최대 낙폭(MDD) 계산기

최대 낙폭(MDD) 계산기

인기 AI Skill PRO

계산 입력

공식

MDD=고점−저점고점×100%\text{MDD} = \frac{\text{고점} - \text{저점}}{\text{고점}} \times 100\%
사용 통계

광고

결과

최대 낙폭
56.78%
고점에서 저점까지의 하락률
고점 가치 1,565.15
저점 가치 676.53
낙폭 금액 888.62

이 페이지의 오류 신고

최대 낙폭(MDD)이란?

최대 낙폭(Maximum Drawdown, MDD)은 투자 자산, 포트폴리오 또는 펀드가 고점을 찍은 뒤 새로운 고점을 회복하기 전까지 저점까지 떨어진 가장 큰 하락폭을 의미합니다. MDD는 투자자가 가장 직관적으로 이해할 수 있는 위험 지표 중 하나입니다. "최고점에서 얼마까지 잃을 수 있었나?"라는 질문에 답해 주는, 즉 하방 리스크를 잘 보여 주는 수치이기 때문이죠. 일반적으로 최대 낙폭이 작을수록 변동성과 위험이 낮은 투자라고 볼 수 있습니다.

고점과 저점이 표시된 자산 곡선 선 그래프로, 최대 낙폭 하락을 보여줌
최대 낙폭은 포트폴리오 가치의 고점에서 저점까지의 가장 큰 하락입니다.

계산기 사용 방법

포트폴리오가 기록한 가장 높은 값(고점)과 그 이후 떨어진 가장 낮은 값(저점)을 입력하세요. 계산기는 고점 대비 낙폭을 백분율로 즉시 계산해 주며, 절대 손실 금액도 함께 보여 줍니다. 계좌 명세서의 최고·최저 잔고를 쓰거나, 가격 차트에서 해당 값을 읽어 입력하면 됩니다.

공식 설명

최대 낙폭은 다음과 같이 계산합니다.

$$\text{MDD} = \frac{\text{고점} - \text{저점}}{\text{고점}} \times 100\%$$

분자는 손실 금액(또는 단위)이고, 이를 고점으로 나누면 값이 정규화되어 규모가 다른 낙폭끼리도 서로 비교할 수 있습니다. 결과는 항상 최고 기록치(고점) 대비 백분율로 표시됩니다.

광고
최대 낙폭 공식 다이어그램, (고점 − 저점) ÷ 고점의 분수 형태
MDD는 고점에서 저점까지의 손실을 고점 값으로 나눕니다.

계산 예시

포트폴리오가 $10,000까지 올랐다가 이후 $7,500까지 떨어졌다고 가정해 봅시다. 낙폭 금액은 \(\$10{,}000 - \$7{,}500 = \$2{,}500\)입니다. 이를 백분율로 환산하면 $$\$2{,}500 \div \$10{,}000 \times 100 = \mathbf{25\%}$$가 됩니다. 즉, 최대 낙폭이 25%였다는 뜻입니다. 다시 예전 고점으로 돌아가려면 저점에서 무려 33.3%를 회복해야 한다는 점에 주목하세요.

최대 낙폭 해석하기

최대 낙폭(MDD)은 하나의 좁은 질문에 답합니다. 측정한 기간 동안, 경행 최고점에서 새로운 최고점이 설정되기 전까지 도달한 최저점까지의 가장 큰 낙폭 비율은 얼마인가? 이는 다음 공식으로 계산됩니다.

$$\text{최대낙폭} = \frac{\text{최고점} - \text{최저점}}{\text{최고점}} \times 100\%$$

250,000달러 최고점까지 올랐다가 나중에 175,000달러 최저점에 도달한 포트폴리오는 30%의 최대 낙폭을 가집니다. 30%입니다. 왜냐하면 \((250{,}000 - 175{,}000) \div 250{,}000 = 0.30\)이기 때문입니다.

