블로그

단일 훈련/테스트 분할이 과적합을 방지하지 못하는 이유, 워크포워드 최적화가 파라미터 견고성을 체계적으로 검증하는 방법, 그리고 21개 파라미터에서 PnL@ML +3342%인 전략이 WFO 없이는 시한폭탄인 이유.

왜 10개의 암호화폐 페어가 10배의 분산을 제공하지 않는지, correlation_factor를 통해 effective_N을 계산하는 방법, 그리고 오케스트레이터 슬롯 활용률 80-90%를 달성하기 위해 실제로 몇 개의 페어를 모니터링해야 하는지.

알고트레이딩 작업에서 Polars와 Pandas의 상세 비교: 필터링, 집계, 롤링 시그널 계산, I/O, 메모리 소비 벤치마크. 최대 백테스트 성능을 위한 하이브리드 Polars + Numba 아키텍처.

최적의 전략 파라미터를 찾는 것이 작업의 절반에 불과한 이유. 안정적인 플래토와 취약한 피크를 시각적·정량적으로 구별하는 방법, 그리고 Optuna 등고선 플롯이 최적화된 전략을 프로덕션에 투입하기 전 필수 단계인 이유.

12개 이상의 파라미터에서 전수 탐색이 불가능한 이유, 좌표 하강법이 상호작용을 놓치는 이유, 그리고 TPE 샘플러를 사용한 Optuna가 500회 반복으로 OAT가 96회에서 찾지 못하는 것을 찾는 방법. 실용적인 코드 예제, 샘플러 비교, 다목적 최적화.

ETHUSDT에서 최적화된 전략이 알트코인에서 실패하는 이유. 페어 그룹(블루칩, 대형주, 잡코인)에 걸친 올바른 테스트 방법과 크로스심볼 견고성 점수의 충분한 기준.

Binance/Bybit의 펀딩 비율이 아름다운 고레버리지 백테스트 결과를 어떻게 확실한 손실로 바꾸는지. 공식, 실전 전략의 재계산, 펀딩이 이익을 잠식하지 않는 최대 레버리지.