ATR 손절 vs 고정 −5% 손절 — 22종목 10년 실측

1. 왜 −5%가 종목마다 다른 뜻이 되나

자동매매 봇을 의뢰하는 분들이 가장 자주 적어 오는 손절 규칙은 "매수가 대비 −5%"입니다. 단순하고 설명하기 쉽습니다. 문제는 같은 −5%라도 종목에 따라 하루치 흔들림의 몇 배인지가 다르다는 점입니다.

ATR(Average True Range)은 그 흔들림을 재는 지표입니다. 하루의 고가−저가, 전일 종가 대비 고가·저가 차이 중 가장 큰 값을 True Range라고 하고, 이를 14일 동안 평활한 값이 ATR(14)입니다. 이번 실험 22종목의 ATR을 종가 대비 %로 바꿔 10년 중앙값을 보면 이렇습니다.

KT에서 −5%는 "평소 하루 흔들림의 거의 3배"라서 웬만해서는 닿지 않는 선이고, 알테오젠에서 −5%는 "하루 흔들림보다 좁은" 선이라 평범한 하루에도 걸립니다. 같은 규칙이 한쪽에서는 느슨하고 한쪽에서는 빡빡합니다. ATR 2배 손절은 이 차이를 없애려고 손절폭을 종목마다 3.5%~10%로 자동 조절합니다. (ATR 2배 손절폭은 각 거래 진입 시점 값의 중앙값입니다.)

2. 실측 설계 — 진입은 같게, 손절만 4종

손절 효과만 보려면 나머지는 전부 같아야 합니다. 그래서 진입과 추세 청산 규칙을 고정하고 손절만 네 가지로 바꿨습니다.

진입 당일 저가가 손절가 아래면 그날 손절로 처리했습니다. 일봉으로는 장중 순서를 모르므로 불리한 쪽을 택한 것입니다. 이 가정이 결과를 얼마나 흔드는지는 손절·익절이 같은 날 닿으면에서 따로 쟀습니다. 종목 선택은 변동성 범위를 넓게 잡기 위한 것이며 추천이 아닙니다.

3. 전체 결과 — 수익보다 손절 비율이 갈렸다

22종목의 거래를 모두 합친 결과입니다.

ASOF 2026-09-30  tickers 22  trades total 4,208

[1] 전체 (22종목 거래 합산)
stop      trades   win%   avg_win  avg_loss  stop_hit%  expectancy
-3%        1268  21.2%   17.12%   -3.19%     70.5%     1.12%
-5%        1043  29.7%   17.69%   -4.57%     49.7%     2.04%
-8%         930  35.9%   18.42%   -5.65%     23.7%     3.00%
ATR x2      967  33.8%   19.02%   -5.30%     40.1%     2.92%

세 가지가 보입니다.

1. 좁은 손절은 거래를 늘리고 승률을 깎는다. −3%는 거래가 1,268건으로 가장 많지만 70.5%가 손절로 끝났습니다. 잘리고 다시 들어가고를 반복한 결과입니다. 돌파 전략은 원래 승률이 낮고 소수의 큰 수익(평균 이익 17~19%)으로 버티는 구조라, 좁은 손절은 그 큰 수익이 올 기회까지 자릅니다.
2. ATR 2배와 −8%는 평균이 거의 같다. 거래당 2.92%와 3.00%입니다. 이 평균은 몇 개의 큰 거래에 크게 좌우되므로, 수익 상위 1% 거래를 빼고 다시 계산했더니 0.76%와 0.75%로 사실상 같았습니다. 2016~2020년 진입분(2.99% vs 3.08%)과 2021년 이후 진입분(2.86% vs 2.92%)으로 나눠도 순서가 엇비슷했습니다.
3. 종목별 누적 수익으로 1등을 세면 −8%가 9개, ATR 2배가 5개였습니다(−3%·−5%가 각 4개). "ATR이 이긴다"는 결론은 이 데이터에서 나오지 않습니다.

