ONLINE CLASS

COURSE FOCUS

이 강의에서 배우는 핵심 실무

투자 아이디어를 파이썬 규칙으로 옮기고, 과거 데이터로 성과와 위험을 비교하려는 학습자를 위한 과정입니다. 공개 30강은 작업 환경과 핵심 문법에서 출발해 국내·미국 주식 및 ETF 데이터 수집, 정제, 전략 구현, 포트폴리오 구성으로 이어집니다. 이동평균·모멘텀·RSI 전략을 계산하고 거래비용과 체결 시점을 반영한 뒤, 워크포워드 검증과 스트레스 테스트로 결과를 점검합니다. 마지막에는 전략 선택과 분석 결과를 연결한 대시보드와 백테스트 보고서를 완성하는 흐름입니다.

?

수강 전 꼭 확인하세요

수강 전 자주 묻는 내용을 간단히 안내드립니다.

Q파이썬 기초부터 백테스트 구현까지 어떤 순서로 연결되나요?
A

작업 환경을 구성한 뒤 변수·조건문·반복문·함수를 투자 데이터 처리에 적용합니다. Pandas로 시계열 데이터를 가공하고 국내·미국 데이터를 수집·정제한 다음, 매수 후 보유 전략으로 평가금액과 거래비용, 벤치마크를 연결하는 첫 백테스트를 구성합니다.

Q전략별 결과를 비교할 때 무엇을 함께 확인하나요?
A

동일한 평가 기간과 거래비용을 적용하고 누적수익률·CAGR·MDD·샤프지수를 비교합니다. 개별 거래 기록에서는 평균손익과 손익비, 기대값, 연속 손실을 분석하고, 리밸런싱 주기와 회전율에 따른 비용 변화도 살펴봅니다.

Q조건을 많이 시험한 뒤 결과의 안정성도 검토하나요?
A

VectorBT로 파라미터 조합별 성과와 히트맵을 비교한 뒤, 인샘플·아웃오브샘플 분리와 워크포워드 테스트로 검증 구간을 나누어 평가합니다. 시장 구간, 거래비용, 종목 구성과 투자 기간을 바꾸는 스트레스 테스트 및 몬테카를로 방식의 불확실성 점검도 포함됩니다.

◆
기업이 선택한 신뢰 강의

검증된 커리큘럼과 전문 강사진으로 높은 만족도를 제공합니다.

자세히 보기  >
♥
수강료 일부는 사회환원에 사용됩니다.

작은 나눔이 더 나은 내일을 만듭니다.

자세히 보기  >
REAL REVIEW

수강생 리얼후기!

실제 수강생의 학습 경험을 확인해 보세요.

수강후기를 불러오는 중입니다.

RECENT Q&A

최근 수강질문

최근 등록된 수강질문을 작성순서대로 확인해 보세요.

ALZIO DEEP GUIDE

파이썬 퀀트투자·백테스트 실무 완성: 공개 30강 학습 가이드

백테스트 결과를 읽을 때는 수익률뿐 아니라 데이터의 기준 시점, 거래 신호와 체결의 간격, 비용 가정을 함께 확인해야 합니다. 이 과정의 실습은 같은 평가 조건에서 전략을 비교하고, 개별 거래 기록과 손실 구간을 살펴본 뒤 검증 기간을 나누어 결과를 재평가하는 순서로 이해할 수 있습니다.

공개 목차 기반 안내30강 커리큘럼 연결학습·복습 가이드

파이썬 퀀트투자·백테스트 실무 완성 · 30강

01

작업 환경에서 투자 규칙 작성까지

먼저 Python·VS Code·Jupyter Notebook과 필수 라이브러리를 구성하고 첫 주식 데이터를 불러와 차트 출력을 확인합니다. 이어 종목 선정, 진입·청산, 보유 규칙을 나누고 벤치마크와 평가 기간을 정해 분석의 기준을 세웁니다.

변수, 리스트와 딕셔너리, 조건문과 반복문을 종목별 데이터 처리에 연결합니다. 수익률 계산과 조건 판단을 함수로 정리하면서, 작성한 투자 규칙이 코드의 분기와 계산에 어떻게 대응하는지 점검합니다.

