상위 거래 제거 테스트 — 수익이 몇 건에 몰려 있는지 세어 보는 법

거래 100건으로 +$2,000을 벌었다는 기록 두 개가 있습니다. 합계는 같지만 하나는 대박 3건이 만든 숫자이고 다른 하나는 97건이 조금씩 쌓은 숫자입니다. 둘은 같은 기록이 아닙니다.

합계는 같아도 구조가 다르다

거래 기록을 평가할 때 가장 먼저 보게 되는 숫자는 총손익입니다. 그런데 총손익은 그 돈이 몇 건에서 나왔는지를 지워 버립니다. 같은 +$2,000이라도 100건이 고르게 만든 것인지, 운 좋은 몇 건이 만든 것인지에 따라 다음 100건에서 기대할 수 있는 것이 완전히 달라집니다.

A에서 상위 3건은 전체 수익의 4분의 3입니다. 그 3건이 실력으로 반복 가능한 것이 아니라 어쩌다 크게 간 것이라면, A의 나머지 97건이 실제로 만든 것은 $500뿐입니다. 100건에 걸쳐 $500이면 건당 $5이고, 여기서 수수료를 빼면 남는 것이 거의 없습니다 — 왕복 거래비용 합산 — 수수료·스프레드·슬리피지·펀딩비를 한 번에 계산하기.

상위 거래를 하나씩 빼 본다

절차는 단순합니다. 거래 기록을 손익 순으로 정렬하고, 위에서부터 몇 건을 지운 다음 남은 거래만으로 총손익을 다시 더합니다. 그 값이 얼마나 빨리 무너지는지가 집중도입니다.

여기서 읽을 것은 남은 금액 자체가 아니라 감소하는 속도입니다. A는 상위 1건을 빼는 것만으로 35%가 사라집니다. 그 한 건이 다시 나온다는 보장이 있어야 A의 +$2,000이 의미를 가지는데, 한 건은 그 자체로 표본이 아닙니다 — 거래 표본 수 — 승률을 몇 건부터 믿을 수 있나.

판정 기준을 미리 정해 둔다

테스트는 결과를 보고 기준을 만들면 의미가 없어집니다. 숫자를 보기 전에 선을 정해 두고 거기에 대는 것이 순서입니다. 아래는 실무에서 쓰기 무난한 선입니다.

마지막 줄이 중요합니다. 상위 10%를 빼서 적자가 되는 기록을 보고 "이 전략은 틀렸다"고 결론 내리는 것도 똑같은 과잉 해석입니다. 맞다고도 틀리다고도 못 하는 상태이고, 해야 할 일은 표본을 더 쌓는 것입니다.

평균과 중앙값이 갈린다

집중도가 높으면 건당 평균과 중앙값이 벌어집니다. 평균은 큰 거래 몇 건에 끌려가지만 중앙값은 끌려가지 않기 때문입니다. 둘을 나란히 적어 두는 것만으로도 제거 테스트를 돌리기 전에 신호를 얻을 수 있습니다.

건당 평균 손익을 기대값으로 쓰는 계산은 기대값(Expectancy)과 R배수란? 한 거래당 평균 손익을 계산하는 법에 정리돼 있습니다. 그 기대값을 사이징에 넣어 쓸 때는 그것이 몇 건에서 나온 평균인지를 같이 봐야 합니다. 중앙값이 음수인 기록의 평균을 근거로 크기를 키우면, 실제로 겪는 것은 평균이 아니라 중앙값 근처의 거래들입니다.

승률과 손익비는 집중도를 숨긴다

흔히 보는 요약 지표들은 대부분 합계나 비율이라서 분포를 지웁니다. 승률은 이긴 건수만 세고 얼마나 이겼는지를 안 보며 — 승률(Win Rate)이란? 계산법과 함정 — 손익비는 평균끼리 나눕니다. 손익분기 계산의 토대가 되는 지표들이지만, 그 계산은 분포가 고를 때만 안전합니다.

프로핏팩터 자체의 정의와 다른 함정들은 프로핏팩터(Profit Factor)란? 계산법과 4가지 함정에 있습니다. 제거 테스트는 그 지표들을 버리라는 이야기가 아니라 지표 옆에 같이 적어 두는 한 줄입니다. "PF 3.00 (상위 3건 제거 시 1.50)"처럼 쓰면 숫자 하나가 혼자 결론을 내지 못합니다.