대략적인 규모 구간

이 구간들은 포트폴리오 보고에서 사용되는 설명적 관례이며, 규제 기관이 정한 규칙이나 임계값이 아닙니다:

최대 낙폭 일반적으로 나타내는 바
10% 미만 완만함; 대부분의 다양한 자산 포트폴리오에서 일상적인 변동
10% – 20% "조정" 국면 — 주식시장에서 10% 이상의 낙폭은 관례상 조정이라고 불립니다
20% – 40% 약세장 규모; 최고점에서 20% 이상의 하락은 약세장의 일반적인 정의입니다
40% – 50% 심각함; 대규모 위기 중 집중된 주식이나 레버리지 익스포저의 전형
50% 초과 심각한 자본 손상 — 최고점 가치의 절반 이상이 손실되었으며 회복의 산술이 매우 어려워집니다

고점으로 돌아가기 위해 필요한 수익률

회복은 비대칭적입니다: 필요한 수익률 비율은 항상 손실 비율보다 큽니다. 왜냐하면 수익률은 더 작은 생존 잔액에서 얻어지기 때문입니다. 최대 낙폭을 소수점 \(d\)로 표현할 때:

$$\text{필요한 수익률} = \frac{d}{1 - d} \times 100\%$$
최대 낙폭 최고점에서 100당 남은 가치 최고점으로 돌아가기 위해 필요한 수익률
10% 90 11.1%
20% 80 25.0%
30% 70 42.9%
40% 60 66.7%
50% 50 100.0%
75% 25 300.0%
90% 10 900.0%

30%에서의 확인 계산: \(0.30 \div (1 - 0.30) = 0.30 \div 0.70 = 0.4286\), 즉 42.9%입니다. 앞의 예시에서 $175,000 최저점은 $250,000을 회복하기 위해 42.9% 성장해야 합니다.

단일 자산 대 다양화 포트폴리오

하나의 증권에서 측정한 최대 낙폭은 그 증권의 가격 경로의 특성입니다. 포트폴리오에서 측정한 최대 낙폭은 결합된 가치 경로의 특성이며, 구성 요소들이 같은 날에 최악의 상태에 도달하는 경우가 드물기 때문에 일반적으로 보유 자산의 개별 낙폭의 가중 평균보다 작습니다. 이 격차는 표본에서 관찰된 다양화 이점입니다 — 보장되지 않으며, 자산 클래스 간 상관관계는 역사적으로 심각한 시장 스트레스 중에 상승했고, 이는 가장 필요할 때 정확히 이점을 압축합니다. 또한 입금이나 출금을 포함하는 값으로 계산된 포트폴리오 최대 낙폭은 현금 흐름과 성과를 혼합합니다. 성과 측도의 경우, 수익률 기반 또는 단위 가치 시리즈를 대신 사용하세요.

최대 낙폭이 알려주지 않는 것

  1. 경로 종속적입니다. 동일한 시작값과 종료값, 그리고 동일한 평균 수익률을 가진 두 포트폴리오도 수익률이 도달한 순서에 따라 매우 다른 최대 낙폭을 가질 수 있습니다.
  2. 측정 기간에 따라 다릅니다. 표본 기간을 연장하면 최대 낙폭이 변하지 않거나 증가할 수만 있습니다 — 절대 감소하지 않습니다. 왜냐하면 더 긴 기간은 더 짧은 기간이 포함한 모든 최고점–최저점 쌍과 그 이상을 포함하기 때문입니다. 따라서 "5년 최대 낙폭"과 "20년 최대 낙폭"은 비교 가능한 수치가 아니며, 펀드 간 최대 낙폭을 비교할 때는 항상 동일한 날짜를 적용해야 합니다.
  3. 데이터 빈도에 따라 다릅니다. 월말 값에서 계산한 낙폭은 일반적으로 일일 종가에서 계산한 낙폭보다 작습니다. 월중 최저점은 월말 데이터에 보이지 않기 때문입니다.
  4. 지속 기간 및 빈도를 무시합니다. 최대 낙폭은 단일 최악의 깊이입니다. 포트폴리오가 얼마나 오래 마이너스 상태로 있었는지, 회복에 얼마나 오래 걸렸는지, 또는 그러한 에피소드가 2개였는지 20개였는지에 대해서는 아무것도 말하지 않습니다. 낙폭 지속 기간, 회복까지의 시간, 평균 낙폭 및 궤양 지수는 이러한 격차를 메우기 위해 존재합니다.
  5. 과거 지향적입니다. 최대 낙폭은 실현된 역사적 통계이며, 예측이나 제한이 아닙니다. 향후 낙폭은 과거의 최대값을 초과할 수 있으며, 단일 극단적 사건이 그 수치를 영구적으로 재정의할 수 있습니다.
  6. 단일 관측입니다. 최대 낙폭은 극값이기 때문에 표본의 본질적으로 하나의 에피소드로부터 추정되므로, 이는 통계적으로 시끄럽고 소수의 데이터 포인트에 민감합니다.

