좋아 보이는 백테스트 수치는 읽기 쉽고 오용하기도 쉽습니다. 샤프 비율, 소르티노 비율, 수익 팩터는 서로 다른 분모를 사용하며, 기준으로 삼는 원장도 다른 경우가 많습니다. 이들을 비교하기 전에 수익률 시계열, 측정 주기, 수수료, 연율화 방식, 그리고 누락되거나 미결제된 거래의 처리 규칙을 명시해야 합니다. 아래 수식은 산술을 보여주기 위해 가상의 데이터를 사용하며, 암호화폐 시장의 결과를 서술하지 않습니다.

샤프와 소르티노는 서로 다른 질문에 답합니다

주기적 수익률의 경우 샤프 비율은 같은 구간의 초과 수익 평균을 그 초과 수익의 표준편차로 나눈 값입니다. 이 가이드는 표본 표준편차를 사용합니다. 균등 간격의 계좌 수익률 대신 거래별 수익률을 사용하거나, 금융 비용을 누락하거나, 다른 무위험 수익률 입력값을 선택하면 결과가 달라집니다.

소르티노 비율은 총 변동성을 명시된 목표치 아래의 하방 편차로 대체합니다. 한 가지 명시적 방식은 mean(return − target) ÷ sqrt(mean(min(0, return − target)²))이며, 여기서 하방 제곱값은 부족분이 0인 관측치를 포함해 모든 관측치에 대해 평균을 냅니다. 다른 도구는 다른 목표치나 분모를 사용할 수 있으므로, 보고서가 어떤 방식을 쓰는지 기록해야 합니다. CFA Institute의 위험조정 성과 개요는 소르티노 비율을 다른 하방 위험 지표를 보완하는 지표로 설명합니다.

가정한 모델 비용을 이미 차감한 가상의 월간 수익률 네 개를 생각해 봅시다: +1%, −1%, +1%, +1%. 월간 무위험 수익률은 0, 소르티노 목표치는 0이라고 가정합니다. 평균은 0.5%입니다. 표본 표준편차는 1.0%이므로, 연율화하지 않은 월간 샤프는 0.50입니다. 위의 하방 편차 방식에 따르면 목표치를 밑도는 달은 한 달뿐이므로, 하방 편차는 sqrt((1%²) ÷ 4) = 0.5%가 되어 월간 소르티노는 1.00입니다. 이렇게 정밀해 보이는 비율은 관측치 네 개에서 나온 것입니다.

월간 수익률이 독립적이고 동일하게 분포한다면, 익숙한 연율화 샤프 근사식은 0.50 × sqrt(12) ≈ 1.73이 됩니다. 이러한 의존성 가정은 성립하지 않을 수 있습니다. Andrew Lo의 샤프 비율 분석은 자기상관이 연율화를 바꾼다는 점을 보여줍니다. 관측치 네 개로는 이 표본이 독립적인지 확인할 수도, 그 의존성을 신뢰할 만하게 추정할 수도 없습니다.

4기간 가상 백테스트 지표 및 자산 경로가상의 4개월 계좌 수익률 시퀀스와 명시적으로 정의된 샘플 규칙 세트: 월별 무위험 이자율 0, Sortino 목표 0, Sharpe를 위한 표본 표준편차, 그리고 4개 관측치 전체에 걸쳐 평균된 하방 편차. 이 차트는 연환산되지 않은 비율과 1%의 최대 낙폭을 보고하며, 이는 성과 주장을 뒷받침하기에는 너무 작은 샘플입니다.가상의 4개월 · 시작 자산 $1,000수익률: +1%, −1%, +1%, +1% · 무위험 입력값 0 및 Sortino 목표 0$1,020$1,010$1,000시작M1M2M3M4“피크 $1,010”“샤프 · 월간”0.50“소르티노 · 월간”1.00“최대 낙폭”−1.00%“관측치”“4개월”“샤프 지표의 표본 표준편차 · 소르티노 지표의 경우 4개월 전체에 걸쳐 평균된 하방 제곱 부족분”“단순 예시 계산 · 시장 데이터, 우위 추정치 또는 예측 없음”
가상의 4개월 계좌 수익률 시퀀스와 명시적으로 정의된 샘플 규칙 세트: 월별 무위험 이자율 0, Sortino 목표 0, Sharpe를 위한 표본 표준편차, 그리고 4개 관측치 전체에 걸쳐 평균된 하방 편차. 이 차트는 연환산되지 않은 비율과 1%의 최대 낙폭을 보고하며, 이는 성과 주장을 뒷받침하기에는 너무 작은 샘플입니다. 설명용 교육 그래픽 · 실시간 시장 데이터 아님

