같은 캔들에서 익절·손절이 동시에 닿았을 때 — 백테스트가 조용히 부풀려지는 지점

백테스트 승률이 68%로 나왔습니다. 같은 데이터, 같은 규칙인데 엔진 설정 한 줄만 바꾸니 41%가 됐습니다. 코드에 버그가 있던 게 아니라, 익절선과 손절선이 같은 캔들 안에서 둘 다 닿은 거래를 어느 쪽으로 처리할지 정하는 옵션이 달랐을 뿐입니다. 이건 예외 상황이 아니라 거의 모든 백테스트에 들어 있는 구멍입니다.

캔들은 순서를 기억하지 않는다

1시간봉 하나에 남는 정보는 네 개뿐입니다. 시가·고가·저가·종가. 그 한 시간 동안 가격이 어떤 순서로 움직였는지는 캔들에 남지 않습니다.

백테스트 엔진은 이 캔들을 받아서 "고가가 102를 넘었고 저가가 99를 깼다"까지만 알 수 있습니다. 둘 중 무엇이 먼저였는지는 데이터에 없습니다. 그래서 엔진은 반드시 어떤 가정을 세워야 하고, 그 가정이 결과를 만듭니다.

엔진이 쓰는 세 가지 가정

대부분의 백테스트 도구는 셋 중 하나로 처리합니다. 기본값이 무엇인지 확인하지 않으면 자기가 어떤 가정 위에 서 있는지 모른 채 숫자를 읽게 됩니다.

세 가정 중 실전 성과의 하한선을 알려주는 건 ②뿐입니다. ①로 나온 숫자는 "가장 운이 좋았다면"의 값이고, 그 값을 기준으로 실자본을 넣으면 첫 달부터 어긋납니다. 이 구조는 룩어헤드 편향과 사촌지간입니다. 진입 시점에 알 수 없는 정보(캔들 내부 순서)를 결과에 반영한다는 점에서 뿌리가 같습니다.

애매 캔들 비율이 곧 오차 크기다

중요한 건 이 처리 방식 자체가 아니라 전체 거래 중 몇 건이 애매 캔들에 걸리느냐입니다. 비율이 낮으면 무시해도 되고, 높으면 백테스트 전체가 흔들립니다.

손익비 1:1 전략이라면 손익분기 승률은 수수료 전에 이미 50% 부근입니다. 위 예시는 낙관 가정에서는 훌륭한 전략, 비관 가정에서는 겨우 본전이라는 뜻입니다. 승률과 손익비를 함께 읽는 방법은 손익비와 기대값과 R 배수에 정리돼 있습니다.

왜 애매 캔들이 늘어나는가

애매 캔들 비율은 우연이 아니라 설정으로 결정됩니다. 두 가지가 비율을 밀어 올립니다.

단타일수록 위험합니다. 짧은 목표폭에 굵은 봉으로 백테스트를 돌리면 애매 비율이 30%를 넘고, 그 상태의 성적표는 사실상 동전 던지기 결과를 전략 성과로 읽는 것과 같습니다. 스캘핑 규칙을 검증할 때 특히 자주 걸립니다.

내 백테스트의 애매 비율 실측하기

남의 기준을 가져올 필요 없이 자기 백테스트 로그에서 바로 셀 수 있습니다.

⑤가 핵심입니다. 두 숫자의 간격이 곧 이 백테스트의 불확실성 폭이고, 보고할 때는 하나의 승률이 아니라 그 범위를 적어야 정직한 보고가 됩니다.

해결 순서 — 싼 것부터

실무에서는 ①로 걸러내고, 살아남은 후보만 ②로 확인하는 순서가 효율적입니다. ①에서 죽는 전략은 ②·③에 시간을 쓸 이유가 없습니다. 검증 절차 전반은 백테스트와 워크포워드 분석을, 조건을 계속 손봐서 숫자를 맞추는 함정은 과최적화를 참고하면 됩니다.

실전에는 반대 방향 오차도 있다

애매 캔들을 해결해도 백테스트와 실전 사이에는 간격이 남습니다. 방향은 대체로 불리한 쪽입니다.

그래서 애매 캔들 처리와 체결 가정은 항상 같이 봐야 합니다. 애매 건은 손절 쪽으로, 체결가는 불리한 쪽으로 놓고도 남는 성적이라야 실전에 올릴 후보가 됩니다. 이 확인을 실계좌 없이 하는 방법이 모의투자이고, 표본이 몇 건이어야 판단할 수 있는지는 표본 수에 정리돼 있습니다.

정리

한 줄로 줄이면 이렇습니다. 백테스트 승률에는 데이터가 답해주지 않는 구간이 섞여 있고, 그 구간을 어느 쪽으로 밀어놨는지가 성적표의 절반을 만듭니다. 새 전략의 백테스트 결과를 받았다면 수익 곡선을 보기 전에 애매 건수부터 세어 보면 됩니다. 그 숫자가 전체의 15%를 넘는다면, 지금 보고 있는 건 전략의 성적이 아니라 엔진 설정의 성적입니다.