우리 모두는 편견에 대해 알고 있습니다, 그렇죠? 편견은 특정 경향, 추세, 성향, 느낌 또는 의견으로 사전에 형성되거나 불합리한 것으로 정의됩니다. 안타깝게도, 행동적 편견이 트레이딩 전략에서 중요한 부분을 차지할 수 있습니다. 그러나 정량적 트레이더이든 재량적 트레이더이든, 좋은 소식은 편견을 인식할 수 있다면, 그 영향을 완화시켜서 트레이딩 성과를 향상시킬 수 있다는 것입니다.

그러면, 트레이더들의 5가지 일반적인 편견에 대해 알아보고 그것의 영향을 피하거나 완화시키기 위해 무엇을 할 수 있는지 알아보겠습니다.

1. 과적합 편견

트레이딩 전략을 백테스트할 때, 항상 “완벽한” 결과를 얻을 때까지 모델을 수정하려는 마음이 생깁니다. 그러나, 이와 같이 어설프게 고친 결과는 과적합 편견이 될 수 있습니다. 트랩에 빠질 경우, 자신의 모델이 역사적 데이터에는 완벽하게 들어맞지만, 예측력은 거의 없거나 아예 없습니다.

단순함이 핵심입니다. 매개변수를 계속 수정하면, 결국 모델이 정확하게 수익을 예측할 수 있다고 믿게 됩니다. 그러나 사례 연구로부터 외부 데이터를 도입하면, 이는 곧 순수한 기회의 결과임을 입증할 수 있습니다.

어떻게 할 수 있을까요? 먼저, 과적합이 생겨날 가능성은 도입하여 최적화한 매개변수의 수와 정비례관계임을 기억하십시오. 적은 것이 더 좋습니다. 보통, 2-3개의 매개변수라면 충분하지만, 하나의 매개변수로도 할 수 있다면, 더욱 좋습니다. 한편으로, 수 많은 매개변수에서 전략의 끝없는 변형을 시도한다면, 이는 과적합이라는 경고 신호일 수 있습니다.

두 번째로, 모델의 신뢰성을 개선하기 위해, 항상 현저한 수익 효과가 없는 가벼운 변형 내에서 안정적인 매개변수를 찾도록 하십시오. 다시 말해서, 가파른 피크를 위해 시도하는 한편, 길고 완만한 경사를 찾도록 더욱 신중해질 필요가 있습니다.

마지막으로, 과거를 나타내는 모델의 능력에 대한 불완전성을 예상하고 그 정도를 인정하십시오. — 신경써야 할 것은 미래입니다. 마음 속에 모델의 기반 시장 로직을 항상 새겨 두고 실행에 옮기기 전에 가능한 많은 데이터에 대해 테스트 해보십시오. 최고의 방법은 백테스트 결과가 라이브 트레이딩 결과와 일치하는 지를 보기 위해 라이브 트레이딩을 시작한 후 라이브 시장 데이터와 백테스팅 모델을 테스트해보는 것입니다.

2. 거래 비용, 수수료와 슬리피지

백테스팅 중에, 거래가 100% 현재 시장가에 체결되는 것으로 가정하려는 유혹이 있습니다. 실제로는 거의 드문 경우입니다. 간과하기 쉽지만, 백 테스트를 할 때 항상 합리적인 거래 비용, 스프레드와 슬리피지를 감안하는 것이 중요합니다. 또한 특히 대량 주문을 트레이딩할 때, 부분적 또는 지연된 체결을 고려하는 것도 중요합니다.

만기일이 멀리 있는 외가격 옵션이나 선물을 거래할 때 스프레드가 훨씬 더 높게 됨을 명심하십시오. 이는 기존 자산뿐만 아니라 암호화폐 자산에도 동일합니다.

3. 예측 편견

사후에 판단하는 것은 쉽습니다. 예측 편견은 분석 기간에 액세스할 수 없거나 시장에 알려지지 않은 모델에 정보를 도입할 때 일어나며, 이 경우 부정확한 결과를 초래할 수 있습니다.