같은 네 개의 수익률은 가상의 $1,000 시작 잔액을 약 $1,020으로 만듭니다: $1,000 → $1,010 → $999.90 → $1,009.90 → $1,020. 월말 고점 대비 저점까지의 최대 하락은 $1,010에서 $999.90으로, 1.0%입니다. 이 경로는 최종 수익률과 비율이 보여주지 않는 정보를 더합니다.

다음은 반올림한 최종 잔액은 비슷하지만 기록된 낙폭이 훨씬 큰 두 번째 가상 시퀀스입니다. 둘 다 $1,000에서 시작하고, 월간 관측치 네 개를 사용하며, 자본을 센트 단위로 반올림합니다:

월말 시리즈 A: +1%, −1%, +1%, +1% 시리즈 B: +10%, −10%, +3.03%, 0%
시작 $1,000.00 $1,000.00
1 $1,010.00 $1,100.00
2 $999.90 $990.00
3 $1,009.90 $1,020.00
4 $1,020.00 $1,020.00
월말 최대 낙폭 1.0% 10.0%

반올림하지 않은 4개월 말 잔액은 1센트 미만 차이가 나며, 각각 $1,020.00으로 표시됩니다. 시리즈 B는 1개월 말 고점 $1,100에서 2개월 말 저점 $990까지 먼저 10% 하락하는 반면, 시리즈 A의 최대 하락은 $1,010에서 $999.90으로 1%입니다. 월간 표본 추출은 관측치 사이의 더 깊은 움직임을 놓칠 수 있으므로, 이는 월말 낙폭이며 각 경로의 월중 위험에 대한 주장이 아닙니다.

비슷하게 반올림된 마감 값을 갖지만 낙폭이 다른 두 개의 가상 월별 자산 곡선가상의 4개월 경로 두 개가 1,000달러에서 시작해 센트 단위로 반올림하면 약 1,020.00달러에서 끝납니다. 시리즈 A는 수익률 +1%, -1%, +1%, +1%를 사용하며 월말 최대 낙폭은 1%입니다. 시리즈 B는 +10, -10, +3.03, 0%를 사용하며 월말 최대 낙폭은 10%입니다. 세로 축을 공유하기 때문에 두 번째 하락이 눈에 띄게 더 크게 보입니다. 이 가상 수치는 시장 데이터나 검증된 전략을 나타내지 않습니다.비슷한 마감 자산은 다른 경로를 숨길 수 있습니다A · 월말 최대 낙폭 1.0%B · 월말 최대 낙폭 10.0%둘 다 ≈ $1,020.00 마감$1,100$1,020$940시작1개월차2개월차3개월차4개월차공유 달러 축 · 월말 값만 표시 · 비용 및 월중 변동 미표시
가상의 4개월 경로 두 개가 1,000달러에서 시작해 센트 단위로 반올림하면 약 1,020.00달러에서 끝납니다. 시리즈 A는 수익률 +1%, -1%, +1%, +1%를 사용하며 월말 최대 낙폭은 1%입니다. 시리즈 B는 +10, -10, +3.03, 0%를 사용하며 월말 최대 낙폭은 10%입니다. 세로 축을 공유하기 때문에 두 번째 하락이 눈에 띄게 더 크게 보입니다. 이 가상 수치는 시장 데이터나 검증된 전략을 나타내지 않습니다. 설명용 교육 그래픽 · 실시간 시장 데이터 아님

수익 팩터는 거래 원장에 속합니다

수익 팩터는 수익 거래의 총이익을 손실 거래의 총손실 절댓값으로 나눈 값입니다. 별도의 가상 원장에서 $20과 $10의 수익 거래와 $15의 손실 거래 하나가 있다면, 비용 차감 전 ($20 + $10) ÷ $15 = 2.00입니다. 이 세 건의 완결된 거래 각각에 가상의 왕복 비용 $1을 부과하면 순수익 거래 합계는 $28, 순손실은 $16이 되어 수익 팩터는 1.75로 떨어집니다. 이 비용은 예시일 뿐 거래소 견적이 아닙니다.

