본문 바로가기
파이썬(Python)으로 데이터 기반 주식 퀀트 투자하기/chapter4 백테스팅 알고리즘 트레이딩 정복하기 전략

chapter4 알고리즘 트레이딩 정복하기 전략 벡테스팅 용어 정리

by ohsungjun 2026. 1. 27.

 


 

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.