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.
파이썬 퀀트투자·백테스트 실무 완성
주소를 길게 누르거나 Ctrl+C (Mac: ⌘C)로 복사해 주세요.
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.
관련 분야 전체 과정투자·자산관리 전문관에서 퀀트·백테스트와 투자 과정 비교하기 →
수강 전 꼭 확인하세요
수강 전 자주 묻는 내용을 간단히 안내드립니다.
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.
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.
검증된 커리큘럼과 전문 강사진으로 높은 만족도를 제공합니다.
자세히 보기 >작은 나눔이 더 나은 내일을 만듭니다.
자세히 보기 >수강생 리얼후기!
실제 수강생의 학습 경험을 확인해 보세요.
수강후기를 불러오는 중입니다.
최근 수강질문
최근 등록된 수강질문을 작성순서대로 확인해 보세요.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.





