백테스트는 정답을 만드는 도구가 아니라 위험을 이해하는 도구입니다

1. 수익률보다 MDD를 먼저 봅니다

높은 수익률도 중간 낙폭이 너무 크면 큰 금액을 넣고 계속 유지하기 어렵습니다. 그래서 최종 수익률과 함께 고점에서 얼마나 깊게 하락했는지, 그 하락을 실제로 감당할 수 있는지를 봅니다.

MDD의 뜻과 계산 → · 투자 철학 →

2. 현금과 추세추종으로 위험 노출을 조절합니다

위험자산의 변동성을 없앨 수는 없지만 하락 추세에서 비중을 줄이고 현금을 늘리면 계좌가 경험하는 충격을 낮출 수 있습니다. 이동평균은 대표적인 추세 필터 중 하나이며, 전략에 따라 RSI·모멘텀·변동성 등 다른 지표도 활용할 수 있습니다.

추세추종의 구조와 횡보장 손실 →

3. 규칙은 복잡할수록 좋은 것이 아닙니다

조건을 지나치게 많이 맞추면 특정 과거 구간에 과적합될 수 있습니다. 핵심 규칙을 이해할 수 있을 만큼 단순하게 두고, 파라미터를 조금 바꿔도 결과가 크게 무너지지 않는지 확인합니다.

4. 최고값 한 점보다 주변 조합도 봅니다

5일·20일·120일 같은 숫자 하나를 정답으로 고정하기보다 여러 조합을 비교합니다. 특정 기간의 최고 조합이 우연일 수 있으므로 주변 조합들의 성과 분포도 함께 확인합니다.

5. 최적화된 값만 쓰지 않고 서로 다른 역할을 함께 둡니다

슈퍼 이동평균 V2의 기본 구조는 CORE / FIXED / FAST / SLOW 네 축입니다. FAST와 SLOW는 서로 다른 길이의 데이터를 사용하고, FIXED는 최적화하지 않은 5/50 이동평균을 그대로 둡니다.

• CORE: 항상 시장에 참여하는 기준
• FIXED: 최적화하지 않은 고정 5/50 기준
• FAST: 최근 약 500거래일을 기본으로 최근 장세에 빠르게 적응
• SLOW: 약 1800거래일을 기본으로 더 긴 시장 흐름을 반영

한 개의 최적값보다 성격이 다른 기준을 함께 두어 특정 학습기간과 파라미터에 대한 의존도를 낮추려는 목적입니다. 슈퍼 이동평균 V2 구조 →

6. Rolling / Walk-Forward로 과거 시점의 선택을 다시 재현합니다

슈퍼 이동평균 V2에서는 과거 어느 날짜 D로 돌아가면 D 이후 데이터는 보지 않고, 그 시점 이전 데이터로 FAST / SLOW 이동평균 조합과 효율적 투자선 비중을 다시 계산합니다.

기본 설정에서는 일정 간격마다 이 계산을 반복합니다. 이렇게 하면 현재 구한 좋은 값을 과거 전체에 그대로 적용하는 것보다 과거 당시 실제로 선택할 수 있었던 조건을 더 엄격하게 재현할 수 있습니다.

7. 기간의 순서뿐 아니라 장세의 다양성도 봅니다

백테스트 구간에 상승·하락·횡보·급변이 다양하게 포함됐는지 확인하고, 시작·종료 시점을 바꿨을 때 전략의 성격이 크게 무너지지 않는지 봅니다.

8. Rolling / Walk-Forward를 넣어도 백테스트가 미래를 보장하지는 않습니다

롤링 검증은 미래참조 문제를 줄이는 데 도움이 되지만 데이터 선택, 거래비용, 리밸런싱 주기, 자산 상장기간, 파라미터 범위에 따라 결과는 달라집니다. 따라서 동일비중 단순보유 같은 기준점과 비교하고, 기간과 포트폴리오를 바꿔보며, 실제 계좌에서 계속 확인하는 과정은 여전히 필요합니다.

9. 마지막 검증은 실계좌에서 계속 관찰합니다

백테스트만으로 확신하지 않고 실제 계좌에서 수익뿐 아니라 손실과 MDD를 함께 기록합니다. 백테스트와 실전의 차이를 장기간 관찰하는 것 자체를 검증 과정으로 봅니다.

투자 실험실 결산 →

10. 백테스트 체크리스트

1. 미래정보: 당시 알 수 없던 정보를 썼는가?
2. 과최적화: 파라미터를 조금만 바꿔도 무너지는가?
3. 비용: 수수료·세금·슬리피지를 반영했는가?
4. 데이터·지표: 일봉과 지표 계산 시점에 미래 데이터가 섞이지 않았는가?
5. 체결: 백테스트 가격에 실제 체결 가능한가?
6. MDD와 회복: 중간 낙폭과 회복기간은 어떤가?
7. 기간 민감도: 시작·종료 시점을 바꿔도 성격이 유지되는가?
8. 실전 차이: API·미체결·환율·세금·서버 장애를 감안했는가?