백테스트 완벽 가이드

"과거가 미래를 보장하지 않는다. 하지만 과거조차 모르면 미래는 더욱 암흑이다." — 익명의 퀀트

핵심 요약

• 백테스트는 과거 데이터로 전략의 성과를 시뮬레이션하는 것입니다
• 과최적화(Overfitting)는 백테스트의 가장 큰 적입니다
• 좋은 백테스트 결과가 실전 성공을 보장하지 않습니다
• 하지만 나쁜 백테스트 결과는 높은 확률로 실전 실패를 예측합니다

---

백테스트란 무엇인가?

시간 여행 시뮬레이션

백테스트는 "만약 과거에 이 전략을 썼다면?"이라는 질문에 답합니다.

시나리오:
  전략: "RSI가 30 이하면 매수, 70 이상이면 매도"
  데이터: 2020년~2024년 비트코인 일봉
백테스트 실행:   2020-01-01부터 하루씩 이동하며...   매일 RSI 계산 → 조건 확인 → 매수/매도 결정 → 손익 기록
결과:   총 수익률: 142%   최대 드로다운: 28%   승률: 58%   거래 횟수: 87회

왜 백테스트가 필요한가?

실전 없이 검증하기 위해입니다.

방법 A: 실전 먼저 (위험)
  자금 투입 → 6개월 운영 → 결과 확인
  결과: 좋으면 다행, 나쁘면 큰 손실
방법 B: 백테스트 먼저 (안전)   과거 데이터로 검증 → 문제점 수정 → 재검증 → 실전 투입   결과: 실패해도 실제 돈 손실 없음

---

백테스트의 핵심 지표

1. 총 수익률 (Total Return)

가장 직관적이지만 가장 오해받는 지표입니다.

총 수익률 = (최종 자산 - 초기 자산) / 초기 자산 × 100%
예: 10,000 USDT → 25,000 USDT 총 수익률 = (25,000 - 10,000) / 10,000 × 100% = 150%

함정: 150%가 1년인지 10년인지에 따라 의미가 완전히 다릅니다.

2. 연환산 수익률 (CAGR)

복리 효과를 반영한 연간 평균 수익률입니다.

CAGR = (최종 자산 / 초기 자산)^(1/년수) - 1
예 1: 3년간 10,000 → 20,000 (100% 수익) CAGR = (20,000/10,000)^(1/3) - 1 = 26% 연평균
예 2: 1년간 10,000 → 20,000 (100% 수익) CAGR = (20,000/10,000)^(1/1) - 1 = 100% 연평균

CAGR로 기간이 다른 전략들을 공정하게 비교할 수 있습니다.

3. 최대 드로다운 (Maximum Drawdown, MDD)

가장 중요한 리스크 지표입니다.

자산 변화: 10,000 → 15,000 → 12,000 → 18,000 → 13,000 → 20,000
드로다운 1: 15,000 → 12,000 = 20% 하락 드로다운 2: 18,000 → 13,000 = 27.8% 하락
최대 드로다운(MDD) = 27.8%

MDD가 중요한 이유: 실전에서 MDD 30%를 경험하면 대부분의 투자자가 전략을 포기합니다.

4. 샤프 비율 (Sharpe Ratio)

위험 대비 수익을 측정합니다.

샤프 비율 = (전략 수익률 - 무위험 수익률) / 수익률의 표준편차
해석: 
0 이하: 무위험 자산보다 못함
 
0-1: 보통
 
1-2: 괜찮음
 
2-3: 좋음
 
3 이상: 매우 우수 (의심 필요)

주의: 샤프 비율 3 이상은 과최적화 가능성이 높습니다.

5. 승률과 손익비

승률만으로는 부족합니다. 손익비와 함께 봐야 합니다.

전략 A:
승률: 80%
평균 수익: 2%
평균 손실: 10%
기대값 = (0.8 × 2%) + (0.2 × -10%) = 1.6% - 2% = -0.4% (손해!)
전략 B: 승률: 40% 평균 수익: 8% 평균 손실: 3% 기대값 = (0.4 × 8%) + (0.6 × -3%) = 3.2% - 1.8% = +1.4% (이익!)

승률 80%인 A보다 승률 40%인 B가 실제로는 더 좋은 전략입니다.

6. 손익비 (Risk/Reward Ratio)

손익비 = 평균 수익 / 평균 손실
예: 평균 수익 5%, 평균 손실 2.5% 손익비 = 5 / 2.5 = 2:1
해석: 
1:1 미만: 승률로 보완 필요
 
1:1 ~ 2:1: 보통
 
2:1 이상: 좋음

---

백테스트의 치명적 함정

1. 과최적화 (Overfitting): 가장 큰 적

과최적화는 과거 데이터를 "외우는" 것입니다.

