블로그
전략 공장에서 전하는 노트
백테스트의 달러는 USDC였다. 3월 11일, 그것은 87센트에 거래됐다.
우리는 자산곡선에 달러라고 라벨을 붙였다. 계좌는 USDC였고, 그 토요일 USDC는 달러가 아니었다.
글 읽기 →
룩백을 성과로 치지 않으면서 백테스트를 어떻게 워밍업할까?
미완성 인디케이터, 포지션은 남긴 채 자른 커브, 8시간 피처에 씌운 30일 워밍업. 이를 잡아내는 재시작 점검.
글 읽기 →
Binance에서 백테스트하고 Bybit에서 페이퍼 트레이딩했다. 엣지는 시차였다.
우리는 Binance에서 BTC를 리서치하고 Bybit에서 페이퍼 트레이딩했다. 백테스트가 낙관적이었던 게 아니다. 더 빠른 테이프를 보고 있었던 것이다.
글 읽기 →
헤지 때문에 백테스트 거래 비용이 두 배가 된 이유
옵션 거래는 드물었습니다. 기초자산이 조금만 움직여도 헤지는 매번 거래를 냈습니다. 옵션 백테스트에서 빠진 비용을 어떻게 찾아냈는지 소개합니다.
글 읽기 →
백테스트에서 이기던 숏, 자동 디레버리징이 결국 청산했다
증거금이 바닥나면 청산이 일어납니다. 상대방의 증거금이 바닥나고 돈을 벌고 있던 쪽이 당신이라면 ADL이 일어납니다.
글 읽기 →
시그널은 맞았다. 옵션 백테스트가 잘못된 만기 계약을 매수했다.
시그널은 콜 스프레드를 제안했다. 백테스트는 지나고 나서 유동성이 좋아 보이는 만기를 골랐다. 원인을 추적해 보니 눈에 띄지 않는 캘린더 조인 하나에 있었다.
글 읽기 →
실제 거래되지 않은 중간가로 옵션 백테스트를 했습니다
중간값은 합리적인 가치 추정치일 수 있지만, 체결 가격으로 가정하기에는 형편없을 수 있습니다. 이 차이를 간과하면 옵션 백테스트 성과가 어떻게 조용히 부풀려지는지 3가지 사례로 알아봅니다.
글 읽기 →
내 백테스트의 옵션 데이터는 왜 계속 바뀔까?
같은 옵션 전략도 ‘같은’ 과거 데이터를 사용했는데 결과가 달라질 수 있습니다. 아카이브의 시장 데이터가 바뀐 것인지 판별하는 방법과 다음 실행을 설명할 수 있도록 저장해야 할 항목을 살펴봅니다.
글 읽기 →
시장을 더 추가하면 백테스트 Sharpe가 높아질 수 있습니다
더 넓은 시장 유니버스는 분산 투자처럼 보입니다. 하지만 전략을 탐색하는 동안에는 시도 횟수가 늘어나는 셈일 수도 있습니다. 둘을 구분하는 방법을 살펴봅니다.
글 읽기 →
리밸런싱을 더 자주 하면 백테스트 성과가 왜 더 좋아 보일까요?
매일 리밸런싱하면 신호를 더 빨리 포착할 수 있지만, 그 과정에서 초과 수익을 써버릴 수도 있습니다. 추가 거래가 그만한 가치가 있는지 측정하는 방법을 살펴봅니다.
글 읽기 →
데이터가 나빠질수록 전략의 Sharpe 비율이 개선될 수 있습니다
의심스러운 틱은 잘못 기록된 값일 수도 있고, 전략의 취약성을 드러내는 유일한 관측치일 수도 있습니다. 데이터 정제에는 더 보기 좋은 자산 곡선만이 아니라 감사 추적이 필요합니다.
글 읽기 →
데이터 공급업체가 과거 데이터를 바꾼 뒤 백테스트를 다시 구축한 과정
같은 전략 코드와 날짜 범위를 사용했는데 6주 뒤에는 다른 자산 곡선이 나왔습니다. 데이터 공급업체가 시장 데이터를 수정한 것이 원인이었고, 이후 무엇이 바뀌었는지 확인할 수 있도록 실험을 다시 구축했습니다.
