Economic Upside, Stock Market Downside." (새 탭에서 열림)
  25. [25] U.S. Securities and Exchange Commission, Division of Examinations. (2024년 4월 17일). "Initial Observations Regarding Advisers Act Marketing Rule Compliance." Risk Alert. (새 탭에서 열림)
  26. [26] CFA Institute / GIPS Standards. (2023년 9월). "Reconciling the GIPS Standards and SEC Marketing Rule." (새 탭에서 열림)
  27. [27] Kroll, Y., & Marchioni, A. (2024). "Sortino(γ): A Modified Sortino Ratio with Adjusted Threshold." MPRA Working Paper. (새 탭에서 열림)
  28. [28] Brown, A. L., Imai, T., Vieider, F. M., & Camerer, C. F. (2024). "A Meta-Analysis of Loss Aversion in Risky Contexts." Journal of Economic Psychology. (새 탭에서 열림)
광고
투자 팁

스마트한 투자의 원칙

자산군을 분산하고 비용을 낮게 유지하며 시장 사이클을 견디며 투자하세요. 시장에 머무는 시간이 시장 타이밍보다 효과적이며, 꾸준한 적립이 수십 년에 걸쳐 복리로 성장합니다.