수익 팩터는 거래가 언제 발생했는지, 얼마나 많은 자본이 투입되었는지, 얼마나 많은 기회가 거부되거나 미체결되었는지를 드러내지 않습니다. 거래 횟수, 보유 기간, 익스포저, 비용 처리를 그 옆에 함께 보고해야 합니다. 표본에 손실 거래가 없다면 분모는 0이므로, 비율을 정의되지 않음으로 보고하거나 플랫폼의 처리 방식을 설명해야 합니다. 이를 안전성의 증거로 제시해서는 안 됩니다.

모든 지표는 경로와 과정과 함께 읽어야 합니다

최대 낙폭은 자본을 얼마나 자주 평가하는지, 미결제 포지션을 평가에 반영하는지에 따라 달라집니다. 거래 기반 수익률, 시간별 수익률, 일별 수익률은 서로 다른 변동성과 샤프 추정치를 낼 수 있습니다. 익스포저, 회전율, 연속 손실 구간, 기준선 선택, 전체 자본 곡선이 결과를 설명하는 데 도움이 됩니다. 수익률에 수수료, 펀딩비, 미결제 포지션 평가가 포함되는지 밝히고, 동일한 표본 추출과 비용 방식으로 전략을 비교해야 합니다.

자산, 규칙, 파라미터, 구간을 많이 테스트했다면, 최고 점수는 그 탐색에서 선택된 것입니다. Bailey와 López de Prado의 디플레이티드 샤프 비율 논문은 다중 시행과 비정규 수익률에 대한 조정을 다룹니다. 이 조정도 가정에 의존하며, 룩어헤드 편향, 부정확한 데이터, 비현실적인 체결을 고칠 수는 없습니다. 시행 횟수와 폐기된 변형을 리서치 기록에 남겨야 합니다. 성과 지표 감사 워크시트는 비율을 비교하기 전에 주기적 수익률 시계열, 거래 원장, 자본 평가를 분리합니다.

암호화폐 백테스트 지표 검토 워크플로우체계적인 지표 검토는 샘플 및 수익률 기준을 확정하고, 공식 및 연간화 가정을 명시하며, 자산 경로 및 거래 장부를 검사하고, 비용 및 선택을 검증하며, 시도 횟수 및 한계점을 보고합니다.원장을 정의한 후 점수를 해석하십시오.01 · 표본 고정자산 · 날짜 · 규칙홀드아웃 · 빈도02 · 시리즈 명명주기적 또는 거래별순 비용 · 미실현 PnL03 · 공식 명시무위험 · 목표편차 · 연율화 계수04 · 경로 검토낙폭 · 익스포저거래 횟수 · 비용05 · 탐색 공개시행 횟수 · 제외 항목불확실성 · 한계동일한 표본과 명시된 관례에 따라 구축된 지표만 비교하십시오.위험 조정 점수는 테스트를 요약하지만, 이를 검증하지는 않습니다.
체계적인 지표 검토는 샘플 및 수익률 기준을 확정하고, 공식 및 연간화 가정을 명시하며, 자산 경로 및 거래 장부를 검사하고, 비용 및 선택을 검증하며, 시도 횟수 및 한계점을 보고합니다. 설명용 교육 그래픽 · 실시간 시장 데이터 아님

SuperQuant의 내장 히스토리는 합성 데이터이며, 실행 규칙은 단순화되어 있습니다. SuperQuant의 지표는 명시된 시뮬레이션을 설명할 뿐, 검증된 실거래 수익률이나 다른 플랫폼과의 표준화된 비교가 아닙니다. 표시된 값을 해석하기 전에 엔진의 계산 방식, 수익률 측정 주기, 비용 설정을 확인해야 합니다. 백테스트 워크플로, 비용 분석, 과최적화 가이드로 이어서 읽어 보시기 바랍니다. 이는 교육용 리서치 안내이며, 투자 조언이나 성과 보장이 아닙니다.