🧮 프로그래머의 재테크 공부: 주식편 8화.

리스크 관리의 코드화 — 손실보다 생존을 설계하라

“수익률은 운이지만, 생존율은 시스템이다.”

많은 사람들이 수익을 계산하지만, 정작 중요한 건 “얼마나 잃을 수 있는가”다. 프로그래머는 오류를 완전히 막을 수 없다는 걸 안다. 그래서 예외 처리(try–except)를 쓴다. 투자도 마찬가지다 — 손실은 막을 수 없지만, 시스템이 멈추지 않게 설계할 수 있다.

⚙️ 투자 시스템의 핵심 함수: Risk()

리스크 관리의 본질은 ‘예상 가능한 최악’을 계산하는 것이다.

 def Risk(asset, position_size, stop_loss): potential_loss = asset.price * position_size * stop_loss return potential_loss 

이 단순한 함수는 세 가지를 가르쳐 준다.

• asset.price → 시장은 통제 불가
• position_size → 내가 조정 가능한 변수
• stop_loss → 미리 정해둔 한계치

즉, 리스크는 운이 아니라 설정값이다.

손실을 통제하는 건 운이 아니라 매개변수다.

🧩 포지션 크기(Position Size) 공식

리스크 관리는 단순히 “얼마나 잃지 않느냐”가 아니라, 한 번의 실패가 전체 시스템을 멈추게 하지 않게 하는 일이다.

다음 공식은 프로 트레이더들이 실제로 사용하는 기본 구조다.

 capital = 1000000 # 총 투자금 risk_per_trade = 0.02 # 한 거래당 리스크 2% stop_loss_pct = 0.08 # 손절 8% position_size = (capital * risk_per_trade) / stop_loss_pct print(f"한 종목당 최대 투자금: {position_size:,.0f}원") 

이 공식은 ‘한 번의 실패가 전체 자산의 2% 이상을 깎지 않게’ 설계하는 원칙이다. 즉, 연속으로 10번 틀려도 20% 손실에서 시스템이 생존한다.

📊 변동성(Volatility)에 따른 자동 포지션 조정

시장은 일정하지 않다. 하루 변동률이 1%인 종목과 5%인 종목에 같은 금액을 넣는 건 프로그래머로 치면 다른 난이도의 함수를 같은 시간 복잡도로 돌리는 꼴이다.

그래서 변동성 기반 포지션 조정이 필요하다.

 import numpy as np # 일간 수익률로 변동성(표준편차) 계산 returns = data["Close"].pct_change().dropna() volatility = returns.std() # 변동성이 클수록 포지션 축소 risk_factor = 0.02 / volatility adjusted_position = capital * risk_factor print(f"변동성 조정 후 포지션 금액: {adjusted_position:,.0f}원") 

이 방식은 ‘조용한 시장에서는 조금 더’, ‘폭풍이 올 땐 자동으로 움츠리는’ 시스템을 만든다. 리스크를 감정이 아니라 **수학으로 반응하게 하는 코드**다.

📉 손절 규칙을 함수로 명시하라

손절은 감정이 가장 많이 개입되는 순간이다. 그래서 코드로 미리 정의해야 한다.

 def check_stop_loss(entry_price, current_price, stop_pct=0.08): loss = (entry_price - current_price) / entry_price if loss >= stop_pct: print("🚨 Stop Loss Triggered!") sell() 

이건 단순하지만 강력한 안전장치다. 프로그램이 “팔라”고 하면, 더 이상 변명할 수 없다.

사람은 손절을 미루지만, 코드는 기다리지 않는다.

🧠 시스템적 리스크 관리의 세 축

리스크 관리를 코드로 짜려면 세 가지 레이어가 필요하다.

① 자본 리스크 (Capital Risk)

전체 자산 중 한 거래에 걸 수 있는 최대 손실 비율. 보통 1~2%가 적당하다. 한 번의 실패로 시스템이 중단되지 않게 하는 설계다.

② 포트폴리오 리스크 (Portfolio Risk)

서로 상관관계가 높은 종목을 한 바구니에 담지 않는다. 같은 섹터 ETF, 같은 테마주는 동일 리스크 그룹으로 묶는다.

③ 심리 리스크 (Psychological Risk)

하루에 세 번 이상 차트를 보면 시스템이 망가진다. “관찰이 변동성을 만든다.” 그래서 시스템은 감정이 개입되기 전에 자동 실행되어야 한다.

🔁 리스크 관리 루프 구조

최종적으로 리스크 관리 루프는 이렇게 단순화된다.

 while trading: update_price() if check_stop_loss(): exit_trade() elif volatility > threshold: reduce_position() log_risk_state() 

이 루프가 작동하면, 시장은 요동쳐도 시스템은 평온하다. 이게 바로 감정이 사라진 투자 환경이다.

📊 시각화 – 변동성과 손실 상관 분석

데이터로 보면 리스크는 직관보다 명확하다.

 plt.figure(figsize=(10,5)) plt.scatter(returns, drawdown, c="tomato", alpha=0.6) plt.xlabel("Daily Volatility") plt.ylabel("Max Drawdown") plt.title("Volatility vs Risk Relationship") plt.show() 

변동성이 클수록 손실도 커진다. 이건 “공포에 팔지 말라”는 감정적 조언 대신, 데이터가 보여주는 냉정한 현실이다.

🧭 결론 — 수익보다 생존을 설계하라

시장에서는 천재보다 생존자가 오래 간다. 리스크 관리는 불안한 세상을 예외 처리하는 코드다.

try:  invest() except MarketCrash:  manage_risk() finally:  keep_learning()

이 루프가 돌아가는 한, 시장이 아니라 내가 통제권을 쥔다.

---

📍다음 편 예고:
이제 시스템이 안정화되었으니, “성과 분석과 피드백 자동화” 단계로 들어간다. 다음 화에서는 전략의 성과를 자동으로 기록·분석하고, AI가 나의 투자 습관을 피드백해주는 구조를 만들어본다.

💡 요약 포인트 리스크는 운이 아니라 설계다. 한 거래당 손실은 전체 자산의 1~2% 이내로 제한하라. 변동성이 커질수록 포지션을 줄여라. 손절은 코드로 자동화하라. 수익은 운이지만, 생존은 알고리즘이다.