시가총액 계산과 포지션 사이징

호기심

1. 만약 토큰의 총 발행량이 10억 개라면, 왜 그 시가총액이 보유자들이 실제로 팔 수 있는 금액을 훨씬 초과할 수 있을까요?
2. 리저브가 얇을 때, 상수곱 공식은 매도로 돌려받는 자본의 양을 어떻게 정확히 결정하나요?
3. 거래소가 표시하는 가치와 풀이 실제로 지급할 수 있는 금액의 차이는 무엇인가요?

탐구

파트 I시가총액 계산법

1. 시가총액은 현재 가격에 유통 공급량을 곱한 값이고, 완전 희석 가치(FDV)는 총 공급량을 사용합니다. 비트코인은 두 값이 비슷합니다. 2,100만 개 상한 중 약 2,000만 개가 유통되고 있기 때문입니다. pump.fun 같은 솔라나 런치패드에서는 토큰이 출시될 때 10억 개가 곧바로 본딩 커브로 발행됩니다. 이런 플랫폼이 표시하는 시가총액은 대부분이 아직 커브에 묶여 있는데도 10억 개 전체를 기준으로 합니다.
2. 본딩 커브는 가상 SOL 리저브와 가상 토큰 리저브에 대한 상수곱 수학으로 작동합니다. 구매자가 SOL을 넣으면 커브의 토큰 리저브가 줄어 가격이 오릅니다. 이 메커니즘은 외부 유동성 공급자 없이도 호가를 만들어 냅니다. 커브상의 시가총액은 현재 가격에 공급량을 곱한 값입니다. 하지만 이 수치는 유동성이 아니라 평가액일 뿐입니다. 모든 토큰을 그 순간에 팔 수 있다고 가정하는데, 유동성이 얇은 풀에서는 거의 성립하지 않습니다.
3. x · y = k인 상수곱 풀에서 Δx개의 토큰을 매도하면 y · Δx / (x + Δx)를 돌려받습니다. 이 공식은 슬리피지를 드러냅니다. 리저브 대비 매도 규모가 클수록 평균 체결 가격은 낮아집니다. 100 SOL과 1억 개의 토큰을 담은 풀이라면 내재 가격은 토큰 100만 개당 1 SOL입니다. 총 공급량이 10억 개라면 시가총액은 1,000 SOL로 표시됩니다. 그러나 1천만 개의 토큰을 매도하면 가격 영향 때문에 약 9.09 SOL밖에 받지 못합니다.
4. 같은 풀에서 1억 개의 토큰을 매도하면 수수료 전 기준으로 정확히 50 SOL을 받으며, 장부상 평가액이 시사하는 100 SOL이 아닙니다. 이런 차이는 매도 자체가 호가 측 리저브를 소진시켜 거래 도중 가격을 끌어내리기 때문에 생깁니다. 대량 보유분의 장부상 가치는 풀에 실제로 들어 있는 양의 몇 배에 이를 수 있습니다. FDV와 실제로 체결 가능한 유동성 사이의 이 격차가 유동성이 얇은 밈코인을 규정하는 위험 특성입니다.
5. 같은 원리가 상향으로도 적용됩니다. 공급량이 일정하기 때문에 시가총액의 모든 변화는 가격의 변화를 의미하며, 거래 규모가 작은 경우 소액 거래만으로도 가격이 크게 움직입니다. 예시에서 10 SOL을 사용해 구매하면 110 SOL과 약 9천9백만 개의 토큰이 남으므로, 가격은 약 21% 상승하고 표시되는 시가총액도 1,000 SOL에서 약 1,210 SOL로 증가합니다.
6. 이 계산을 확인하려면 솔라나 블록 탐색기를 열고 졸업한 토큰의 풀을 찾으세요. 현재 SOL 리저브와 토큰 리저브를 비교해 현재 가격을 구하세요. 여기에 총 공급량을 곱하면 시가총액이 됩니다. 그런 다음 상수곱 공식을 사용해 총 공급량의 1%를 매도하면 얼마를 돌려받는지 계산하세요. 계산된 지급액과 장부상 가치의 차이가 그 풀에 내재된 유동성 제약을 수치로 보여줍니다.