글 읽기 →
당신의 전략은 240번의 시행을 거쳤습니다. 실제로 백테스트는 몇 번 했을까요?
240개의 파라미터 조합을 시험하고 승자를 골랐습니다. Sharpe는 2.1입니다. 중요한 질문은 잡음이 우위처럼 보일 기회를 몇 번이나 줬느냐는 것입니다.
글 읽기 →
선물 포지션 롤오버 비용을 반영하자 전략은 더 이상 통하지 않았다
캘린더 스프레드는 근월물 만기 전까지 깔끔해 보였습니다. 백테스트가 누구도 체결할 수 없는 가격으로 포지션을 롤오버하기 전까지는요.
글 읽기 →
리밸런싱 비용은 낮아 보였지만 스프레드까지 계산하자 달라졌다
백테스트는 수수료를 4bp로 계산했습니다. 스프레드와 시장 충격을 더하자 리밸런싱 비용은 20bp를 넘었습니다. 빠진 비용을 어떻게 찾아냈는지 소개합니다.
글 읽기 →
일일 신호로 거래하는 전략은 어떻게 백테스트하나요?
일일 봉에는 가격과 날짜가 있지만, 전략이 종가를 언제 알았는지는 나와 있지 않습니다. 불가능한 가격에 체결됐다고 가정하지 않고 일일 신호를 백테스트하는 방법을 살펴봅니다.
글 읽기 →
AI 리서치 에이전트에게 전략 최적화를 맡겨 봤습니다. 결과 일지는 기대에 못 미쳤습니다.
에이전트는 Sharpe 4.1인 전략을 찾았습니다. 이후 시도 횟수를 세고 탐색을 동결한 뒤, 실제로 평가할 수 있는 수준으로 결과가 낮아지는 것을 지켜봤습니다.
글 읽기 →
AI 리서치 에이전트가 테스트 세트를 봤습니다: 점수가 오염되는 3가지 방식
테스트 결과가 다음 실험의 방향을 좌우하는 순간, 테스트 세트는 더 이상 테스트 세트가 아닙니다. 리서치 에이전트가 조용히 테스트 세트에서 학습하는 3가지 방식과 점수의 신뢰성을 지키는 방법을 소개합니다.
글 읽기 →
거래 비용이 높아져도 전략의 엣지가 유지되는지 어떻게 테스트할까요?
전략이 “현실적인 비용”을 견디는지 묻는 데 그치지 마세요. 비용을 얼마나 감당할 수 있는지, 어떤 가정이 중요한지, 엣지가 어디서 사라지는지 측정하세요.
글 읽기 →
백테스트에 상장폐지 기록이 필요한 이유
백테스트에서 기업이 사라지면 최종 수익률도 함께 사라졌을 수 있습니다. 흔한 편법 3가지가 사라진 주식을 보이지 않는 승자로 만듭니다.
글 읽기 →
백테스트에서 20% 초과수익이 나왔습니다. 잘못된 타임스탬프 하나가 얼마나 기여했을까요?
백테스트의 20% 초과수익은 당시에는 누구도 알 수 없었던 숫자에서 비롯될 수 있습니다. 데이터 수정, 지연 발표, 공급업체의 과거 데이터 보충이 전략 대신 수익을 내고 있는지 확인하는 방법을 소개합니다.
글 읽기 →
잘못된 계약을 매수한 예측 시장 백테스트를 해부했습니다
백테스트는 “법안이 통과될까?”에 매수했습니다. 그런데 어떤 법안이, 언제까지, 누구의 판정에 따라 통과해야 할까요? 깔끔한 예측 시장 리플레이를 전혀 다른 베팅으로 바꾸는 계약 식별 오류를 하나씩 살펴봅니다.
글 읽기 →
수익을 내던 무기한 선물 거래를 적자로 만든 펀딩 결제
BTC 무기한 선물 거래에서 방향은 맞았지만 그래도 손실이 났습니다. 결제 건별 원장과 그 이유를 설명하는 회계 점검 항목을 살펴봅니다.