이 섹션은 통계가 어떻게 작동하는지를 설명합니다. 이는 계산에 관한 일반적인 교육 정보이며, 투자 조언이나 특정 포트폴리오에 대한 권장사항이 아닙니다.

주요 시장의 역사적 최대 낙폭

아래 수치는 S&P 500(미국 대형주 지수)으로, 명목 미국 달러의 가격 수준에서 측정되었습니다. 이들은 주식 낙폭 규모의 가장 자주 인용되는 참조 포인트이지만, 한 국가의 주식시장을 설명하며 글로벌, 신흥시장, 채권 또는 다자산 포트폴리오(그들의 낙폭 역사는 다릅니다)를 나타내는 것으로 읽혀서는 안 됩니다. 1957년 이전 기간의 경우, 표준 관행에 따라 지수의 선행 시리즈(S&P 90 복합지수)를 사용합니다.

사건 대략적인 최고점 대략적인 최저점 낙폭(가격 지수) 최저점에서 이전 최고점으로의 대략적인 소요 시간
대공황 1929년 9월 1932년 6월–7월 약 −86% 약 22년(이전 최고점을 1954년에 회복)
1973-74년 약세장(유가 충격, 스태그플레이션) 1973년 1월 1974년 10월 약 −48% 명목 가격 기준으로 약 6년(1980년); 인플레이션 조정 후에는 훨씬 더 길음
검은 월요일 폭락 1987년 8월 1987년 12월 약 −34% 약 1.5–2년(1989년)
닷컴 거품 붕괴 2000년 3월 2002년 10월 약 −49% 약 4.5년(2007년)
글로벌 금융위기 2007년 10월 2009년 3월 약 −57% 약 4년(2013년)
COVID-19 폭락 2020년 2월 19일 2020년 3월 23일 약 −34% 약 5개월(2020년 8월)
2022년 인플레이션 및 금리 충격 약세장 2022년 1월 2022년 10월 약 −25% 약 15개월(2024년 1월)

2020년 사건은 깊이와 기간을 별개로 읽어야 하는 이유를 잘 보여줍니다. 약 34% 낙폭은 1987년의 깊이와 일치하지만, 약 한 달에 걸쳐 진행되었고 몇 개월 내에 회복되었으며, 반면 1929-32년 낙폭은 명목 기준으로 회복하는 데 20년 이상 걸렸습니다.

글로벌 금융위기에 정확한 종가 수준을 사용하여 공식을 적용하면 — 2007년 10월 9일 지수 최고점 1,565.15 및 2009년 3월 9일 종가 최저점 676.53 — 56.78%를 얻으며, 이것이 이 사건이 대략 −57%로 인용되는 이유입니다.

