백테스팅 가이드

• 백테스팅은 투자 전략을 과거 데이터로 시뮬레이션하는 것
• 수익률, MDD, 샤프비율 등으로 전략 성과를 평가
• 과최적화(과거에 맞추기)를 경계해야 함
• 백테스팅 결과가 좋다고 미래 수익을 보장하지 않음

Backtesting = 과거로 돌아가 투자해보기

투자 전략의 규칙을 과거 데이터에 적용하여, 해당 전략이 과거에 어떤 성과를 냈을지 시뮬레이션하는 것입니다.

왜 필요한가?

• 실제 돈을 투자하기 전에 전략을 검증
• 전략의 강점과 약점 파악
• 수익률, 리스크, 승률 등 객관적 평가

📌 비유: 비행기를 실제로 띄우기 전에 시뮬레이터로 테스트하는 것과 같습니다.

백테스팅 결과 예시:

• 전략: 저PER 20종목, 연 1회 리밸런싱
• 기간: 2010~2025 (15년)
• 연평균 수익률: 12.3%
• MDD: -28%
• 샤프비율: 0.85

성과 평가 지표:

1. CAGR (연평균 복합성장률)

   • 연평균 수익률
   • 시장(벤치마크) 대비 비교

2. MDD (최대낙폭)

   • 고점에서 저점까지 최대 손실
   • -30% 이내가 일반적 기준
   • "최악의 경우 얼마나 잃을 수 있나?"

3. 샤프비율 (Sharpe Ratio)

   • (수익률 - 무위험수익률) ÷ 변동성
   • 1 이상이면 양호, 2 이상이면 우수
   • "위험 대비 수익이 얼마나 효율적인가?"

4. 승률

   • 전체 거래 중 수익 거래 비율
   • 60% 이상이면 양호

5. 손익비

   • 평균 수익 ÷ 평균 손실
   • 2 이상이면 좋음

💡 수익률만 보지 말고 MDD와 샤프비율을 반드시 함께 확인하세요.

과최적화 (Overfitting)

과거 데이터에 지나치게 맞춰 전략을 만들면, 미래에는 작동하지 않는 전략이 될 수 있습니다.

⚠️ 과최적화 징후:

• 매개변수를 너무 많이 조정
• 특정 기간에서만 뛰어난 성과
• 매우 복잡한 규칙 (조건 10개 이상)
• 백테스팅 성과가 "너무 좋음"

과최적화 방지법:

1. 간단한 규칙: 조건 3~5개 이내
2. 인샘플/아웃오브샘플: 데이터를 나눠 테스트
3. 다양한 기간 테스트: 20002010, 20102020 각각
4. 논리적 근거: "왜 이것이 작동하는가?" 설명 가능해야
5. 거래 비용 포함: 수수료, 슬리피지, 세금 반영

📌 과거에 완벽한 전략은 미래에 실패할 확률이 높습니다.

한국:

• 퀀트킹: 국내 주식 백테스팅, 무료/유료
• 알파스퀘어: 퀀트 전략 빌더
• FnGuide: 기업 재무 데이터

글로벌:

• Portfolio Visualizer: 자산배분 백테스팅 (무료)
• Quantopian/QuantConnect: 코딩 기반 백테스팅
• TradingView: 차트 기반 전략 테스트

프로그래밍:

• Python + pandas + backtrader
• 가장 유연하지만 코딩 능력 필요

📌 초보자 추천:

1. Portfolio Visualizer: 자산배분 전략 검증
2. 퀀트킹: 한국 주식 팩터 전략 검증
3. 이후 Python으로 확장

💡 백테스팅은 전략을 확신하기 위한 도구가 아니라, 전략의 약점을 찾기 위한 도구입니다.