글 읽기 →
시장 국면이 달라져도 전략의 엣지가 유지되는지 어떻게 알 수 있을까요?
전략의 평균 수익률 뒤에는 한 가지 시장 상황에 기대는 취약한 거래가 숨어 있을 수 있습니다. 엣지가 여러 국면에서도 통하는지 확인하는 방법을 소개합니다.
글 읽기 →
더 나은 백테스트가 전략 리서치를 악화시킬 수 있습니다
백테스트는 나쁜 아이디어를 걸러내는 데 도움이 됩니다. 500개 아이디어 중 최고를 고르는 데 쓰면, 그 승자는 운이 가장 좋았던 아이디어일 수 있습니다. 리서치 과정을 정직하게 유지하는 방법을 살펴보세요.
글 읽기 →
시장 가격이 닿지 않았는데 백테스트에서는 왜 지정가 주문이 체결될까요?
지정가가 봉의 범위 안에 있어 백테스트에서 체결로 처리됐습니다. 이는 가격이 닿았다는 뜻일 뿐, 실제로 거래를 체결했다는 증거는 아닙니다.
글 읽기 →
워크포워드 테스트는 통과했는데, 페이퍼 트레이딩 결과는 왜 달라졌을까요?
전략은 워크포워드 검증을 통과했지만 페이퍼 트레이딩 결과는 달라졌습니다. 먼저 의심할 것은 시장이 아니라 리서치에서 실행으로 넘어가는 과정일 수 있습니다.
글 읽기 →
시장에 표시된 적 없는 가격으로 백테스트가 체결된 이유는 무엇일까요?
시뮬레이션 체결가가 해당 봉의 모든 가격보다 유리하다면, 문제는 시그널이 아니라 체결 가정일 수 있습니다. 그 가격이 어디서 비롯됐는지 추적하는 방법을 살펴보세요.
글 읽기 →
백테스트는 연간 회전율 12%를 기록했다. 계좌는 38%를 거래했다.
백테스트에서는 연간 회전율이 12%라고 하는데 계좌는 38%를 거래할 수 있습니다. 그 차이는 흔히 코드에서 ‘회전율’을 어떻게 정의하는지에서 시작됩니다.
글 읽기 →
AI 전략 에이전트가 내일의 정보를 오늘로 가져오지 않게 하려면?
전략은 모든 구문 검사를 통과하고도 미래를 알고 있을 수 있습니다. 리서치 에이전트가 정보를 은밀히 누출하는 방식과 이를 잡아내는 점검 방법을 소개합니다.
글 읽기 →
시장 거래 중단 전후에 거래하는 전략은 어떻게 백테스트하나요?
거래 중단은 거래량이 0인 봉이 아닙니다. 시장이 전략에 허용하는 행동이 달라지는 상황이며, 재개 경매에서는 거래한다고 생각했던 가격이 다시 정해질 수 있습니다.
글 읽기 →
수수료 등급이 바뀐 뒤 엣지가 사라졌습니다. 전략이 망가진 걸까요, 계정이 달라진 걸까요?
전략의 총거래는 그대로였지만 계정 거래량에 따라 수수료 등급이 바뀌었습니다. 엣지가 달라진 건지 계정이 달라진 건지 알아보는 방법을 소개합니다.
글 읽기 →
내일의 승자를 팔아버린 리밸런싱: 회전율 해부
순위표만으로는 매매 전략이 완성되지 않습니다. 목표 비중을 주문으로 바꿔야 하죠. 월간 리밸런싱 사례 하나를 따라가며 회전율과 수수료, 백테스트를 지나치게 깔끔해 보이게 만드는 가정을 살펴봅니다.
글 읽기 →
백테스트에서는 가장 좋은 시간이었는데, 시간대가 바뀐 뒤에도 거래할 수 있을까요?
전략은 첫 1시간 동안 수익을 내다가 그 시간이 바뀌면 그렇지 않습니다. 서머타임 변경과 거래소 일정에 걸쳐 장중 계절성을 검증하는 실용적인 가이드입니다.