4. 변동성 구간별 — ATR이 실제로 한 일

22종목을 ATR% 중앙값 기준으로 세 묶음(저변동 1.8~2.6% · 중변동 2.7~3.2% · 고변동 3.4~5.3%)으로 나눴습니다.

[3] 변동성 구간별 — 거래당 기대값 / 손절 비율 / 손절폭 중앙값
  저변동 (ATR% 1.8%~2.6%)
    -5%     n  350  win 33.4%  exp  0.39%  stop_hit 34.3%  dist_med  5.0%
    -8%     n  329  win 36.5%  exp  0.63%  stop_hit  9.4%  dist_med  8.0%
    ATR x2  n  353  win 33.1%  exp  0.47%  stop_hit 39.9%  dist_med  4.4%
  고변동 (ATR% 3.4%~5.3%)
    -5%     n  371  win 25.3%  exp  2.51%  stop_hit 63.6%  dist_med  5.0%
    -8%     n  316  win 33.5%  exp  4.48%  stop_hit 38.9%  dist_med  8.0%
    ATR x2  n  310  win 34.2%  exp  5.00%  stop_hit 40.0%  dist_med  7.9%

읽는 법은 이렇습니다.

• 저변동 종목에서는 ATR이 오히려 손절을 좁혔다. 손절폭 중앙값 4.4%로 −5%보다 촘촘했고, 거래당 기대값은 −8%(0.63%)가 ATR(0.47%)보다 높았습니다. 이 구간에서는 넓은 고정 손절이 나았습니다.
• 고변동 종목에서는 ATR이 손절을 넓혔다. 손절폭 7.9%로 −8%와 비슷해졌고, 기대값은 ATR 5.00%, −8% 4.48%, −5% 2.51%였습니다. 고변동 종목에 −5%를 걸면 거래 셋 중 둘이 손절로 끝납니다.
• 그래서 ATR의 이점은 "한 규칙으로 여러 종목"일 때 드러난다. 종목을 미리 골라 각자에 맞는 % 손절을 정할 수 있다면 고정 %로도 같은 효과를 냅니다. 반대로 조건검색으로 그날그날 종목이 바뀌는 봇은 종목별 %를 미리 정할 수 없으니 ATR 같은 변동성 기준이 필요합니다.

손절폭이 종목마다 달라지면 같은 금액을 넣었을 때 잃는 돈도 달라집니다. 그래서 ATR 손절은 보통 "손절 시 잃을 금액을 고정하고 수량을 역산하는" 포지션 사이징과 같이 씁니다. 그 계산은 주문 수량 정하는 법에 정리했습니다.

5. 손절가보다 아래에서 체결된 거래

손절가를 정해 둬도 그 가격에 팔린다는 보장은 없습니다. 전날 종가는 손절가 위였는데 다음 날 시가가 이미 아래에서 열리면 시가에 팔립니다.

[5] 갭 손절(손절가보다 아래에서 체결) 비율
  -3%     stops  894  gap-through  9.1%  worst -11.16%
  -5%     stops  518  gap-through 11.4%  worst -12.52%
  -8%     stops  220  gap-through 12.7%  worst -16.77%
  ATR x2  stops  388  gap-through 11.3%  worst -20.88%

손절의 약 10건 중 1건이 이렇게 미끄러졌습니다. 실제 예로 HLB 028300에 −5% 손절을 건 거래 하나는 2026-01-28 시가 66,300원에 진입해 손절가가 62,985원이었는데, 1월 30일 시가가 그 아래에서 열려 58,200원에 청산됐습니다. 비용 포함 −12.5%입니다. ATR 2배의 최악 거래가 −20.88%로 가장 깊은 것은 고변동 종목에서 손절폭 자체가 넓어서입니다. "−5% 손절이니 한 번에 5%까지만 잃는다"는 계산은 일봉 기준으로도 맞지 않습니다. 장 시작 전 손절 주문 처리는 KIS 장전 손절 처리에서 다뤘습니다.

