🧪 퀀트 투자 백테스트 심화 – 과최적화(Overfitting) 피하는 방법

🧪 퀀트 투자 백테스트 심화 – 과최적화(Overfitting) 피하는 방법

백테스트를 돌려보면 누구나 이런 경험을 합니다.
“와… 조건 조금 바꿨더니 연평균 수익률 40% 나오네! 이거 대박이다!”
→ 그런데 실전에서는 계좌가 마이너스 찍습니다.

이게 바로 **과최적화(Overfitting)**의 함정입니다.
오늘은 왜 과최적화가 생기는지, 그리고 어떻게 피할 수 있는지 정리해 드릴게요.

---

1. 과최적화란?

과거 데이터에만 딱 맞게 조건을 최적화한 상태를 말합니다.
즉, 백테스트는 화려한데 → 실제 미래에서는 성과가 재현되지 않음.

예)

• PER < 7, ROE > 13.5%, 부채비율 < 87%, 배당률 > 2.4%
  → 조건을 세세하게 쪼갤수록 과거 특정 상황에는 딱 맞지만, 미래 일반화는 불가능

---

2. 왜 발생할까?

1. 조건을 너무 많이 넣음
   • 지표 10개 이상 조합 → 백테스트 승률 높아짐
   • 하지만 실제로는 특정 시기 데이터에만 맞음
2. 데이터 범위가 짧음
   • 최근 2~3년만 테스트 → 시장 사이클 반영 안 됨
3. 검증 데이터 미사용
   • 백테스트와 실전 검증 데이터를 분리하지 않음

---

3. 과최적화 방지 방법

✅ ① 단순한 조건 유지

• 전략은 3~4개 조건으로 충분
• 복잡할수록 실전 적합성↓

✅ ② 인샘플 / 아웃샘플 분리

반응형

• 과거 데이터를 두 구간으로 나눔
• 인샘플: 전략 설계용 (예: 2010~2018년)
• 아웃샘플: 검증용 (예: 2019~2024년)
• 두 구간 모두 성과가 나오면 신뢰도 ↑

✅ ③ 롤링 윈도우 검증

• 2010~2015년 → 테스트
• 2016~2021년 → 다시 테스트
• 여러 기간으로 굴려서 일관성 확인

✅ ④ 현실적인 비용 반영

• 매매 수수료, 세금 반드시 반영
• 실제 계좌 수익률과 백테스트 차이를 줄임

✅ ⑤ 샤프지수·MDD 같이 리스크 지표도 확인

• 단순 누적 수익률이 아니라,
• 변동성과 최대 손실까지 함께 검증해야 함

---

4. 파이썬 간단 예시 – 인샘플/아웃샘플

import pandas as pd
import yfinance as yf

# 데이터 불러오기 (삼성전자 예시)
data = yf.download("005930.KQ", start="2010-01-01", end="2024-01-01")

# 인샘플 / 아웃샘플 분리
in_sample = data[:'2018']
out_sample = data['2019':]

# 간단 전략: 20일 이평 위에서 매수
in_sample['MA20'] = in_sample['Close'].rolling(20).mean()
out_sample['MA20'] = out_sample['Close'].rolling(20).mean()

in_sample['Signal'] = in_sample['Close'] > in_sample['MA20']
out_sample['Signal'] = out_sample['Close'] > out_sample['MA20']

print("In-sample 수익률:", (in_sample['Close'].pct_change() * in_sample['Signal'].shift(1)).sum())
print("Out-sample 수익률:", (out_sample['Close'].pct_change() * out_sample['Signal'].shift(1)).sum())

👉 이렇게 하면 **훈련(인샘플)**과 **검증(아웃샘플)**을 나눠 전략의 일관성을 확인할 수 있습니다.

---

5. 정리

• 백테스트가 화려하다고 다 믿으면 안 된다
• 단순함 + 장기간 데이터 + 인/아웃샘플 분리가 핵심
• 전략은 재현 가능해야 가치가 있다

---

📌 다음 글에서는 **“퀀트 투자자의 필수 지표 – 샤프지수, MDD, 변동성 해석법”**을 다룹니다.
단순히 수익률만 보는 게 아니라, 리스크 대비 성과를 해석하는 방법입니다.

---

 

퀀트백테스트,과최적화,퀀트전략검증,주식백테스트,인샘플아웃샘플,롤링윈도우,샤프지수,MDD,투자리스크,퀀트실전

---