글 읽기 →
백테스트에서 같은 현금을 두 번 썼다면: 포트폴리오 회계 가이드
포지션이 장부상 수익을 내고 있어도 다음 주문에 쓸 자금이 부족할 수 있습니다. 흔히 쓰이는 3가지 회계상의 편법으로 백테스트가 어떻게 조용히 같은 현금을 두 번 쓰는지 살펴봅니다.
글 읽기 →
다른 포지션으로 재시작된 페이퍼 전략: 상태 복구에 관한 편지
프로세스는 재시작했지만, 전략도 제대로 재개됐을까요? 포지션, 대기 주문, 신호에 대한 전략의 기억이 페이퍼 계좌와 일치하는지 확인하는 방법을 알아봅니다.
글 읽기 →
백테스트는 통과했습니다. 페이퍼 전략은 주문의 37%를 놓쳤습니다.
페이퍼 전략은 주문 100건을 제출해 63건을 체결했습니다. 백테스트에서는 91건이 체결된 것으로 계산했습니다. 그 차이는 Sharpe 비율로는 드러나지 않는 주문 상태, 타이밍, 가정에서 비롯됐습니다.
글 읽기 →
전략 백테스트 재현을 시도했습니다. 수치가 달라진 지점은 다음과 같습니다.
저장해 둔 전략을 다시 실행했더니 자산 곡선이 달라졌습니다. 며칠에 걸쳐 데이터 수정, 의존성 버전, 그리고 생각보다 작은 기본 설정에서 차이의 원인을 추적했습니다.
글 읽기 →
백테스트에 사용한 시장 데이터가 실제로 거래 가능했는지 어떻게 알 수 있을까요?
가격이 정확하다고 해서 정직한 백테스트가 보장되지는 않습니다. 각 관측값을 언제부터 사용할 수 있었는지, 어떤 시장을 나타내는지, 전략이 그 정보를 바탕으로 실제 주문을 낼 수 있었는지 확인하세요.
글 읽기 →
페이퍼 전략을 재시작한 뒤 다시 재생해 봤습니다. 주문이 달라졌습니다.
포지션을 보유한 도중 페이퍼 전략을 재시작했더니 주문 순서가 달라졌습니다. 신호는 멀쩡했습니다. 기억이 문제였습니다.
글 읽기 →
옵션 백테스트는 만기 시 실제로 무엇을 할까?
만기 시점에는 마지막 옵션 호가가 손익을 계산할 때 가장 쓸모없는 숫자인 경우가 많습니다. 체결을 지어내지 않고 결제, 행사, 인도를 모델링하는 방법을 살펴보겠습니다.
글 읽기 →
연속 선물 차트는 누구도 거래할 수 없었던 계약입니다
2020년 4월 20일, WTI 두 계약의 결제 가격은 배럴당 $58.06 차이가 났습니다. 부주의하게 이어 붙이면 어떤 포지션도 벌지 못한 $58,060이 백테스트에 기록됩니다.
글 읽기 →
백테스트 도중 전략을 재시작하면 보유 상태를 기억할까?
데이터셋의 모든 시장 상황을 견딘 전략도 프로세스가 재시작되면 망가질 수 있습니다. 리플레이를 중간에 멈추고 무엇을 잊었는지 확인해 보세요.
글 읽기 →
페이퍼 계정이 백테스트 체결을 거부했습니다: 거래소 필터에 관한 편지
백테스트에서는 주문 규모를 제대로 계산했지만 페이퍼 거래소가 주문을 거부했습니다. 정밀도 규칙을 전략의 실행 모델에 포함하는 방법을 알아보세요.
글 읽기 →
틱 데이터가 백테스트를 구해 주지는 않습니다 — 대부분의 전략에서는 오히려 악화시킵니다
해상도가 높다고 진실에 가까워지는 것은 아닙니다. 대부분의 전략에서 틱 데이터는 실제 문제인 부정확한 체결 및 비용 가정을 해결하는 대신, 세밀한 데이터일수록 백테스트가 더 정직해 보인다는 허상을 안겨 줍니다.
