데이터와 방법론

백테스트 구간과 표본

체결가 규칙(가장 핵심적인 항목)

시그널은 t번째 봉의 종가 확정 후에 확인되며, 체결은 t+1번째 봉의 시가에서 발생합니다.

많은 백테스트가 같은 봉의 종가를 시그널 근거와 체결가로 동시에 사용합니다. 이는 종가가 찍히는 순간에 체결할 수 있다고 가정하는 것으로, 가장 흔한 미래 참조이며 수익을 크게 부풀립니다. 저희 엔진은 구조적으로 이런 방식을 금지합니다.

비용 모델

고빈도 전략은 비용에 극도로 민감합니다. 하루 평균 10회, 단방향 0.05%인 전략은 연간 거래 비용이 원금의 몇 배에 이를 수 있습니다. 비용을 반영하지 않은 백테스트는 의사결정의 근거가 될 수 없습니다.

과최적화 처리

• Walk-Forward 롤링 전진 —— 학습 구간에서 파라미터를 조정하고 테스트 구간에서 검증하며 롤링 전진하고, 표본 외 성과만 집계합니다
• 파라미터 평원 검정 —— 좋은 파라미터는 고립된 첨점이 아니라 넓은 고원이어야 하며, 인접 구간 민감도가 과도하면 과최적화로 간주합니다
• 파라미터 수 제약 —— 파라미터가 많을수록 노이즈에 적합되기 쉬우므로 구조가 단순한 전략을 우선합니다
• 거래 횟수 기준 —— 표본 내 거래 횟수가 지나치게 적은 결과는 통계적 의미가 없습니다

저희가 제거할 수 없는 한계

• 생존자 편향 —— 백테스트 대상은 오늘까지 남아 있는 코인이며, 이미 0이 된 표본은 구조적으로 빠져 있습니다
• 유동성 가정 —— 대규모 자금의 실제 슬리피지는 모델 추정치보다 높습니다
• 제도 변화 —— 거래 규칙, 요율, 시장 구조는 변하며 과거가 반드시 반복되지는 않습니다
• 실전 편차 —— 실전 성과는 보통 백테스트보다 낮으며, 이는 이상이 아니라 정상입니다

예시 데이터 안내

사이트의 시세 패널, 시그널 목록, 리더보드는 예시 데이터이며 페이지 구조와 방법을 보여주기 위한 것으로, 예시 데이터이며 실시간 시세가 아니고 실제 사용자 데이터도 아닙니다. 실시간 데이터를 연동한 뒤에는 데이터 기준 시각과 출처를 명확히 표기합니다.