02

국내·미국 데이터를 모으고 분석 기준 맞추기

Pandas의 날짜 인덱스와 시계열 처리를 익힌 뒤 종목별 데이터를 병합하고 검색·정렬·그룹화한 분석표를 만듭니다. 미국 주식과 ETF는 yfinance로, 국내 시장은 FinanceDataReader·pykrx 등의 도구로 수집하는 흐름을 학습하며 분석용 파일로 저장합니다.

수집 후에는 결측치와 이상치, 거래일 정렬, 배당과 분할의 반영 범위를 확인합니다. 미래정보 사용 오류와 생존편향을 함께 살펴보고, 과거 각 시점에 확인할 수 있었던 정보를 기준으로 백테스트 데이터셋을 구성하는 데 초점을 둡니다.

03

시각화와 성과지표로 첫 백테스트 점검하기

주가·거래량·이동평균선과 일별 수익률 분포를 차트로 구성하고 종목 간 상관관계와 손실 구간을 살펴봅니다. 이어 누적수익률, CAGR, 연환산 변동성, MDD, 샤프지수를 계산하는 함수를 작성해 차트와 수치가 같은 분석 대상을 나타내는지 확인합니다.

첫 백테스트는 매수 후 보유 전략으로 진행합니다. 초기 투자금과 기간을 설정하고 일별 평가금액, 거래비용, 벤치마크를 연결해 자산 성장 곡선과 최종 성과표를 구성합니다.

04

신호 발생과 체결 시점을 구분해 추세 전략 구현하기

이동평균과 수익률 조건을 진입·청산·관망 신호로 바꾸고 포지션과 보유 비중을 계산합니다. 신호를 확인하는 시점과 다음 거래 시점을 구분해 미래 데이터가 판단에 섞이는지 점검합니다.

20일·60일 이동평균의 교차 조건을 거래 규칙으로 구성하고 매매 기록을 생성합니다. 골든크로스·데드크로스 신호에 따른 결과를 단순 보유 전략과 비교하면서 체결 시점과 손실 구간을 함께 검토합니다.

05

모멘텀·평균회귀·돌파 전략의 조건 비교하기

모멘텀 실습에서는 3개월·6개월·12개월 수익률을 계산하고 추세 필터, 상위 종목 선정, 투자 비중을 연결합니다. RSI 실습에서는 진입·청산 조건을 구성한 뒤 거래 빈도와 승률을 분석하고 추세 추종 전략의 성과와 비교합니다.

변동성 돌파에서는 전일 변동 범위와 ATR을 바탕으로 돌파 조건과 손절 규칙을 결합합니다. 일봉 데이터의 체결 가정, 매매비용, 슬리피지를 반영한 결과를 확인하며 신호 조건과 위험관리 조건을 함께 검토합니다.

06

동일한 조건의 전략 비교와 거래 기록 분석

매수 후 보유, 이동평균, 모멘텀, RSI, 변동성 돌파 전략에 동일한 평가 기간과 거래비용을 적용합니다. 누적수익률·CAGR·MDD·샤프지수를 종합 비교표로 정리하고 시장 상황에 따라 결과가 어떻게 달라지는지 살펴봅니다.

기존 전략을 backtesting.py의 전략 클래스로 재구현하고 주문 실행, 수수료 설정, 성과 통계와 거래 내역을 확인합니다. 이후 개별 거래의 보유 기간과 실현손익을 기록해 평균손익, 손익비, 기대값, 연속 손실을 분석하는 보고서로 확장합니다.

07

재무정보의 시점을 반영한 종목 선정

PER·PBR·ROE를 계산하고 저평가·수익성 조건으로 종목 순위를 산출합니다. 재무정보의 공시 시점과 기준일을 확인해 당시 이용 가능한 정보로 데이터셋을 구성했는지 점검하는 것이 이 구간의 핵심입니다.

가치·퀄리티·모멘텀 팩터를 표준화하고 순위 점수와 가중치를 부여해 멀티팩터 종목선정 시스템으로 연결합니다. 상위 종목 선정부터 포트폴리오 비중 배정까지 이어서 구성하고 결합한 전략의 성과를 검증합니다.