글 읽기 →
시그널을 집어삼킨 리밸런싱: 전략이 실제 시장을 처음으로 거친 여정
시그널은 방향을 제대로 짚었습니다. 그래도 포트폴리오는 리밸런싱 때마다 얕은 호가창과 과도하게 큰 주문에 부딪히며 우위를 잃었습니다.
글 읽기 →
인버스 퍼페추얼을 백테스트할 때 BTC와 달러를 어떻게 헷갈리지 않을 수 있을까요?
한 트레이드에서 $10,000를 벌었습니다. 계좌는 $15,000가 늘었습니다. 두 숫자 모두 맞습니다. 백테스트는 사라진 $5,000를 설명해야 합니다.
글 읽기 →
주식 백테스트에서 공매도 신호를 찾았습니다. 실제로 주식을 빌릴 수 있었을까요?
갭 페이드 전략은 선정한 종목을 모두 공매도합니다. 하지만 브로커가 내놓는 종목은 그보다 적습니다. 진입 전에 빠뜨린 거래에 관한 이야기입니다.
글 읽기 →
백테스트 슬리피지 모델은 일부러 틀리게 만들어야 합니다
슬리피지 모델의 목표는 실제로 받았을 체결 가격을 맞히는 게 아닙니다. 과거 봉 데이터만으로는 알 수 없는 그럴듯한 체결 조건에서도 전략이 살아남는지 확인하는 것입니다.
글 읽기 →
거시경제 백테스트가 수정된 고용보고서 수치를 매매에 사용했습니다
과거 고용 통계 시계열을 제대로 내려받았습니다. 그래도 전략은 두 달 뒤에야 발표될 수치를 매매에 사용했습니다. 전략의 정보 집합을 재구성하는 방법을 살펴봅니다.
글 읽기 →
백테스트에 지연 시간을 얼마나 반영해야 할까요? 실제 지연을 밀리초 단위로 측정했습니다
중앙값 195 ms. 99백분위수 2,970 ms. 신호가 실제로 발생한 분들의 중앙값은 840 ms. 이 중 하나만 눈여겨볼 만한 숫자입니다.
글 읽기 →
포지션 크기 조정 규칙 5가지, 신호는 하나: 백테스트에서 실제 성과를 좌우하는 요소
백테스트 결과 변동의 대부분은 언제 진입하는지가 아니라 얼마나 크게 보유하는지에서 비롯됩니다. 수수료와 보고서에 빠진 최대 레버리지까지 포함해, 같은 신호를 6가지 포지션 크기 조정 규칙으로 살펴봅니다.
글 읽기 →
같은 코드, 같은 데이터, 서로 다른 Sharpe: 백테스트에 필요한 비결정성 감사
11,205개 봉까지는 비트 단위로 일치했습니다. 그다음 순위 동점이 발생했고 Sharpe가 0.15 벌어졌습니다. 백테스트의 흔들림 범위를 모른다면, 최적의 파라미터 세트가 실제로 더 나았는지 알 수 없습니다.
글 읽기 →
모든 검증을 통과한 Sharpe 비율, 그래도 우연일 수 있습니다
1,000번 시도한 뒤에는 Sharpe 2도 대단해 보일 수 있습니다. 놀라운 숫자는 그 결과에 도달하기까지 시도한 방법의 수입니다.
글 읽기 →
백테스트의 변동성 목표가 통제하려는 위험을 놓치는 이유
변동성 10% 목표는 포지션 규모를 정하는 지침이지 위험을 보장하는 약속이 아닙니다. BTC 무기한 선물 전략 하나를 뜯어보며 계좌가 입을 수 있는 손실을 이 수치가 어디까지 설명하는지 확인해 보세요.
글 읽기 →
펀딩비는 낮아 보였다. 포지션은 계속 손실을 냈다.
무기한 선물에서 8시간마다 0.01%의 펀딩비가 지급됐습니다. 그래도 거래는 손실을 냈습니다. 백테스트에서 매력적으로 보였던 캐리는 어디로 갔을까요?
글 읽기 →
옵션 백테스트의 기반이 되는 행: Deribit BTC 콜 하나, 필드별 해부
티커에는 필드가 스무 개쯤 있습니다. 그중 2개는 누구도 거래하지 않은 가격이고, 3개는 백테스트에서 잘못 읽기 쉬운 단위로 표시됩니다. 대부분의 옵션 전략을 무너뜨리는 숫자는 페이로드 안에조차 없습니다.