6. 봇에 넣을 때 — ka10081·FHKST03010100으로 ATR 계산

실전 봇에서 ATR 손절은 "매수 신호가 난 날 장 마감 뒤 일봉으로 ATR을 계산 → 다음 날 진입가에서 손절가 확정"의 순서입니다. 필요한 것은 종목별 일봉 시가·고가·저가·종가 15일 이상입니다.

• 키움 REST API: 주식일봉차트조회요청 ka10081 — POST /api/dostk/chart, 요청 stk_cd·base_dt·upd_stkpc_tp(수정주가 0/1), 응답 리스트 stk_dt_pole_chart_qry의 open_pric·high_pric·low_pric·cur_prc. 가격 필드에 부호가 붙어 올 수 있어 abs()가 필요합니다. 자세한 내용은 키움 일봉·분봉·틱 차트 글.
• 한국투자증권 KIS Open API: 국내주식 기간별 시세 inquire-daily-itemchartprice(tr_id FHKST03010100), 응답 output2의 stck_oprc·stck_hgpr·stck_lwpr·stck_clpr. 수정주가 여부는 FID_ORG_ADJ_PRC로 지정하는데 0이 수정주가라 헷갈리기 쉽습니다 — KIS 일봉 FHKST03010100 정리.

받은 일봉을 pandas DataFrame(Open·High·Low·Close, 날짜 오름차순)으로 만들었다면 ATR과 손절가 계산은 이 정도입니다.

import pandas as pd

def wilder_atr(df: pd.DataFrame, n: int = 14) -> pd.Series:
    prev_close = df["Close"].shift(1)
    tr = pd.concat([df["High"] - df["Low"],
                    (df["High"] - prev_close).abs(),
                    (df["Low"] - prev_close).abs()], axis=1).max(axis=1)
    return tr.ewm(alpha=1 / n, adjust=False).mean()   # Wilder 평활

def atr_stop_price(df: pd.DataFrame, entry_price: float, k: float = 2.0) -> int:
    atr_today = wilder_atr(df).iloc[-1]                # 신호일 종가까지의 ATR
    return int(entry_price - k * atr_today)            # 진입 후 고정 — 매일 다시 계산하지 않음

실전에서 놓치기 쉬운 점이 세 가지 있습니다. 첫째, 계산된 손절가는 호가 단위로 내림해야 주문이 들어갑니다. 둘째, 백테스트가 수정주가로 ATR을 계산했다면 봇도 수정주가(upd_stkpc_tp=1)로 받아야 숫자가 맞습니다. 셋째, ATR을 매일 다시 계산해 손절가를 따라 올리면 그것은 트레일링 스탑이라 이 글과 다른 규칙입니다. 트레일링 방식은 청산 전략 글에서 비교했습니다.

7. 재현 코드와 한계

위 표 전체를 만드는 스크립트는 atr_vs_fixed_stop_backtest.py로 받을 수 있습니다. ASOF를 2026-09-30으로 고정했기 때문에 지금 실행해도 글과 같은 숫자가 나옵니다. 최신 데이터로 보려면 ASOF = None으로 바꾸면 되고 숫자는 달라집니다. 핵심 루프는 이렇습니다.

stop = entry * (1 - k) if kind == "pct" else entry - k * a[i]
while j < n:
    if j > e and o[j] <= stop:        # 갭으로 손절가 아래 출발 -> 시가 체결
        exit_px, why = o[j], "stop"; break
    if l[j] <= stop:
        exit_px, why = min(stop, o[j]) if j > e else stop, "stop"; break
    if c[j] < lo10[j] and j + 1 < n:  # 추세 이탈 -> 다음 날 시가
        exit_px, why = o[j + 1], "trend"; j += 1; break
    j += 1

같은 전략을 시작일만 바꿔 돌렸을 때 결과가 얼마나 흔들리는지는 백테스트 시작일 민감도에서, 백테스트 전체 점검 순서는 자동매매 백테스트 완전 가이드에서 볼 수 있습니다.

8. 자주 묻는 질문