나쁜 예:
"2021년 5월 19일에는 매도하고, 7월 20일에는 매수한다"
→ 과거를 암기한 것일 뿐
→ 미래에 전혀 작동하지 않음
좋은 예: "RSI가 30 이하면 매수" → 일반화 가능한 규칙 → 미래에도 적용 가능

과최적화 징후:

• 파라미터가 10개 이상
• 백테스트 수익률이 "믿기 어려울 정도로" 높음
• 파라미터를 조금만 바꿔도 결과가 급변

해결책:

1. 파라미터 최소화
   6개 → 3개로 줄일 수 있는가?
Out-of-Sample 테스트
   2020-2022 데이터로 최적화
   2023-2024 데이터로 검증 (건드리지 않은 데이터!)
Walk-Forward 분석
   최적화 → 실전 → 재최적화 → 실전... 반복

2. 생존 편향 (Survivorship Bias)

살아남은 것만 분석하면 성과가 과대평가됩니다.

예: "상위 20개 코인으로 백테스트"
문제: 2020년 상위 20개 ≠ 2024년 상위 20개 → 2020년 상위였지만 2024년에 사라진 코인들 제외됨 → 성공한 코인만 분석하는 셈 → 성과 과대평가

해결책: 상장폐지된 코인까지 포함한 전체 데이터 사용

3. 미래 엿보기 (Look-Ahead Bias)

그 시점에 알 수 없었던 정보를 사용하는 실수입니다.

나쁜 예 1: "내일 종가를 보고 오늘 진입 결정"
→ 실제로는 내일 종가를 오늘 알 수 없음
나쁜 예 2: "장중에 일봉 완성 전 일봉 데이터 사용" → 일봉 데이터는 하루가 끝나야 확정됨
CTBot의 해결책: → 일봉 확정 후(09:00 KST)에만 신호 생성 → 오늘 일봉이 확정되면 그제서야 어제 일봉 기준으로 신호 판단

4. 거래 비용 무시

실제 거래에서는 비용이 발생합니다:

비용 요소:
거래소 수수료: 0.02~0.1%
슬리피지: 0.05~0.5%
펀딩비: 8시간당 0~0.1%
예시: 백테스트 수익률: 연 50% 거래 횟수: 100회 거래당 비용: 0.15%
실제 비용: 100 × 0.15% × 2(매수+매도) = 30% 조정 수익률: 50% - 30% = 20%

항상 보수적으로 비용을 반영하세요.

5. 유동성 무시

백테스트는 "원하는 가격에 원하는 수량을" 체결할 수 있다고 가정합니다.

실제로는:

주문: 10 BTC @ $50,000 실제 체결:   - 3 BTC @ $50,000   - 4 BTC @ $50,100   - 3 BTC @ $50,250 평균 체결가: $50,100 (0.2% 슬리피지)

소형 코인이나 대량 주문 시 슬리피지가 수익률을 크게 깎습니다.

---

좋은 백테스트의 조건

체크리스트

Out-of-Sample 테스트 방법

전체 데이터: 2019-2024 (6년)
방법: 
In-Sample (최적화): 2019-2022 (4년)
    → 파라미터 튜닝

Out-of-Sample (검증): 2023-2024 (2년)
   → 건드리지 않은 데이터로 검증
   → 이 결과가 실전 예측에 더 신뢰성 있음
결과 비교: In-Sample 수익률: 200% Out-of-Sample 수익률: 80% → 격차가 크면 과최적화 의심

---

백테스트 결과 해석하기

물어봐야 할 질문들

1. 최대 드로다운을 감당할 수 있는가?

백테스트 MDD: 25%
실전 예상: 25% × 1.5 = 37.5% (더 나쁠 수 있음)
→ 37.5% 하락을 견딜 수 있는가? → 못 견디겠다면 포지션 크기 축소 또는 전략 변경

2. 수익의 원천은 무엇인가?

패턴 A: 소수 큰 거래
  10회 중 2회가 전체 수익의 80% 책임
  → 이 2회를 놓치면? 손해
패턴 B: 다수 작은 거래   100회 거래가 고르게 수익 기여   → 안정적, 예측 가능

3. 특정 기간에 집중되었는가?

나쁜 예:
2021년 상승장에서 전체 수익의 90% 발생
나머지 기간은 손익 없음
→ 상승장이 아니면 무용지물
좋은 예: 모든 연도에서 양수 수익 다양한 시장에서 작동 → 견고한 전략

---

CTBot의 백테스트 철학

우리의 원칙

단순함 우선

- 파라미터: 6개 (3개의 ATR 기간 + 3개의 승수) - 규칙: 명확하고 해석 가능

보수적 가정

- 수수료: 0.1% 반영 - 슬리피지: 0.1% 추가 반영 - 펀딩비: 평균치 반영

다양한 검증

- 여러 암호화폐에서 테스트 - 상승장, 하락장, 횡보장 포함

투명한 공개

- 전략 로직 공개 (핵심 파라미터 제외) - 실시간 성과 대시보드 제공

---

정리: 백테스트의 황금률

"백테스트는 거울이다. 미래를 보여주지 않지만, 현재의 전략이 얼마나 견고한지 비춰준다."

---

다음 단계

백테스트를 이해했다면:

Edge Detection — 추세 전환점 포착 기법

LONG ONLY 전략 — 왜 롱만 하는가?

일봉 타임프레임 — 왜 일봉인가?

---

백테스트 결과가 실전에서 어떻게 작동하는지 보고 싶다면, 대시보드에서 CTBot의 실시간 성과를 확인하세요.