이 수치들을 읽는 방법

  1. 모든 낙폭은 지수 가격 수준의 근사값이며, 가장 가까운 백분율로 반올림되었으며, 발표된 값은 데이터 출처 간에 1~2포인트 정도 변합니다.
  2. 배당금이 포함되는지 여부에 따라 수치가 다릅니다. 총수익률 낙폭은 가격만의 낙폭보다 얕으며, 회복도 더 빠릅니다. 왜냐하면 재투자된 배당금이 회복하는 잔액에 추가되기 때문입니다.
  3. 일일 종가, 장중 극값 또는 월말 값을 사용하는지 여부에 따라서도 수치가 다릅니다. 장중 기반 측도는 가장 깊은 수치를 제공하고, 월말 측도는 가장 얕은 수치를 제공합니다.
  4. 여기의 모든 수치는 명목입니다. 인플레이션 조정은 특히 1973-74년 사건을 포함하여 여러 회복 기간을 실질적으로 연장합니다.
  5. 최고점과 최저점 날짜는 최근 사건의 경우 일 단위로, 오래된 사건의 경우 월 단위로 인용되는 것이 일반적이며, 이는 기본 역사 데이터의 세밀함을 반영합니다.
  6. 이들은 특정 기간 동안 하나의 지수에 대한 실현된 역사적 결과입니다. 위에서 언급한 대로, 낙폭 통계는 측정 기간의 길이에 따라 증가하며, 향후 낙폭의 예측이 아닙니다.
광고

주요 용어 및 변수

정의 전에 부호 규약에 대한 참고사항입니다. 최대 낙폭은 출판사에 따라 손실의 양의 백분율(최대낙폭 = 57%)과 음의 수익률(−57%) 모두로 보고됩니다. 크기는 동일하며, 부호만 다릅니다. 수익률을 최대 낙폭으로 나누는 비율 — 칼마, MAR — 항상 분모에 양의 크기를 사용하며, 그렇지 않으면 비율의 부호가 뒤집힙니다.

용어 정의 공식 / 단위
최고점 시리즈의 주어진 지점까지 도달한 포트폴리오 또는 가격의 최고값입니다. 낙폭의 시작값입니다. 통화 또는 지수 포인트
최저점 최고점 이후 새로운 최고점이 설정되기 전에 도달한 최저값입니다. 그 낙폭의 끝점입니다. 통화 또는 지수 포인트
고수위선 가치 시리즈의 누적 최대값 — 지금까지 달성한 최고값입니다. 낙폭은 항상 고수위선에서 측정되며, 임의의 시작값에서 측정되지 않습니다. 헤지펀드 수수료 관점에서는 성과 수수료가 다시 청구될 수 있는 수준 이상입니다. \(H_t = \max(V_1,\dots,V_t)\)
낙폭 특정 시점에 현재 가치가 고수위선 아래로 하락한 백분율입니다. 시리즈에는 많은 낙폭이 있습니다. \(D_t = \frac{H_t - V_t}{H_t} \times 100\%\)
최대 낙폭(최대낙폭) 측정 기간 동안 모든 낙폭 중 가장 큼입니다 — 최고점에서 최저점까지의 단일 가장 큰 손실입니다. \(\text{MDD} = \max_t D_t\); 백분율
현재 낙폭 최근 관측 시점의 낙폭, 즉 포트폴리오가 현재 사상 최고점 아래로 얼마나 떨어져 있는지입니다. 포트폴리오가 새로운 최고점에 있을 때 0입니다. \(D_{\text{오늘}}\); 백분율
평균 낙폭 모든 관측값에서 또는 식별된 낙폭 에피소드에서 계산한 평균 낙폭 깊이(어느 것인지 명시하세요). 최대 낙폭을 보완하여 최악이 아닌 전형적인 낙폭을 설명합니다. \(\overline{D} = \frac{1}{N}\sum_{i=1}^{N} D_i\); 백분율
낙폭 기간 최고점에서 최저점까지의 경과 시간 — 낙폭이 얼마나 오래 지속되었는지입니다. 일, 월 또는 년
수중 기간 가치가 이전 고수위선 아래에 있는 전체 기간입니다. 최고점 → 최저점 → 회복입니다. "수중 곡선"은 시간 경과에 따라 \(D_t\)를 그린 것이며, 새로운 최고점이 설정될 때마다 0입니다. 일, 월 또는 년
회복 / 회복까지의 시간 최저점에서 이전 최고점이 회복될 때까지의 시간입니다. 종종 최고점에서 회복까지의 시간으로 인용되기도 합니다. 두 개의 차이는 낙폭 기간만큼 다르므로, 항상 어느 것을 의미하는지 확인하세요. 일, 월 또는 년
필요한 회복 수익률 고수위선으로 돌아가기 위해 최저점에서 필요한 상승률입니다. 항상 낙폭 자체보다 큽니다. \(\frac{d}{1 - d}\), 여기서 \(d\)는 소수점으로 표현한 낙폭
칼마 비율 최악의 경우 낙폭 단위당 수익률입니다. 연환산(복합) 수익률을 최대 낙폭으로 나눈 값입니다. 관례상 후행 36개월 기간 동안 계산됩니다. 높을수록 좋으며, 단위가 없습니다. \(\text{Calmar} = \frac{R_{\text{ann}}}{\text{MDD}}\)
MAR 비율 칼마 비율과 동일한 구성이지만, 고정된 후행 윈도우가 아니라 전체 사용 가능한 실적에 적용됩니다. 전체 역사 동안의 최대 낙폭으로 나눈 연환산 수익률입니다. 단위가 없습니다. \(\text{MAR} = \frac{\text{CAGR}}{\text{MDD}}\)
궤양 지수 낙폭 시리즈의 제곱평균제곱근이므로 깊이와 수중 상태의 지속성을 모두 처벌합니다 — 깊이만을 포착하는 최대 낙폭과 달리. 백분율 포인트로 표현되며, 낮을수록 좋습니다. \(\text{UI} = \sqrt{\frac{1}{N}\sum_{i=1}^{N} D_i^{2}}\)
변동성(표준편차) 주기적 수익률의 평균 주위의 분산입니다. 상승과 하락을 동일하게 취급하며 경로 독립적이므로, 낙폭의 대체물이 아닙니다. 주기 수치는 \(\sqrt{m}\)을 곱하여 연환산되며, 여기서 \(m\)은 연간 기간 수입니다(월간 12, 거래일 252). \(\sigma = \sqrt{\frac{1}{n-1}\sum (r_i - \bar{r})^{2}}\); 기간당 백분율 또는 연간 백분율
위험가치(VaR) 명시된 확률로만 명시된 기간 동안 초과될 것으로 예상되는 손실 임계값입니다 — 예를 들어 1일 95% VaR 2%는 약 5%의 확률로 더 나쁜 1일 손실이 예상됨을 의미합니다. 이는 단일 기간 확률적 추정치이며, 최대 낙폭은 실현된 다중 기간 결과이며, 임계값을 초과할 때 손실이 얼마나 큰지에 대해서는 아무것도 말하지 않습니다. 가치의 백분율 또는 통화 금액으로 인용되며, 신뢰 수준 및 기간이 포함됩니다