파트 II리스크 관리 및 포지션 사이징

7. 기저율(base rate)이 시장의 지형을 규정합니다. pump.fun 같은 런치패드의 온체인 데이터를 보면, 본딩 커브로 출시된 토큰 대부분은 AMM 풀에 도달하지 못하며, 도달한 토큰들도 상당수가 결국 사그라듭니다. 몇 배로 오르는 토큰 하나가 있을 때마다 그보다 훨씬 많은 토큰이 0이 됩니다. 노련한 트레이더들이 설명하듯, 리스크 관리는 예측보다 생존을 앞세웁니다. 어떤 손실도 단 한 번에 트레이딩을 끝장낼 수 있어서는 안 된다는 것입니다.
8. 포지션 사이징은 이러한 비대칭에 대응하는 방법입니다. 많은 트레이더는 각 포지션을 총자본의 작은 일부로 배분하는데, 흔히 재정적 안정성에 영향을 주지 않고 전액을 잃어도 감당할 수 있는 금액으로 설명됩니다. 자주 인용되는 경험칙은 한 번의 거래에 자본의 1~2% 이상을 걸지 않는 것입니다. 가치가 0이 될 수 있는 토큰이라면, 위험에 노출되는 금액은 포지션 전체입니다. 이렇게 사이징하면 전액 손실이 길게 연달아 발생해도 자본 대부분이 그대로 남습니다.
9. 실행 메커니즘 때문에 이론상의 청산 계획이 제대로 작동하지 않는 경우가 많습니다. 솔라나와 EVM 체인에서 밈코인은 유동성이 얇은 풀에서 거래되는 경우가 많습니다. 갑작스러운 매도 주문은 가격을 크게 움직이거나(슬리피지), 거래 상대방이 없으면 아예 체결되지 않을 수 있습니다. 특정 가격에서 시장가 주문이 발동되는 방식에 의존하는 스톱로스는 폭락 시 예상보다 훨씬 큰 손실을 낸 채 체결될 수 있습니다. 많은 트레이더는 슬리피지와 수수료를, 가격이 움직이기도 전에 기대값을 갉아먹는 비용으로 계산합니다.
10. 레버리지는 수익과 청산 위험을 모두 증폭시킵니다. 10배 레버리지 포지션은 가격이 5% 하락하면 증거금의 50%를 잃습니다. 격리 마진 모드에서는 손실이 할당된 담보로 한정되지만, 교차 마진 모드에서는 계좌 잔고 전체가 담보 역할을 하므로 거래 하나로 모든 포지션이 동시에 청산될 수 있습니다. 많은 트레이더가 변동성이 큰 밈코인에서 레버리지를 피하는 이유는, 영구적인 자본 손실이 일어나는 임계점이 평범한 시장 노이즈와 너무 가까워서 생존이 장기적인 투자 논리보다 단기적인 가격 방향에 좌우되기 때문입니다.
11. 인지 편향은 체계적으로 규율을 무너뜨립니다. 카너먼과 트버스키의 전망 이론(1979)에 따르면, 사람들은 같은 크기의 이익보다 손실을 더 크게 느끼며, 확실한 손실을 피하기 위해 추가 위험을 감수합니다. 그 결과 손실 중인 포지션을 너무 오래 붙들고 있는 습관을 ‘처분 효과’라고 합니다. 이미 쓴 돈이 다음 결정을 좌우하게 두는 매몰 비용 오류와 포모(FOMO, 놓칠까 봐 두려운 심리)도 같은 방향으로 작용합니다. 기대값은 각 결과의 확률과 그 크기를 결합한 값입니다. 5배 수익을 낼 확률이 10%, 전부 잃을 확률이 90%라면 0.1 × 4 − 0.9 × 1 = −0.5로, 투자금의 절반을 잃는 기대 손실이 됩니다. 트레이더가 반등을 기대하며 손실 중인 포지션에 추가 매수할 때, 이는 사전에 정한 전략을 따르기보다 기저율을 거슬러 노출을 키우는 경우가 많습니다.
12. 청산 조건을 미리 정해 두는 것은 실행 과정에서 감정을 배제하기 위해 흔히 쓰이는 방법입니다. 거래를 시작하기 전에 진입 기준과 구체적인 목표 가격 또는 시간 기준 청산 조건을 정해 두는 것입니다. 하지만 유동성이 낮은 자산에서는 이런 계획이 물리적인 제약에 부딪힙니다. 유동성이 사라지면 주문이 계획한 가격에 체결되지 않을 수 있습니다. 엄격한 규율과 시장 현실 사이의 절충은, 러그풀이나 유동성 제거 같은 구조적 요인 때문에 일부 손실은 피할 수 없고 어떤 기술적 분석으로도 이를 막을 수 없다는 점을 인정함으로써 관리됩니다.

핵심 사실

연습 아홉, 여섯, 셋, 하나

팩트 체크

날짜, 수치 및 주장은 아래에 명시된 출처들을 통해 확인되었습니다.

• H. Adams, N. Zinsmeister & D. Robinson, 'Uniswap v2 Core' (2020)
• Raydium documentation (constant-product pools)
• pump.fun documentation and FAQ
• D. Kahneman & A. Tversky, Prospect Theory: An Analysis of Decision under Risk (1979)
• On-chain launchpad statistics from Dune dashboards
• General portfolio risk literature on position sizing