역사적 변동성(HV) 지표 수식 및 옵션/파생상품 리스크 측정 [지표 백과 040]

1. 주가의 '심장 박동수'를 측정하다: 역사적 변동성의 탄생

투자의 세계에서 '위험(Risk)'이라는 단어는 흔히 '손실을 볼 가능성'으로 오해받습니다. 하지만 퀀트 금융 공학에서 위험이란 곧 '가격이 평균으로부터 얼마나 심하게 요동치는가', 즉 변동성(Volatility) 그 자체를 의미합니다. 사람의 심장 박동이 불규칙하고 크게 뛸수록 건강에 적신호가 켜지듯, 주가의 변동폭이 무질서하게 커질수록 트레이더의 계좌는 심각한 리스크에 노출됩니다.

앞서 우리가 살펴보았던 013번 표준편차(Standard Deviation)가 종목 자체의 가격이 흩어진 정도를 원화 등 절대적인 가격 단위로 보여주었다면, 역사적 변동성(Historical Volatility, HV)은 이를 '일일 로그 수익률'로 변환하고 1년(252일) 단위의 백분율(%)로 연환산합니다. 이 천재적인 가공 과정 덕분에, 우리는 1만 원짜리 소형주와 100만 원짜리 대형주의 리스크를 완벽하게 동일한 선상에서 비교할 수 있게 되었으며, 이는 파생상품(옵션)의 가격을 결정하는 노벨 경제학상 수상 공식인 블랙-숄즈 모형(Black-Scholes Model)의 뼈대가 되기도 합니다.

2. 수리적 원리와 계산 구조

역사적 변동성은 단순 등락률이 아닌 '연속 복리'의 개념을 차용한 일일 로그 수익률을 활용하여, 주가의 요동침을 정밀한 통계학적 수치로 뽑아냅니다.

Step 1. 일일 자연로그(ln) 수익률 도출

단순히 오늘 종가를 어제 종가로 나누는 것이 아니라, 그 비율에 자연로그($\ln$)를 취하여 주식의 연속적인 복리 변화율을 수학적으로 도출합니다.

Step 2. 표준편차 계산 및 연환산(Annualization)

구해진 일일 로그 수익률을 지정된 기간(보통 20 영업일) 동안 모아 표준편차($\sigma$)를 계산합니다. 마지막으로 이 '일일 변동성'을 우리가 투자에서 인지하기 쉬운 '연간 변동성'으로 바꾸기 위해, 1년 영업일인 252일의 제곱근($\sqrt{252}$)과 100을 곱하여 최종 백분율(%) 지표를 완성합니다.

3. 실전 매매 활용법 (변동성 사이클 판독 테이블)

시장의 변하지 않는 대원칙 중 하나는 "변동성은 반드시 평균으로 회귀한다"는 것입니다. 변동성은 영원히 수축해 있지도, 영원히 폭발해 있지도 않고 용수철처럼 사이클을 반복합니다.

시그널 형태	현상 설명 (변동성 사이클)	실전 매매 대응 전략 (Action)
HV 수축의 극점 (바닥 기어감)	주가가 좁은 박스권에 갇혀 지표 수치가 바닥으로 쪼그라듦	돌파 매매 대기(응축). 곧 거대한 추세가 위든 아래든 폭발할 징조입니다. 박스권 돌파 시 적극 편승합니다.
HV 폭발적 상승 (수직 급등)	주가가 위아래로 미친 듯이 요동치며 지표가 하늘로 솟구침	신규 진입 금지 및 비중 축소. 심장 박동이 터지기 직전입니다. 리스크가 극대화된 상태이므로 관망합니다.
HV 하락 반전 (평균 회귀)	하늘을 찌르던 변동성이 꺾이며 다시 하락하기 시작함	추세의 소멸 및 횡보 전환. 폭발했던 가격의 에너지가 식고 다시 박스권으로 돌아가는 평균 회귀 구간입니다.