08

ETF 자산배분과 최적화 비중 검토하기

주식·채권·현금성 ETF의 역할과 자산 간 상관관계를 살펴보고 동일가중 및 주식 60%·채권 40% 구성을 계산합니다. 자산별 비중을 정한 뒤 단일자산 투자와 분산투자의 성과를 비교합니다.

기대수익률과 공분산행렬을 이용해 포트폴리오 변동성을 계산하고 최소분산 포트폴리오를 구성합니다. 산출된 비중은 위험기여도와 집중도를 확인하고 표본 변화에 얼마나 민감한지도 분석합니다.

09

리밸런싱·위험관리·비용을 함께 반영하기

상대모멘텀으로 ETF를 선택하고 위험자산과 현금성 자산을 전환하는 동적 자산배분을 구성합니다. 월간·분기 리밸런싱에서 목표 비중과 실제 비중을 비교한 뒤, 변동성 목표와 최대 투자 비중, 손실 제한 규칙을 적용한 전후 결과를 살펴봅니다.

거래 수수료, 슬리피지, 회전율과 체결 가정을 정리하고 월간·분기·연간 리밸런싱을 비교합니다. 거래 빈도에 따른 순수익률 변화를 확인해 비중 조정 규칙과 비용이 포트폴리오 성과에 함께 반영되도록 분석합니다.

10

조건 일괄 비교에서 워크포워드 검증으로

VectorBT에 데이터와 거래 신호를 연결하고 파라미터 조합별 백테스트를 실행합니다. 이동평균·RSI 조건의 성과 통계와 수익률 히트맵을 살펴보며 조건 변화에 따른 결과의 안정성을 분석합니다.

다음에는 인샘플과 아웃오브샘플을 분리하고 시계열의 학습·검증 구간을 설정합니다. 워크포워드 테스트에서 기간별 파라미터를 재평가하며 과최적화와 데이터 스누핑을 점검하는 검증 절차를 구성합니다.

11

시장 구간과 가정을 바꾸어 불확실성 점검하기

상승장·하락장·횡보장을 나누고 시장 충격 구간에서 전략 결과를 비교합니다. 거래비용 증가, 종목 구성 변경, 투자 기간 변경을 각각 테스트해 어떤 가정에서 결과가 달라지는지 위험 비교 보고서로 정리합니다.

몬테카를로 방식의 점검까지 연결해 결과의 불확실성을 살펴봅니다. 한 구간의 성과 수치만 읽기보다 여러 시장 구간과 변경 조건의 결과를 함께 검토하는 데 학습의 초점을 둡니다.

12

분석 대시보드와 최종 백테스트 보고서 완성하기

Streamlit·Plotly로 종목과 전략을 선택하고 투자 기간, 비중, 거래비용을 입력하는 화면을 구성합니다. 누적수익률·MDD·성과지표와 포트폴리오 현황을 출력하고 모의 리밸런싱 주문표 및 분석 결과 CSV 다운로드를 연결합니다.

최종 프로젝트에서는 국내·미국 주식 및 ETF 데이터를 준비해 종목 선정, 거래 규칙, 비중 계산을 하나의 분석 흐름으로 묶습니다. 거래비용을 반영한 백테스트와 벤치마크 비교, 위험지표, 워크포워드 결과를 검토해 대시보드와 보고서를 완성합니다.

공개 목차·부제·북마크에 근거한 학습 안내입니다. 자율 연습을 실제 강의 시연과 구분합니다.

가이드 내용 확인일: 2026-11-13 · 강좌 업데이트일을 의미하지 않습니다.

