트랙 레코드가 의미를 가지려면 몇 건의 거래가 필요할까?

이 글은 그 산술을 스스로 해 보는 방법에 관한 것입니다. 전략을 판매하는 누구에게도 환영받지 못할 내용인데, 정직한 답은 실제 거래가 담긴 기록조차 상당수는 아무것도 증명하지 못한다는 것이기 때문입니다.

트레이딩 전략을 판단하려면 몇 건의 거래가 필요한가요?

승률을 대략적으로 파악하려면 몇 백 건입니다. 우위가 운이 아니라 진짜라는 확신을 얻으려면 천 건에 가까워야 하며, 그것도 그 거래들이 하나 이상의 시장 국면에 걸쳐 있어야만 가능합니다. 대략 100건 미만은 결과가 아니라 일화로 취급해야 합니다.

그 이유는 스프레드시트로 직접 돌려볼 수 있는 공식에 있습니다. 관측된 승률 주변의 불확실성은 대략 p 곱하기 (1 빼기 p)의 제곱근을 거래 건수로 나눈 값이며, 여기서 p는 관측된 승률입니다. 이 값에 1.96을 곱하면 95% 신뢰구간, 즉 실제 승률이 있을 법한 범위를 얻습니다.

승률 55%를 보이는 기록에 이를 적용하면 결과는 냉정합니다.

위의 첫 두 행을 다시 읽어 보십시오. 55% 승률을 보이는 50건짜리 기록은 통계적으로 동전 던지기와 구분되지 않습니다. 이는 해당 트레이더에 대한 비판이 아닙니다. 50건의 관측이 뒷받침할 수 있는 것에 대한 사실 진술이며, 이는 당신 자신의 결과에도 동일하게 적용됩니다.

55% 승률은 실제로 무엇을 말해 주나요?

그 자체로는, 심지어 천 건의 거래가 뒷받침하더라도 거의 아무것도 말해 주지 않습니다. 평균 이익과 평균 손실 없이 승률만 보는 것은 의미 없는 숫자인데, 80%의 시간에 이기는 전략이 꾸준히 돈을 잃을 수도 있고, 35%의 시간에 이기는 전략이 훌륭하게 복리로 불어날 수도 있기 때문입니다.

둘 다 500건의 거래를 가진 두 기록을 살펴보겠습니다.

전략 A는 72%의 확률로 이깁니다. 평균 이익 40유로, 평균 손실 130유로. 거래당 기댓값은 0.72 곱하기 40에서 0.28 곱하기 130을 뺀 값으로, 28.8에서 36.4를 뺀 값, 즉 거래마다 7.60유로의 손실입니다. 500건에 걸쳐 3,800유로가 사라지지만, 마케팅 페이지에서는 승률이 훌륭해 보입니다.

전략 B는 38%의 확률로 이깁니다. 평균 이익 210유로, 평균 손실 90유로. 기댓값은 0.38 곱하기 210에서 0.62 곱하기 90을 뺀 값으로, 79.8에서 55.8을 뺀 값, 즉 거래당 24유로의 이익입니다. 500건에 걸쳐 12,000유로이지만, 헤드라인에서는 평범해 보이는 기록입니다.

전략 A는 이익은 일찍 끊고 손실은 계속 굴러가게 두는 형태로 만들어지며, 이는 리테일 트레이딩에서 가장 흔한 손실 패턴입니다. 또한 가장 마케팅하기 쉬운 형태이기도 한데, 사람들이 스크린샷으로 찍는 숫자가 승률이기 때문입니다. 항상 평균 이익, 평균 손실, 거래 건수를 함께 요구하거나, 이 셋을 하나로 접은 R 단위 기댓값을 요구하십시오. 리스크와 보상에서 그 비율을 제대로 설명합니다.

왜 거래 건수보다 시간이 더 중요한가요?

시장은 변하고, 전략의 우위는 더 이상 유지되지 않을 수도 있는 조건에 대한 주장이기 때문입니다. 18개월 동안 하나의 추세적이고 저금리, 저변동성인 환경 안에서 이루어진 천 건의 거래는 그 환경에서 전략이 어떻게 움직이는지만 알려줄 뿐, 다른 환경에 대해서는 아무것도 말해 주지 않습니다.

이것이 6개월 만에 천 건에 도달한 고빈도 기록이 여전히 약한 증거일 수 있는 반면, 5년에 걸쳐 300건의 거래를 가진 스윙 전략은 표본이 더 작아도 더 강한 증거일 수 있는 이유입니다. 표본이 국면 변화, 즉 금리 인상 사이클과 인하 사이클, 변동성 급등과 지루한 여름, 최소 한 번의 진짜 위기 달을 포괄하기를 원해야 합니다.

날짜가 포함된 거래별 이력을 요구하고, 기록이 총합만이 아니라 무엇을 겪어냈는지를 살펴보십시오. 2023년에 시작한 기록은 진짜 유동성 충격을 본 적이 없습니다. 위기 전후의 달들을 건너뛴 기록은 아마도 선별된 것입니다.