두 가지 실질적인 주의사항입니다. 첫째, 위의 모든 수량은 표본 종속적입니다. 날짜, 데이터 빈도 및(포트폴리오의 경우) 사용된 가치 시리즈와 관련해서만 정의되므로, 인용된 수치는 일치하는 입력에서만 비교 가능합니다. 둘째, 이 용어집은 이러한 측도가 어떻게 정의되고 계산되는지에 관한 일반적인 교육 정보입니다 — 재무 또는 투자 조언이 아니며, 여기의 어떤 수치도 특정 포트폴리오에 대한 목표, 제한 또는 권장사항으로 취급되어서는 안 됩니다.

자주 묻는 질문

낙폭이 높은 게 좋나요, 낮은 게 좋나요? 낮을수록 좋습니다. 최대 낙폭이 작다는 것은 최악의 시점에도 자산 가치를 덜 잃었다는 의미이기 때문입니다.

낙폭과 변동성은 어떻게 다른가요? 변동성은 위아래 양방향의 전체적인 등락 폭을 측정하는 반면, 낙폭은 오직 고점에서 저점까지의 가장 큰 하락만을 봅니다. 다시 말해 순수한 하방 리스크에만 집중하는 지표입니다.

왜 회복하려면 낙폭보다 더 큰 상승률이 필요한가요? 상승률은 더 낮아진 저점을 기준으로 계산되기 때문입니다. 25% 손실을 만회하려면 33%의 상승이 필요합니다. \(7{,}500 \times 1.333 \approx 10{,}000\)이 되기 때문이죠.

최종 업데이트:

금융 인기 계산기

금융 계산기 전체 보기