SQN 시스템 품질 지수 — R 배수로 매매 전략의 일관성 재기

기대값이 같은 두 전략이라도 한쪽은 꾸준히 조금씩 벌고, 다른 쪽은 손실이 길게 이어지다 가끔 크게 법니다. 기대값만으로는 이 차이가 보이지 않습니다. SQN(System Quality Number, 시스템 품질 지수)은 거래별 손익의 평균을 그 흔들림(표준편차)과 거래 수까지 함께 넣어 하나의 숫자로 만든 지표입니다. 아래 숫자는 모두 개념 설명용 가정입니다.

먼저 R 배수부터

SQN 은 달러 손익이 아니라 R 배수로 계산합니다. R 은 진입할 때 정한 1회 위험 금액(손절까지 잃는 돈)입니다. 손절에 걸리면 −1R, 위험의 두 배를 벌면 +2R 입니다. 자세한 내용은 R 배수와 거래 기대값 글에 있습니다.

R 로 바꾸면 포지션 크기가 거래마다 달랐어도 같은 잣대로 비교할 수 있습니다. 거래 크기가 커진 시기의 손익이 결과를 지배하는 문제도 줄어듭니다.

SQN 공식

괄호 안 값은 "흔들림 1 단위당 얼마를 버는가"이고, √N 은 그 결과를 몇 번이나 반복해서 확인했는지를 반영합니다. 같은 평균이라도 결과가 고르게 모여 있을수록, 표본이 많을수록 SQN 이 커집니다.

예시 ① — 거래 10건으로 계산하기

승률 40%, 이길 때 평균 +2R, 질 때 −1R 인 무난한 결과인데도 SQN 은 1 이 안 됩니다. 10건은 우연으로도 충분히 나올 수 있는 표본이라는 뜻입니다.

예시 ② — 같은 분포, 거래 100건

거래 하나하나의 질은 같은데 숫자가 0.95 에서 3.00 으로 올랐습니다. 늘어난 것은 "이 결과가 우연이 아닐 가능성"입니다. 반대로 말하면 SQN 은 거래 수만 늘려도 계속 커지기 때문에, 전략끼리 비교할 때는 N 을 같게 맞추거나 100 을 상한으로 고정해 계산하는 방식을 씁니다.

예시 ③ — 수수료를 빼면

백테스트에서 자주 빠지는 것이 비용입니다. 1회 위험이 작을수록 수수료가 R 단위로는 크게 잡힙니다.

손절 폭을 좁게 잡는 단타 전략일수록 이 차이가 커집니다. 비용 계산 방식은 왕복 거래 비용 글을 참고하세요.

예시 ④ — 큰 한 방은 SQN 을 깎는다

B 는 건당 기대값이 A 의 두 배지만 SQN 은 절반입니다. B 의 수익이 거래 한 건에 크게 기대고 있어서, 그 한 건이 빠지면 평균이 크게 무너지기 때문입니다. 실제로 +25R 한 건을 빼고 49건으로 다시 계산하면 B 의 평균은 (30 − 25) ÷ 49 ≈ +0.10R 로 떨어집니다. 이 차이를 보여 주는 것이 SQN 의 역할입니다. 같은 점을 다른 방식으로 보는 지표가 프로핏 팩터입니다.

t 통계량·샤프 지수와의 관계

공식을 보면 SQN 은 통계에서 쓰는 평균의 t 통계량과 같은 모양입니다. 평균 ÷ (표준편차 ÷ √N) 이기 때문입니다. 그래서 대략 다음처럼 읽을 수 있습니다.

샤프 지수는 기간 수익률 기준이고, SQN 은 거래 단위 R 기준이라는 점이 다릅니다. 보유 기간이 들쭉날쭉한 전략은 SQN 쪽이 거래 자체의 질을 보기 편합니다.

흔히 인용되는 해석 구간

이 구간은 경험적 기준일 뿐 정해진 규칙이 아닙니다. 특히 높은 값은 칭찬보다 점검 대상입니다. 조건을 여러 번 바꿔 가며 가장 좋은 결과를 고르면 SQN 은 쉽게 부풀려집니다. 이 문제는 디플레이티드 샤프 지수 글에서 다룬 다중 검정 문제와 같습니다.

SQN 을 볼 때의 함정

첫째, 표본 기간입니다. 상승장 한 구간에서만 나온 100건은 그 구간의 SQN 이지 전략의 SQN 이 아닙니다. 시장 상태가 다른 구간을 따로 나눠 계산하고, 진입 시점에 알 수 없던 정보가 섞이지 않았는지 확인해야 합니다.

둘째, 거래 간 상관입니다. 같은 시각에 비슷한 코인 여러 개를 동시에 진입하면 겉으로는 10건이지만 사실상 1건의 베팅입니다. N 이 부풀려져 SQN 이 과대평가됩니다. 이런 거래는 묶어서 한 건으로 세는 편이 정확합니다.

셋째, R 정의의 일관성입니다. 손절 없이 들어간 거래, 중간에 손절을 옮긴 거래는 R 이 모호해집니다. 진입 시점에 정한 위험 금액 하나로 고정해 계산해야 숫자가 비교 가능합니다.

넷째, 보유 중인 거래입니다. 청산된 거래만 세면 이긴 거래가 먼저 닫히는 경향 때문에 결과가 좋아 보입니다. 이 문제는 청산 거래 승률 편향 글을 참고하세요.

SQN 과 포지션 크기

SQN 이 높다는 것은 같은 기대값을 더 작은 흔들림으로 얻는다는 뜻이므로, 이론적으로는 1회 위험을 조금 더 키워도 파산 위험이 덜 늘어납니다. 다만 SQN 자체가 표본에서 추정한 값이라 실제 값은 더 낮을 수 있습니다. 크기를 정할 때는 SQN 하나보다 몬테카를로 시뮬레이션으로 거래 순서를 섞어 최대 낙폭 분포를 같이 보는 편이 안전합니다. 기본적인 크기 계산은 포지션 사이징 글에 정리돼 있습니다.

정리

주의

본문의 R 배수, 거래 수, 수수료, 해석 구간 등 모든 숫자는 개념을 설명하기 위한 가정 예시이며 특정 전략이나 계좌의 실제 성과가 아닙니다. SQN 은 과거 거래 표본을 요약한 값일 뿐 미래 성과를 보장하지 않습니다. 이 글은 교육 정보이며 특정 종목·전략의 매수·매도 권유나 특정 수익을 보장하는 내용이 아닙니다. 선물·레버리지 거래는 원금 손실 위험이 있고, 매매 판단과 그 결과는 본인 책임입니다.