깔끔한 백테스트와 실제 시장에서 체결된 것 사이의 간극은 그 자체로 하나의 문제이며, 백테스트 대 실거래 결과에서 이 수치들이 어디서 보통 벌어지는지를 다룹니다.

손실 전략이 1년 동안 좋아 보일 수 있나요?

네, 쉽게 그럴 수 있으며, 수학의 이 부분은 불편하다는 이유로 무시되곤 합니다. 우위가 전혀 없는 전략을 천 명이 각자 운용한다면, 순전히 우연만으로도 그중 약 25명은 훌륭해 보이는 한 해를 얻게 되고, 소수는 대단해 보일 것입니다.

바로 그런 기록이 마케팅되는데, 나머지 975명은 조용히 공개를 중단하기 때문입니다. 당신은 전략의 표본을 보고 있는 것이 아닙니다. 선별 과정의 생존자를 보고 있는 것이며, 이것이 최고 성과 계좌들의 리더보드가 금융에서 가장 정보가 부족한 문서 중 하나인 이유입니다. 카피 트레이딩 리더보드 상단의 승자들은 이겼기 때문에 선택된 것이며, 이는 모집단 전체에 어떤 우위가 존재하든 존재하지 않든 마찬가지로 참입니다.

실질적인 방어책은 생존자 편향이 속일 수 없는 것들을 요구하는 것입니다. 이 제공자는 그 기간 동안 몇 개의 계좌 또는 전략을 운용했으며, 중단된 것들의 기록은 어디에 있습니까? 이 특정 계좌의 첫 거래부터, 누군가가 고른 시작일이 아니라 전체 이력은 무엇입니까? 그 기록은 제공자가 수정할 수 없는 제3자에 의해 검증됩니까?

마지막 질문이 왜 검증이 숫자 자체보다 더 중요한지를 말해 주며, 이는 TIC가 스스로에게 지키는 기준입니다: /results에 게시된 Myfxbook 기록은 나쁜 달들을 포함해 전체가 공개되는데, 게시자가 조용히 잘라낼 수 있는 기록은 기록이 아니기 때문입니다. 그런 페이지를 실제로 읽는 법은 Myfxbook 트랙 레코드 읽는 법에서 다룹니다.

표본 크기가 드로다운을 읽는 방식을 바꾸나요?

네, 그것도 사람들이 가장 예상하지 못하는 방향으로 바뀝니다. 트랙 레코드의 최대 드로다운은 전략의 속성이 아닙니다. 그것은 관측 기간 안에서 일어난 최악의 사건이며, 더 오래 지켜볼수록 그 숫자는 더 나빠집니다.

6개월 동안 관측된 전략은 9%의 최대 드로다운을 보일 수 있습니다. 변함없는 동일한 전략을 5년 동안 관측하면 나쁜 구간이 일어날 시간이 더 많았기 때문에 훨씬 더 나쁜 수치를 보일 가능성이 매우 높습니다. 짧은 기간의 수치를 상한선으로 취급하는 것이 투자자들이 전략이 늘 만들어낼 수 있었던 드로다운에 충격받는 이유입니다.

유용한 습관은, 짧은 기록이 어떤 최대 드로다운을 보이든 실제 잠재력은 그보다 상당히 크다고 가정하고, 최악의 순간에 포지션을 포기하지 않고 그것을 견딜 수 있을지 스스로에게 물어보는 것입니다. 드로다운이 실제로 의미하는 것과 드로다운, 샤프 비율 그리고 트랙 레코드 읽기에서 이 수치들이 어떻게 계산되고 잘못 읽히는지 더 깊이 다룹니다.

같은 논리가 샤프 비율에도 적용됩니다. 12개월치 월간 수익률로 계산한 샤프 비율은 그 주위로 엄청난 신뢰구간을 가지며, 1년간 샤프 1.8과 1년간 샤프 0.6이 신뢰할 만큼 다른 전략이 아닐 정도로 넓습니다. 샤프 비율은 분기가 아니라 수년에 걸쳐야 의미를 갖게 됩니다.

어떤 기록이든 신뢰하기 전에 요구해야 할 것

다섯 가지 질문을 순서대로 하십시오. 이에 답하지 못하는 제공자는 그 자체로 무언가를 말해 준 것입니다.

이 어느 것도 전략이 작동할 것임을 알려주지 않습니다. 통계는 단지 증거가 고려할 가치가 있을 만큼 강한지 아닌지를 알려줄 수 있을 뿐이며, 마케팅되는 기록 대부분에 대한 정직한 답은 그렇지 않다는 것입니다. 어떤 기록을 버려야 할지 아는 것이 기술의 대부분이며, 이는 트레이딩 제공자를 신뢰하기 전의 실사에서 다루는 것과 동일한 판단입니다.