파이썬 퀀트투자·백테스트 실무 완성 파이썬 퀀트투자·백테스트 실무 완성
  • 파이썬 퀀트투자·백테스트 실무 완성

  • 강의구성
  • (30강) 전체 : 13시간 44분|평균 : 27분27초
  • 이용기간/강사
  • 2개월
    알지오 R&D [Investment]
  • 증빙가능
  • 수료증, 수강증, 학습진도
  • 수강료
  • 330,000원할인165,000원
  • 01.23분 파이썬 퀀트투자 시작하기
    데이터 기반 투자를 위한 파이썬 작업 환경 완성하기
    퀀트투자와 백테스트 개념 이해, Python·VS Code·Jupyter Notebook 설치와 실행, 필수 라이브러리 구성, 프로젝트 폴더 생성, 첫 주식 데이터 불러오기와 가격 차트 출력하기
  • 02.21분 퀀트투자 전략과 백테스트 구조 이해하기
    투자 아이디어를 숫자와 규칙으로 바꾸는 방법 익히기
    정량투자와 일반투자의 차이, 투자 전략의 구성 요소, 종목 선정·매수·매도·보유 규칙 만들기, 벤치마크와 백테스트 기간 설정, 수익률 비교 구조 설계하기
  • 03.23분 투자 분석을 위한 파이썬 핵심 문법
    주식 데이터를 처리하는 파이썬 코드 직접 작성하기
    변수와 자료형, 리스트·딕셔너리, 조건문과 반복문, 함수 작성, 종목별 가격과 수익률 계산, 매수·매도 조건을 판단하는 간단한 투자 프로그램 완성하기
  • 04.24분 Pandas로 금융데이터 분석하기
    주가 데이터를 자유롭게 가공하는 분석 환경 구축하기
    NumPy·Pandas 활용, Series와 DataFrame, 날짜 인덱스와 시계열 처리, 종목별 데이터 병합, 조건 검색·정렬·그룹화, 결측값 처리, 주가 분석표 만들기
  • 05.27분 미국 주식·ETF 데이터 자동 수집하기
    실제 미국 금융시장의 가격 데이터를 파이썬으로 가져오기
    yfinance 활용, 미국 주식과 ETF 티커 조회, OHLCV 데이터 수집, SPY·QQQ 등 벤치마크 데이터 비교, 수정주가와 배당·분할 이해, 수집 데이터를 CSV로 저장하기
  • 06.31분 국내 주식시장 데이터 수집하기
    코스피·코스닥·국내 ETF 분석용 데이터셋 완성하기
    FinanceDataReader·pykrx 등 금융데이터 수집 도구 활용, 국내 종목코드 조회, 일별 주가·거래량 데이터 수집, 거래일과 휴장일 처리, 국내 주요 지수 비교, 분석용 데이터 파일 생성하기
  • 07.29분 백테스트를 위한 금융데이터 정제하기
    잘못된 투자 결과를 방지하는 데이터 전처리 완성하기
    결측치와 이상치 검사, 거래일 정렬, 수정주가와 배당 반영 범위 확인, 액면분할 처리, 미래정보 사용 오류와 생존편향 이해, 과거 시점에 실제 확인 가능한 데이터 기준으로 백테스트 데이터셋 만들기
  • 08.26분 주가와 투자지표 시각화하기
    시장 흐름과 투자 위험을 한눈에 확인하는 차트 만들기
    Matplotlib·Plotly 활용, 주가·거래량·이동평균선 차트, 일별 수익률 분포, 종목 간 상관관계, 누적수익률과 손실 구간 시각화, 투자 분석 차트 구성하기
  • 09.29분 투자 수익률과 위험지표 계산하기
    투자 성과를 객관적으로 판단하는 성과분석표 만들기
    단순수익률·로그수익률, 누적수익률, CAGR, 연환산 변동성, MDD, 샤프지수, 승률과 손익비의 차이, 파이썬으로 투자 성과지표 계산 함수 구현하기
  • 10.28분 첫 번째 백테스트 직접 만들기
    매수 후 보유 전략으로 백테스트 전체 과정 경험하기