글 읽기 →
한 번에 $2,000씩 백테스트했는데 이제 $50,000을 원한다고요: 용량에 관한 편지
거래당 총 엣지는 22 bps입니다. $2,000 규모에서는 충격 비용으로 약 2 bps를 냅니다. $50,000에서는 11 bps를 냅니다. 이어지는 계산으로 전략이 있는지, 아니면 스크린샷만 있는지 알 수 있습니다.
글 읽기 →
백테스트에서는 청산되지 않았다: 마진, 마크 가격, 그리고 건너뛴 레버리지 한도선
4월에 자산 곡선이 63% 하락했다가 6월까지 회복합니다. 거래소에서는 41일째 계좌가 청산됐고, 회복할 잔고는 남지 않았습니다.
글 읽기 →
손절과 목표가가 같은 봉 안에 있었습니다. 백테스트는 어느 쪽을 선택했을까요?
봉의 저가는 손절가 아래에 있고 고가는 목표가 위에 있습니다. 둘 중 하나가 먼저 발생했지만 봉만 봐서는 알 수 없고, 코드 어딘가에서는 이미 순서를 결정했습니다.
글 읽기 →
존재하지 않는 분들: OHLCV 이력의 공백, 거래 중단, 거래량 0 봉
누락된 봉은 이력 곳곳에 무작위로 흩어져 있지 않습니다. 전략이 중요하게 보는 바로 그 분들에 몰려 있고, 흔히 쓰는 보정 방법은 그 피해를 보이지 않게 만듭니다.
글 읽기 →
지정가 주문이 체결되지 않았습니다: 큐 순위, maker 백테스트, 그리고 직접 만들어낸 Sharpe에 관한 편지
체결 규칙은 한 줄입니다. 봉의 저가가 내 지정가 이하이면 체결된 것으로 본다. 이 한 줄이 알파 전체보다 더 큰 역할을 하고 있는데, 그 역할을 잘못하고 있습니다.
글 읽기 →
분할 조정 데이터 해부: NVDA의 10대1 분할이 모든 행에 미치는 영향
이 행에는 종가가 $120.8781이라고 적혀 있습니다. 하지만 그날 거래 테이프의 가격은 $1,208.88이었습니다. 두 숫자 사이에는 6개 열이 있고, 대부분의 백테스트는 그중 적어도 3개를 잘못 해석합니다.
글 읽기 →
예측 시장 백테스트에서 무엇이 깨지는가: 8일간의 기록
상품은 사라집니다. 우리가 통제할 수 없는 날짜에 한 번, 1달러를 지급하거나 아무것도 지급하지 않습니다. 수익률 기반 백테스터에 내장된 가정은 거의 전부 여기서 틀립니다. 그리고 그 사실을 어떤 순서로 알아냈는지 소개합니다.
글 읽기 →
백테스트에서 샤프가 의미 있으려면 거래가 몇 건이나 필요할까?
연율화한 샤프의 표준오차는 대략 데이터 연수의 제곱근 분의 1입니다. 불편한 사실은 모두 이 한 줄에서 시작됩니다.
글 읽기 →
00:00 UTC에만 거래하는 전략을 만들었습니다 — 펀딩 시점 아티팩트에 관한 편지
Sharpe가 2.9이고, 그 수익 전부가 펀딩 정산 전후 4분 안에 발생합니다. 저는 이런 결과를 지금까지 십여 번은 봤습니다. 어떤 경우인지 알아내는 방법을 알려드리겠습니다.
글 읽기 →
백테스트가 변동성 급등을 새로운 국면으로 취급하는 이유
변동성 타기팅은 상황에 맞춰 조정되는 것처럼 들립니다. 오래된 추정치, 잘못 설정한 하한, 숨겨진 리밸런싱 규칙은 거친 한 주를 몇 달간의 익스포저 부족으로 이어지게 할 수 있습니다. 문제를 찾아내는 방법을 살펴봅니다.