집중이 정상인 전략도 있다

모든 집중이 문제인 것은 아닙니다. 추세추종처럼 설계 자체가 소수의 큰 승리로 다수의 작은 손실을 메우는 방식인 전략은 수익이 몰리는 것이 정상입니다. 수익률 분포의 꼬리가 원래 두껍다는 사실은 두꺼운 꼬리(Fat Tail) — 정규분포가 지우는 위험에 정리돼 있습니다.

그래서 제거 테스트를 돌린 뒤에는 지운 거래들을 하나씩 열어 봐야 합니다. 상위 3건이 전부 같은 조건에서 진입해 같은 규칙으로 청산됐다면 그것은 전략의 일부이고, 세 건의 사연이 전부 다르다면 그것은 기록에 우연히 섞인 것입니다. 이 확인은 거래 기록에 진입 근거가 남아 있어야 가능합니다 — 매매일지 작성법 — 무엇을 기록해야 하는가.

손실 쪽에도 같은 테스트를 한다

위쪽만 보면 절반만 본 것입니다. 하위 거래를 제거했을 때 기록이 얼마나 좋아지는지도 같이 세어야 대칭이 맞습니다. 손실이 한두 건에 몰려 있다면 그것은 사이징이나 손절이 한 번 무너진 흔적입니다.

최악 한 건이 전체 손실의 절반 가까이를 차지한다면 원인은 보통 둘 중 하나입니다. 그 거래만 크게 걸었거나, 손절 자리에서 자르지 않았거나. 자본곡선의 최대 낙폭이 그 한 건에서 거의 다 만들어졌는지는 최대낙폭(MDD)이란? 계산법과 회복에 필요한 수익률의 계산과 같이 보면 드러납니다.

언제 돌려야 하나

④번은 과최적화가 생기는 흔한 경로입니다. 조건을 조금씩 바꾸다가 성적이 뛰는 지점을 찾았다면, 그 개선분이 전체 거래에 퍼져 있는지 아니면 큰 거래 한두 건이 살아난 것인지를 먼저 확인해야 합니다. 후자라면 그 조건은 데이터에 맞춘 것이고 다음 구간에서 재현되지 않습니다 — 과최적화(Overfitting)란? 백테스트가 실전에서 무너지는 이유.

③번의 경우 남의 기록에는 보통 총수익률과 승률만 공개되어 있어 제거 테스트를 돌릴 수 없습니다. 거래 단위 기록을 받을 수 없다면 그 성과는 검증한 것이 아니라 들은 것으로 취급하는 편이 맞습니다.

정리

한 줄로 줄이면 이렇습니다. 합계가 아니라 분포를 봐야 그 기록이 반복 가능한지 알 수 있다. 제거 테스트는 그 분포를 보는 가장 싼 방법이고, 필요한 것은 거래 단위 기록과 정렬 한 번뿐입니다.

주의

본문의 기록 A·B(각 100건·총 +$2,000), 상위 3건 구성($700·$500·$300 / $120·$100·$80), 제거 단계별 잔여 손익($1,300·$500·$230·−$120 / $1,880·$1,700·$1,570·$1,250), 건당 평균 +$20과 중앙값 −$2·+$12, 프로핏팩터 3.00·1.50·0.88과 그 분자·분모($3,000·$1,500·$880 / $1,000), 하위 제거 시 +$2,450·+$3,100과 최악 거래 −$450 같은 수치는 계산 구조를 보여주기 위한 가정 예시이며 특정 전략·특정 계좌·특정 기간의 실제 성과가 아닙니다. 판정선으로 제시한 20%·50%·상위 10% 기준도 절대적인 값이 아니라 출발점이며, 거래 빈도·보유 기간·전략 유형에 따라 적절한 선이 달라집니다. 상위 거래를 제거한 뒤의 숫자는 실제로 일어난 성과가 아니라 가상의 계산이므로 그 값을 성과로 인용해서는 안 되며, 기록 자체를 수정하거나 특정 거래를 빼고 집계하는 용도로 쓰면 안 됩니다. 표본이 적은 기록에서는 제거 테스트의 결과도 불안정하고, 백테스트 기록이라면 미래참조·거래비용 누락·상장폐지 종목 제외 같은 문제가 먼저 해결돼 있어야 이 테스트가 의미를 가집니다. 이 글은 거래 기록을 읽는 방법에 대한 설명이며 특정 종목·방향이나 진입·청산 시점을 권유하지 않습니다. 어떤 검증 절차도 손실을 방지하지 않으며 암호화폐 거래는 원금 전액을 잃을 수 있습니다. 투자 판단과 그 결과는 본인 책임입니다.