    초기 투자금과 투자 기간 설정, Buy & Hold 전략 구현, 일별 평가금액과 누적수익률 계산, 거래비용 반영, 벤치마크 비교, 자산 성장 곡선과 최종 성과표 완성하기
  • 11.29분 매수·매도 신호 자동 생성하기
    투자 규칙을 실제 거래 신호로 변환하는 프로그램 만들기
    이동평균·가격 변화·수익률 조건 설정, 매수·매도·관망 신호 생성, 포지션과 보유 비중 계산, 신호 발생 시점과 다음 거래 시점 구분, 미래 데이터 누출을 방지하는 신호 생성 로직 구현하기
  • 12.28분 이동평균선 골든크로스 전략 백테스트
    추세 추종 전략의 실제 수익성과 손실 구간 검증하기
    20일·60일 이동평균 계산, 골든크로스·데드크로스 신호 생성, 거래 규칙과 체결 시점 설정, 매매 기록 생성, 단순 보유 전략과 성과 비교, 이동평균 교차 전략 완성하기
  • 13.26분 모멘텀 투자 전략 구현하기
    상승 추세가 강한 자산을 선택하는 투자 전략 검증하기
    절대모멘텀과 상대모멘텀 이해, 3개월·6개월·12개월 수익률 계산, 상승 추세 필터링, 모멘텀 상위 종목 선정, 투자 비중 결정, 모멘텀 전략 백테스트와 수익률 비교하기
  • 14.28분 RSI 평균회귀 투자 전략 만들기
    과매수·과매도 신호를 활용한 매매 전략 테스트하기
    RSI 지표 계산, 과매수·과매도 구간 이해, 진입·청산 조건 설정, 평균회귀 전략 구현, 거래 빈도와 승률 분석, 추세 추종 전략과 성과 비교, RSI 매매 시뮬레이션 완성하기
  • 15.28분 변동성 돌파와 손절 전략 구현하기
    가격 돌파 신호와 위험관리 조건을 결합한 전략 만들기
    변동성 돌파 원리, 전일 가격 범위 활용, ATR 지표 계산, 돌파 조건과 손절 규칙 설정, 일봉 데이터의 체결 가정 이해, 매매비용과 슬리피지 반영, 변동성 돌파 전략 백테스트하기
  • 16.27분 투자 전략별 수익률 비교 분석하기
    어떤 전략이 어느 시장에서 유리했는지 검증하기
    매수 후 보유·이동평균·모멘텀·RSI·변동성 돌파 전략 비교, 동일한 평가 기간과 거래비용 적용, 누적수익률·CAGR·MDD·샤프지수 비교, 시장 상황별 전략 차이 분석, 종합 비교표 완성하기
  • 17.31분 파이썬 백테스트 엔진 활용하기
    전문 백테스팅 라이브러리로 투자 전략 실행하기
    backtesting.py 설치와 기본 구조, 전략 클래스 작성, 데이터 입력과 주문 실행, 거래 수수료 설정, 백테스트 실행, 성과 통계와 거래 내역 확인, 기존 전략을 백테스트 엔진으로 재구현하기
  • 18.30분 매매 기록과 손익분석 시스템 만들기
    개별 거래의 성공과 실패 원인을 분석하는 도구 완성하기
    진입·청산 가격과 보유 기간 기록, 실현손익과 누적손익 계산, 승률·평균손익·손익비·기대값 분석, 연속 손실과 최대낙폭 확인, 거래 로그 CSV 저장, 전략별 매매 성과 보고서 만들기
  • 19.30분 PER·PBR·ROE 가치투자 전략 만들기
    기업 재무지표를 이용한 퀀트 종목 선정 실습하기
    PER·PBR·ROE 개념과 계산, 재무정보 공시 시점 확인, 기준일별 재무 데이터셋 구성, 저평가·수익성 조건 설정, 종목 순위 산출, 과거 시점에 이용 가능한 재무정보로 가치투자 전략 검증하기
  • 20.29분 멀티팩터 퀀트 종목선정 시스템 만들기
    가치·수익성·모멘텀을 결합한 종목 스크리너 완성하기
    가치팩터·퀄리티팩터·모멘텀팩터 계산, 지표 표준화와 순위 점수, 팩터별 가중치 설정, 상위 종목 자동 선정, 포트폴리오 비중 배정, 멀티팩터 전략 성과 검증하기
  • 21.30분 ETF 자산배분 포트폴리오 구성하기
    여러 자산을 조합한 분산투자 전략 완성하기
