

핵심 개념 미래참조(Look-ahead bias)
백테스팅에서 과거 시점에는 알 수 없었던 미래 정보를 이미 알고 있는 것처럼 사용해 성과를 계산하는 오류를 말해요.
예를 들면,
- 2024년에 살아남은 종목만 가지고 2018년 투자를 시뮬레이션하거나
- 연말 실적이 확정된 재무데이터를 그 이전 시점의 매매 판단에 쓰는 경우처럼,
👉 결과적으로 수익률은 실제보다 훨씬 좋게 나오지만, 실전에서는 절대 재현되지 않는 착시 성과가 됩니다.
한 줄로 정리하면:
미래참조는 백테스트에서 ‘시간의 순서’를 어겨 결과를 과대평가하게 만드는 치명적인 오류입니다.
핵심 개념: 생존 편향(Survivorship Bias)
과거에는 이미 상장폐지된 종목들이 존재했는데,
백테스트에서는 ‘현재 살아남은 종목들만’ 가지고 과거를 시뮬레이션하는 오류
과거 백테스팅을 할 때는 해당 시점에 실제로 상장돼 있었던 종목 전체(상폐 종목 포함)를 사용해야 한
이걸 안 지키면:
- 백테스트는 항상 좋게 나오고
- 실전에서는 항상 실망하게 됨
현재 살아남은 종목만으로 과거를 테스트하면 미래를 미리 아는 꼴이 되어, 백테스트 수익률은 과대평가되고 실전 성과는 크게 무너진다.
핵심 개념:오버피팅(Overfitting)
모델이 과거 데이터에 너무 잘 맞도록 과도하게 학습되어, 새로운 데이터(실전·미래)에서는 성능이 급격히 떨어지는 현상을 말해요.
쉽게 말하면,
- 백테스트에서는 거의 신급 수익률
- 실전에서는 바로 무너짐
왜냐하면 모델이:
- 시장의 본질적인 패턴이 아니라
- 우연한 노이즈, 과거의 특이한 상황까지
👉 전부 외워버렸기 때문이에요.
예시:
- 지표 조합을 계속 바꾸다 보니
“2017~2022년엔 딱 맞는 공식”이 탄생 - 하지만 2023년부터는 전혀 안 먹힘
결과:
- 학습 구간 성과 ↑
- 검증·실전 성과 ↓
한 문장 요약:
오버피팅은 과거에만 완벽한 전략이 미래에서는 무력해지는, 백테스트의 가장 교묘한 함정입니다.

'파이썬(Python)으로 데이터 기반 주식 퀀트 투자하기 > chapter4 백테스팅 알고리즘 트레이딩 정복하기 전략' 카테고리의 다른 글
| chapter4 알고리즘 트레이딩 정복하기-정량적 백테스팅 정의 및 성과지표 개념 소개 (0) | 2026.01.28 |
|---|---|
| chapter4 알고리즘 트레이딩 정복하기-백테스팅과 수익률 그래프 그리기-(슬리피지 적용0,슬리피지 적용X 비교) (0) | 2026.01.28 |
| chapter4 알고리즘 트레이딩 정복하기-백테스팅 이유/기초백테스팅 모델 개발-(슬리피지 적용x) (0) | 2026.01.27 |
| chapter4 알고리즘 트레이딩 정복하기 매매시그널과 백테스킹으로 실습예제 (0) | 2026.01.27 |
| chapter4 알고리즘 트레이딩 정복하기 전략 벡테스팅 개요 (0) | 2026.01.27 |