주식 자동매매
-
백테스트를 고칠수록 실전에서 멀어지는 이유 — 초보가 공부한 과최적화와 워크포워드 검증
코딩도 매매 로직도 초보인 필자가 자동매매 봇 개발 일지에서 마주친 과최적화(오버피팅)를 공부해 정리한 학습 노트. 시도 횟수가 왜 중요한지, 워크포워드 검증이 무엇인지 쉬운 말로 공유합니다.
-
신호가 진짜냐 착시냐 — 백테스트 속 평균회귀 착시를 가려내는 법
결론부터 말씀드리면, 제가 이번에 공부하며 배운 건 “어떤 신호가 붙은 종목의 성적이 나빴다고 해서, 그 신호가 뭔가를 알려 주는 건 아닐 수 있다”는 점입니다. 그 신호가 원래 성적이 나빠지기 쉬운 상태(예: 이미 많이 오른 상태)와 늘 함께 나타난다면, 신호는 그 상태에 이름표만 붙이고 있는 것일…
-
자동매매 종목 선정, 유니버스·스코어링·게이트 3단계로 이해하기
자동매매 봇이 수천 개 종목을 어떻게 후보군으로 좁히는지 유니버스·스코어링·게이트 3단계 구조로 설명합니다. 비개발자가 종목 선정 로직을 설계할 때의 사고 순서와 흔한 실수를 실전 관점에서 정리했습니다.
-
자동매매 봇 구조 설계: 4개 모듈로 나누는 이유와 실전 아키텍처
결론부터 말씀드리면, 제가 공부하며 이해한 자동매매 봇의 뼈대는 ‘데이터 → 신호 → 자금관리 → 실행’ 네 칸으로 나뉩니다. 이 칸을 나누는 이유는 코드를 예쁘게 정리하려는 게 아니라, 한 칸을 고쳐도 다른 칸이 무너지지 않게 하고, 무엇이 성과를 바꿨는지 따로 확인하기 위해서라고 합니다. 특히 ‘신호’와 ‘자금관리’를…
-
켈리 공식, 초보가 공부해 보니 — ‘얼마를 걸까’보다 ‘걸어도 되나’가 먼저였습니다
코딩도 매매 로직도 초보인 필자가 봇 코드에서 마주친 켈리 공식을 처음부터 공부하고 정리한 학습 노트입니다.
-
자동매매 봇에게 ‘정답’을 가르치는 법, 트리플 배리어 라벨링 개념
자동매매 봇의 예측 모델을 학습시키려면 과거 신호마다 ‘정답 라벨’을 붙여야 합니다. 단순 기간 기준 라벨링의 한계와, 익절·손절·시간 세 개의 경계로 정답을 정하는 트리플 배리어 라벨링의 개념을 20년 현장 관점에서 초보 눈높이로 정리했습니다.
-
자동매매 점수를 ‘확률’로 바꿔야 하는 이유
자동매매 봇이 매긴 점수를 그대로 믿으면 안 되는 이유와, 점수를 확률로 변환(캘리브레이션)해야 하는 근거를 설명합니다. 순위와 확률의 차이, 변환의 사고 순서, 초보가 반복하는 실수를 실전 관점에서 정리했습니다.
-
자동매매 백테스트 검증법: ‘있음·없음’ 2×2 대조 실험으로 진짜 효과만 남기는 방법
백테스트가 좋아 보인다는 착각부터 걷어냅니다 키움헌터v2를 만들며 가장 뼈아팠던 착각은, 새 필터 하나를 추가했더니 백테스트 누적 수익률 곡선이 예쁘게 올라가는 것을 보고 “이 필터가 효과가 있구나”라고 결론지었던 일입니다. 며칠 뒤 그 필터를 아예 빼고 다시 돌려 보니 성과가 거의 같았고, 오르막의 진짜 원인은 그 기간에…
-
기대값이 플러스인데도 계좌가 터지는 이유 — 자금 관리와 포지션 사이징
결론부터 말씀드리면, 봇의 승산(기대값)이 플러스여도 한 번에 거는 돈의 비중을 잘못 잡으면 계좌는 터집니다. 이길 확률과 손익비가 아무리 좋아도, 베팅 크기가 크면 연속된 손실 몇 번에 원금이 회복 불가능한 구간으로 떨어지기 때문입니다. 실전에서 살아남는 봇과 죽는 봇의 차이는 ‘무엇을 사느냐’가 아니라 ‘얼마를 거느냐’에서 갈립니다. 솔직히…
-
백테스트엔 없고 실전엔 있는 마찰 — 슬리피지와 거래비용
결론부터 말씀드리면, 백테스트와 모의투자에서 좋았던 성적이 실전에서 무너지는 가장 흔한 이유는 실력이 아니라 ‘마찰’입니다. 주문한 가격과 실제 체결된 가격의 차이(슬리피지), 사고팔 때마다 떼이는 호가 스프레드와 수수료 — 이 마찰은 백테스트 화면에는 잘 안 보이지만 실계좌에서는 매번 청구됩니다. 솔직히 고백하면, 저는 제 두 번째 봇의 모의투자…