거래 통계: 백테스트 결과가 실제로 말하는 것 · 5 / 5
거래 부트스트랩: 재표본추출에서 의존 블록을 보존한다
부트스트랩은 선언한 표본 모형 아래 관측 자료를 다시 뽑는다. 거래가 같은 일별 충격을 공유하면 개별 독립 추출은 관계를 끊는다. 화려한 시뮬레이션 수보다 단위 선택이 중요하다.
Athenum7 분업데이트:
함께 뽑는 단위를 명시한다
일반 독립 부트스트랩은 관측을 복원 추출하고 통계량을 재계산한다. 블록 방식은 관련 관측을 함께 유지한다. 세션, 사건, 타당한 시간 창 등이 가능하며 길이와 구성은 보존하는 의존성을 바꾼다.
이 방법은 경험하지 못한 폭락을 찾거나 선택 편향을 없애거나 잘못된 체결 자료를 고치지 않는다. 블록 경계도 세션 사이 의존성을 자를 수 있다. 여러 정당한 정의를 점검하고 원래 시간순 자산 경로를 보존한다. 재표본은 검증된 미래 가격 모형과 다르다.
작은 전체 열거로 원리를 이해한다
예는 이틀뿐이므로 현실적인 신뢰구간을 뒷받침하지 못한다. 각 방식이 허용하는 경로를 정확히 보는 것이 목적이다. 모든 날짜 선택을 나열해 난수 시드나 수치 잡음이 차이를 가리지 않게 한다.
실제 추정에는 자료 버전, 통계량, 그룹, 표본 횟수, 난수 생성기, 구간 방법을 기록한다. 재현성은 검토를 가능하게 할 뿐 타당성을 보장하지 않는다. 기본 API의 paired 옵션은 대응 배열의 정렬을 유지하며 거래의 시간 블록을 자동으로 발견하지 않는다.
계산 예: 충격의 복제 거래 대신 날짜를 뽑는다
A일에는 +2R 거래 두 개, B일에는 −1R 두 개가 있다. 전체 평균은 +0.5R다. 날짜 둘을 복원 추출하면 동일 비중의 AA, AB, BA, BB가 나오며 네 거래 평균은 +2R, +0.5R, +0.5R, −1R다.
개별 거래 네 개를 독립 추출하면 매번 +2R 또는 −1R가 같은 비중으로 가능하다. 동일 비중의 부호 패턴은 16개다. 전부 승리하거나 패배한 경우는 2/16 = 12.5%, 날짜 블록은 2/4 = 50%다. 구성한 두 재표본 모형의 빈도이지 미래 성공 확률은 아니다.
| 선택 날짜 | 네 거래 결과 | 거래당 평균 |
|---|---|---|
| AA | 2, 2, 2, 2 | 2R |
| AB | 2, 2, −1, −1 | 0.5R |
| BA | −1, −1, 2, 2 | 0.5R |
| BB | −1, −1, −1, −1 | −1R |
도표 크게 보기- AA 평균: 2 R
- AB 평균: 0.5 R
- BA 평균: 0.5 R
- BB 평균: -1 R
만 번을 뽑아도 관측한 날은 이틀이다
추출 횟수를 늘리면 재표본 계산의 수치 잡음은 줄지만 새 국면이나 독립 이력은 추가되지 않는다. 좁은 표본을 반복한 정밀한 결과도 표본 모형, 선택 전략, 미래 시장이 다르면 크게 오도할 수 있다.
결정 전 확인사항
- 중요한 의존성을 보존하는 단위를 고른다.
- 통계량, 자료 버전, 재표본 절차를 기록한다.
- 모형 빈도와 미래 사건 확률을 구분한다.
- 블록 선택과 짧은 이력을 중요한 불확실성으로 본다.
이해도 확인
네 날짜 블록 평균들의 평균은? 원본 표본과 같으면 양의 미래 기대수익을 증명하는가?
정답과 해설 보기
(2 + 0.5 + 0.5 − 1) / 4 = 0.5R로 원본과 같다. 이는 대칭적 재추출 구성의 결과다. 관측 이틀을 추출 모집단으로 가정했을 뿐 미래 우위를 증명하지 않는다.