매매 학습 노트 — AI Diary Learning Track

NL02 — 손절·익절 기준 정하기: Rick이 +4% 익절 / -2% 손절을 쓰는 이유

2026-06-05 · 위키 소스: chart-only-trading-strategies-2026 · RyanLAB

📚 매매 학습 노트 시리즈 — 자동매매 위키 해설

이 글의 핵심 질문: 자동매매 시스템에서 "언제 손실을 끊고, 언제 이익을 챙길 것인가"를 어떤 기준으로 정해야 할까. 그리고 왜 손절 폭보다 익절 폭을 더 크게 잡아야 할까.

손절과 익절, 왜 미리 정해야 하나

손절(損切)은 손실이 일정 수준에 도달하면 더 큰 손실을 막기 위해 포지션을 정리하는 것입니다. 익절(益切)은 반대로 이익이 목표에 도달하면 욕심내지 않고 챙기는 것입니다.

사람이 직접 매매하면 이 두 가지가 가장 어렵습니다. 손실이 나면 "조금만 더 기다리면 회복하겠지" 하며 손절을 미루고, 이익이 나면 "더 오를 것 같은데" 하며 익절을 미룹니다. 결과적으로 손실은 키우고 이익은 놓치는 정반대의 행동을 하게 됩니다.

자동매매의 가장 큰 장점이 바로 여기에 있습니다. 손절·익절 기준을 숫자로 미리 정해두면, 시스템은 감정 없이 그 기준을 기계적으로 지킵니다.

손절·익절을 설계할 때 가장 중요한 개념이 손익비(Risk:Reward)입니다. 한 번의 거래에서 감수하는 손실 폭과 기대하는 이익 폭의 비율입니다.

예를 들어 손절을 -2%, 익절을 +4%로 잡으면 손익비는 1:2입니다. 한 번 잃을 때 2를 잃고, 한 번 벌 때 4를 번다는 뜻입니다.

이 비율이 중요한 이유는 승률과 직접 연결되기 때문입니다. 손익비가 1:2라면, 승률이 절반에 못 미쳐도 전체적으로 이익을 낼 수 있습니다.

표를 보면 손익비를 크게 잡을수록 필요한 승률이 낮아집니다. 다만 익절 폭을 너무 크게 잡으면 그 가격까지 도달하는 거래 자체가 줄어, 승률이 급격히 떨어지는 부작용이 있습니다. 그래서 균형점을 찾아야 합니다.

Rick 시스템은 KIS(한국투자증권) API 기반 자동매매 시스템으로, 한국·미국 두 시장에서 운영됩니다. 손절·익절 기준은 처음부터 +4%/-2%였던 것이 아니라, 운영하면서 조정한 결과입니다.

첫째, 손익비 1:2를 기본 골격으로 잡았습니다. NL01에서 다룬 것처럼 Rick은 EOD(당일 청산) 방식입니다. 하루 안에 끝내는 구조에서는 한 번의 큰 손실이 치명적이므로, 손실 폭(-2%)을 작게 묶고 이익 폭(+4%)을 그 두 배로 둔 것입니다.

둘째, 손절을 -2%로 좁게 잡았습니다. 손절 폭이 너무 넓으면 한 번의 패배가 여러 번의 승리를 지워버립니다. -2%는 "이 거래의 판단이 틀렸다"를 빠르게 인정하고 빠져나오는 기준입니다.

셋째, 청산 조건에 시간 기준도 더했습니다. +4%에도 -2%에도 닿지 않은 채 시간이 흐르는 종목은, 일정 영업일이 지나면 정리합니다. 자본이 한 종목에 묶여 다른 기회를 놓치는 것을 막기 위해서입니다.

손절을 익절보다 넓게 잡는 것: "조금 더 버티면 오르겠지" 심리를 그대로 숫자로 옮긴 형태입니다. 손익비가 1보다 작아져, 이기는 거래가 많아도 전체로는 손실이 납니다.
익절 폭을 비현실적으로 크게 잡는 것: +10%, +20%를 노리면 그 가격에 도달하는 거래가 거의 없어 승률이 무너집니다.
시장마다 같은 기준을 쓰는 것: 변동성이 큰 시장과 작은 시장에 같은 ±% 기준을 적용하면 한쪽에서는 너무 자주, 한쪽에서는 거의 청산되지 않습니다.

손절·익절 기준에 정답은 없지만, 출발점은 분명합니다.

Rick의 +4%/-2%는 이 원칙을 EOD 구조에 맞춰 구체화한 한 가지 사례입니다. 모든 시스템에 그대로 옳은 정답은 아니지만, "왜 그렇게 정했는가"의 논리는 어떤 시스템에도 적용됩니다.

다음 NL03에서는 거래 횟수와 수수료의 관계 — 왜 거래를 많이 할수록 불리해질 수 있는지, Rick이 일일 거래 한도를 둔 이유를 다룹니다.