    주식·채권·현금성 ETF의 역할, 자산 간 상관관계 분석, 동일가중 포트폴리오, 주식 60%·채권 40% 전략, 자산별 투자 비중 설정, 단일자산 투자와 분산투자 성과 비교하기
  • 22.29분 포트폴리오 최적화 실습하기
    수익률과 위험을 고려한 투자 비중 계산하기
    기대수익률과 공분산행렬, 포트폴리오 변동성 계산, 평균-분산 최적화 기초, 최소분산 포트폴리오 구성, 위험기여도와 집중도 확인, 최적화 비중의 표본 민감도 분석하기
  • 23.28분 동적 자산배분·리밸런싱 전략 만들기
    시장 변화에 따라 투자 자산을 조정하는 시스템 구축하기
    정적·동적 자산배분 차이, 상대모멘텀 기반 ETF 선택, 위험자산과 현금성 자산 전환, 월간·분기 리밸런싱, 목표 비중과 실제 비중 비교, 동적 자산배분 백테스트 완성하기
  • 24.29분 포트폴리오 위험관리 시스템 구현하기
    급락장과 변동성 확대에 대응하는 투자 규칙 만들기
    변동성 목표 설정, 포지션 크기 조절, 최대 투자 비중 제한, 손실 제한 규칙, 자산 간 상관관계 변화 분석, 현금 비중 조절, 위험관리 적용 전후 투자 성과 비교하기
  • 25.30분 거래비용과 리밸런싱 효과 분석하기
    실제 투자에 가까운 백테스트 결과 계산하기
    거래 수수료·슬리피지·회전율 계산, 거래 시점과 체결가격 가정, 월간·분기·연간 리밸런싱 비교, 비용에 따른 순수익률 변화, 거래 빈도와 포트폴리오 성과 분석, 실전형 비용 반영 백테스트 완성하기
  • 26.27분 VectorBT로 백테스트 자동화하기
    여러 투자 조건을 빠르게 비교하는 전략 분석 시스템 만들기
    VectorBT 기본 구조와 데이터 입력, 매수·매도 신호 연결, 파라미터 조합별 일괄 백테스트, 성과 통계와 수익률 히트맵, 이동평균·RSI 조건 비교, 파라미터 안정성 분석하기
  • 27.25분 과최적화 방지와 워크포워드 검증하기
    과거에만 잘 작동하는 투자 전략을 구분하는 방법 익히기
    인샘플·아웃오브샘플 데이터 분리, 과최적화와 데이터 스누핑 이해, 시계열 학습·검증 구간 설정, 워크포워드 테스트, 기간별 파라미터 재평가, 전략의 미래 데이터 검증 절차 완성하기
  • 28.26분 시장 상황별 스트레스 테스트 실행하기
    급락장과 횡보장에서 전략의 안정성 확인하기
    상승장·하락장·횡보장 구간 분리, 시장 충격 구간 분석, 거래비용 증가 시나리오, 종목 구성과 투자 기간 변화 테스트, 몬테카를로 방식의 결과 불확실성 점검, 전략별 위험 비교 보고서 만들기
  • 29.28분 퀀트 투자 분석 대시보드 만들기
    전략 성과와 포트폴리오 상태를 시각적으로 관리하기
    Streamlit·Plotly 활용, 종목과 전략 선택 화면, 투자 기간·비중·거래비용 입력, 누적수익률·MDD·성과지표 출력, 포트폴리오 현황과 모의 리밸런싱 주문표 생성, 분석 결과 CSV 다운로드 기능 구현하기
  • 30.25분 나만의 퀀트투자·백테스트 시스템 완성하기
    실제 데이터를 활용한 최종 퀀트 투자 프로젝트 완성하기
    국내·미국 주식 및 ETF 분석 데이터 준비, 투자 전략 선택과 매수·매도 규칙 구성, 종목 선정·포트폴리오 비중 계산, 거래비용을 반영한 백테스트 실행, 벤치마크·위험지표·워크포워드 결과 검증, 최종 투자 분석 대시보드와 백테스트 보고서 완성하기

강의목록 다운로드                        1:1 강의 질문&답변






도움이 필요하신가요?
💬
알지오 학습·수강 도우미
운영진이 확인한 안내를 자세히 보고, 필요하면 바로 상담하세요.
상담 상태 확인 중