귀하만의 고유한 백테스팅 시스템을 구축하는 경우 예측 편차를 탐지하기가 어려울 수 있습니다. 그러나, 기성 퀀트 트레이딩과 백테스팅 제품은 관찰 기간 중 과거의 특정 시점에서 알려지지 않았던 미래의 데이터에 절대 액세스하지 못하도록 합니다.

4. 생존 편견

주식을 거래하는 경우, 배당, 주식 분할 및 상장 폐지 등과 같은 기업의 활동에 대해 주의를 기울여야 합니다. 그렇지 않을 경우, 선택한 투자 세계의 생존자만 기준으로 투자 성과를 분석하는 위험을 수행합니다.

생존 편견은 샘플 선택 편견으로, 전체를 대상으로 했을 경우 나타나지 않았을 오류가 있는 결론의 왜곡된 샘플 결과입니다.

이러한 편견은 다양한 방법으로 데이터집합에 스며들어갑니다. 예를 들어, S&P 500와 같은 지수로부터 데이터를 선택하는 경우, 인수나 파산 기업에 관한 재무 정보가 제외되는 산업 데이터로부터 선택하는 경우 등이 있습니다.

이와 유사하게 암호자산 시장에서도, ICO를 거래할 때, 오늘날 여전히 살아 있는 코인뿐만 아니라 예전에 없어졌던 코인도 고려하는 것이 중요합니다. 해야 할 일? 실패한 것을 포함하여 전체 시장에 대한 데이터 집합을 확보합니다. 추가 노력이 필요하지만, 그만한 가치가 있습니다. DeFi 및 ICO 토큰 트레이더들에게 중요한 교훈입니다.

5. 기간 편견

이것은 또다른 형태의 샘플 선택 편견 즉, 기간 편견입니다. 이 편견은 독특하거나 이례적인 상황때문에 결과가 정상적인 것에서 벗어나는 관찰 기간을 선택할 때 발생합니다. 이 편견은 특정 상황 외부에서 작동할 때 모델의 예측력을 방해합니다. 가장 명백한 예로써, 강세장이나 거시 경제적 충격의 기간의 데이터로 백테스팅하는 경우 모델이 아주 다른 결과를 도출할 가능성이 높습니다.

암호자산의 세계에서는, 포크 이벤트에 의한 제도의 전환, 보상 이등분 차단 또는 규제의 일시적 변경 등을 예로 들 수 있습니다.

기간 편차를 방지하려면 어떻게 할 수 있을까요? 간단한 답변은 가능한 시간 범위를 넓게 잡는 대규모 데이터 집합을 사용하도록 보장하는 것입니다. 이렇게 함으로써 단기간의 효과를 완화시키고 더욱 넓은 범위의 시나리오에서 이치에 맞는 결론을 도출할 수 있습니다.

그러나, 암호자산 시장에서, 시장의 역동성은 초기 이래 상당히 전환되어 왔음을 명심해야 합니다. 예를 들어 비트코인의 전체 수명을 고려하기를 좋아할지 모르지만, 상당 시간 거래량은 물론 비트코인의 전체 유통 물량이 상당히 증가했습니다. 따라서, 지난 3-4년간의 가격 데이터를 고려하는 것이 더욱 유익할 수 있습니다.

결론

편견에 관해 가장 까다로운 점은 보통 무의식적으로 갖게 된다는 것입니다. 거의 모든 트레이더들이 편견을 갖고 생각하게 됩니다. 그러나, 외견상 무해하지 않은 무수히 많은 사소한 결정들이 거시적 차원에서 편견에 찬 전망으로 결합될 수 있습니다. 이러한 함정에 빠지지 않기 위해서는 항상 시장을 논리적으로 보고, 샘플 선택을 신중하게 하며, 실제 시장 데이터에 대해 모델을 추적해야 합니다.

글 작성:

DERIBIT 도구 살펴보기:

Deribit 포지션 빌더
여러 포지션과 BTC 또는 ETH의 가치 변화가 귀하의 포트폴리오에 어떻게 영향을 미치는지 알아보세요.

Deribit Testnet
거래를 연습하여 실제 자금의 리스크를 피하세요.

최근 및 관련 글:

2월 26th, 2021|업계|

2월 1st, 2021|업계|