글 읽기 →
심볼 유니버스는 타임머신입니다: 암호화폐 무기한 선물 백테스트의 생존 편향
오늘 exchangeInfo를 한 번 호출하고 status == TRADING으로 필터링해 유니버스를 만들었습니다. 그 한 줄이 조용히 사라진 코인을 전부 지웠습니다.
글 읽기 →
1분봉 하나의 해부: OHLCV가 백테스트에 말해주지 않는 모든 것
JSON 배열 속 열두 개의 값. 그중 최소 네 개는 체결 엔진이 가정하는 것과 다른 의미를 갖는다. 여기, 봉 하나를 통째로 분해해봤다.
글 읽기 →
백테스트에 거래가 100건 있는데, 평균 체결가는 왜 여전히 추정치일까요?
거래 100건, 수수료 0.04%, 슬리피지 가정치 0.02%는 정밀해 보일 수 있습니다. 하지만 시장이 어느 정도 주문량을 흡수할 수 있는지 따져보기 전까지 체결가는 여전히 추정치입니다.
글 읽기 →
내 백테스트는 왜 페이퍼 전략보다 더 자주 거래할까?
신호는 한 번 “매수”를 지시하지만 주문 시스템은 세 번 시도해 두 번 체결할 수 있습니다. 백테스트의 거래 내역과 페이퍼 계좌의 주문 기록 사이 간극을 모델링하는 방법을 살펴봅니다.
글 읽기 →
백테스트의 타임스탬프가 모두 정확해도 시계에는 문제가 있습니다
호가와 신호의 타임스탬프가 같아도 도착 순서는 다를 수 있습니다. 이 작은 모호성이 전략이 실제로 거래했는지를 가를 수 있습니다.
글 읽기 →
백테스트의 미체결 주문에도 시계가 필요한 이유
지정가 주문은 그 주문을 만든 시그널보다 오래 살아남을 수 있습니다. 백테스트에서 미체결 주문을 놓치는 흔한 방식 3가지와 주문 상태를 제대로 추적하는 실용적인 모델을 살펴봅니다.
글 읽기 →
백테스트에서 배당이 잘못 반영되는 이유
배당은 갑작스러운 손실처럼 보이거나, 공짜 수익처럼 보이거나, 전략이 실제로 받지 못한 현금 잔고처럼 보일 수 있습니다. 흔히 발생하는 3가지 모델링 실수가 그 이유를 설명합니다.
글 읽기 →
모르는 사이에 워크포워드 최적화를 망치는 세 가지 방법
워크포워드 테스트는 과최적화의 해독제로 팔린다. 대충 하면 서류만 그럴듯해진 과최적화일 뿐이다. 세 가지 실패 방식과 그 징후.
글 읽기 →
AI 에이전트 팀은 트레이딩 아이디어 한 문장을 어떻게 페이퍼 머니까지 가져가는가
에이전트 열 개, 파이프라인 하나, 그리고 아이디어를 죽이기 위해 설계된 깔때기. "펀딩 모멘텀" 한 문장과 실제 페이퍼 노드 사이에서 무슨 일이 벌어지는지 따라가 봤습니다.
글 읽기 →
페이퍼 트레이딩은 백테스트가 답해야 할 유일한 기준이다
우리는 매일 모든 페이퍼 전략의 구간을 백테스트 엔진으로 리플레이하고 거래를 대조합니다. 이 의식이 계속 잡아내는 것들을 정리했습니다.
글 읽기 →
아홉 개 거래소에서 왕복 한 번에 실제로 드는 비용
수수료 페이지는 마케팅입니다. 여기, 당신의 전략이 사업인지 기부인지를 거래소별로 결정하는 왕복 산수를 정리했습니다.
글 읽기 →
대부분의 백테스트가 거짓말하는 이유, 그리고 이를 바로잡는 네 가지 비용 항목
연 +40%로 백테스트되던 전략이 실전에서 돈을 잃는다면 운이 나빴던 게 아닙니다. 측정이 잘못된 겁니다. 그 두 숫자를 가르는 것은 네 가지 비용 항목입니다.
글 읽기 →