4. 차트에서 나타나는 수리적 특성: 바이오플러스(A099430) 분석 사례

고요하게 응축되던 변동성이 거칠게 폭발하는 사이클을 바이오플러스의 실제 차트를 통해 증명해 보겠습니다.

• 변동성 수축과 응축기: 2025년 10월 말부터 11월 초 구간을 주목해 보십시오. 하단 패널의 HV 지표가 푸른색 기준선(30%) 아래로 깊숙이 파고들며 웅크리고 있습니다. 이때 주가 역시 방향을 정하지 못하고 좁은 박스권에서 숨을 죽인 채 에너지를 팽팽하게 압축하고 있음을 수리적으로 진단할 수 있습니다.
• 변동성 폭발과 리스크 극대화: 2026년 3월 초, 그 고요함이 깨집니다. 주가가 강하게 밑으로 쏟아지기 시작하자, 바닥을 기던 HV 지표가 순식간에 붉은색 기준선(60%) 위로 수직 상승하며 폭발합니다. 억눌렸던 에너지가 한꺼번에 터져 나오며 계좌의 리스크가 극대화되는 찰나를 시각적으로 완벽하게 포착해 내고 있습니다.

5. 장점 및 한계

• 장점: 시스템 트레이딩에서 '포지션 사이즈(비중) 조절'을 위한 지구상에서 가장 신뢰받는 통계 지표입니다. HV가 높은 종목은 소액만 투자하고, HV가 낮고 안정적인 우량주는 비중을 크게 싣는 것이 계좌의 파산을 막는 퀀트 투자의 절대 원칙입니다.
• 한계: 지표의 이름이 말해주듯 어디까지나 '역사적(Historical)', 즉 과거의 백미러일 뿐입니다. 내일 당장 터질 엄청난 악재를 선반영하여 미리 알려주지는 못합니다. 또한, HV 지표는 주가가 미친 듯이 오를 때도 폭발하고 미친 듯이 폭락할 때도 똑같이 폭발하므로, '방향성(상승/하락)'을 절대 알려주지 않는 수리적 맹점을 명심해야 합니다.

6. 파이썬 구현 (로그 수익률과 연환산 벡터 연산)

주가 데이터에서 전일 대비 증감률을 구하고 넘파이(Numpy)의 log, 롤링(rolling) std, sqrt를 순차적으로 통과시키면, 복잡해 보이는 통계학적 연산이 단 3줄의 깔끔한 코드로 완성됩니다.

import pandas as pd
import numpy as np

def calculate_hv(df, period=20):
    # 1. 일일 로그 수익률 도출 (연속 복리 개념 적용)
    # close / close.shift(1)은 전일 종가 대비 오늘 종가의 변화 비율입니다.
    log_return = np.log(df['close'] / df['close'].shift(1))
    
    # 2. 지정된 기간(20 영업일) 동안의 로그 수익률의 표준편차 도출
    daily_volatility = log_return.rolling(window=period).std()
    
    # 3. 일일 변동성에 252일(1년 영업일)의 제곱근을 곱해 연간 백분율(%)로 환산
    df['HV_20'] = daily_volatility * np.sqrt(252) * 100
    
    return df

7. 실전 Tip 및 요약

노련한 전문 트레이더들은 HV를 무기 삼아 '돌파(Breakout) 타점'을 노립니다. 시장의 관심에서 철저히 멀어져 HV 지표가 끝도 없이 바닥을 기고 있을 때가 바로 용수철이 가장 팽팽하게 압축된 상태입니다. 이 고요한 응축기 끝자락에서 주가가 주요 저항선(예: 120일 이평선, 볼린저 밴드 상단)을 강한 거래량과 함께 뚫어낸다면, 곧이어 HV 수치의 폭발적 상승과 함께 거대한 추세 랠리가 펼쳐질 확률이 매우 높습니다. 폭풍 전야의 고요함을 찾는 탐지기, 그것이 바로 역사적 변동성입니다.

---

*본 포스팅은 기술적 지표의 수리적 이해를 돕기 위한 참고 자료이며, 투자 결과에 대한 책임은 투자자 본인에게 있습니다.*