과최적화의 함정

과최적화란 무엇인가요

과최적화(오버피팅, 과거 데이터에만 지나치게 맞춘 상태)는 과거 성적에만 딱 맞는 규칙을 만드는 일입니다. 기출문제 답을 통째로 외운 학생과 비슷해요. 같은 문제가 나오면 만점이지만, 문제가 조금만 바뀌어도 풀지 못합니다.

투자 규칙도 같습니다. 과거 10년 데이터로 규칙을 고르면, 그 10년 동안 우연히 생긴 움직임까지 '규칙'으로 외워 버릴 수 있습니다.

조건을 붙일수록 생기는 함정

가상의 예를 들어 볼게요. 'PER이 낮은 종목을 산다'는 규칙의 과거 성과가 평범했다고 합시다. 여기에 '부채비율 83% 이하', '3월에만 매수', '이름이 ㄱ~ㅅ으로 시작' 같은 조건을 하나씩 붙이면 과거 성적은 점점 좋아질 수 있습니다.

하지만 규칙이 좋아진 게 아닐 수 있습니다. 과거에 우연히 잘된 종목만 남도록 조건을 깎아 맞춘 결과일 수 있어요. 조건이 많고 시험해 본 조합이 많을수록, 순전히 우연으로 좋아 보이는 규칙이 나올 가능성도 커집니다.

경고 신호: - 기준 숫자가 이상하게 딱 떨어지게 조정돼 있다(83%, 12.7배 등) - 기간을 조금만 바꿔도 성과가 크게 달라진다 - 왜 통하는지 한 문장으로 설명하기 어렵다

표본 밖 검증(아웃오브샘플)

표본 밖 검증은 규칙을 만들 때 쓰지 않은 데이터로 다시 시험하는 방법입니다. 기출문제로 공부하고, 처음 보는 모의고사로 실력을 확인하는 것과 같아요.

예를 들어 2010~2017년 데이터로 규칙을 만들고, 2018~2023년 데이터로 확인합니다. 두 구간의 성과 차이가 크다면 과최적화를 의심해 봅니다. 단, 표본 밖 결과를 보고 규칙을 고치기를 되풀이하면 그 구간도 결국 '외운 문제'가 됩니다.

단순한 규칙과 경제적 논리

과최적화를 줄이는 기본은 조건은 적게, 이유는 분명하게 두는 것입니다. '이익에 비해 싸게 거래되는 회사', '자본을 효율적으로 쓰는 회사'처럼 왜 통할 수 있는지 경제적으로 설명되는 규칙이 우연에 덜 기댑니다.

그래도 과거 검증이 미래 성과를 보장하지는 않습니다. 거래비용과 생존편향(망해서 사라진 회사가 데이터에서 빠지는 문제)도 함께 따져야 합니다.

우리 사이트의 기준표에서 각 점수 항목이 어떤 이유로 들어갔는지 직접 확인해 보세요.

교육용 콘텐츠이며 투자 권유가 아닙니다. 그림의 숫자는 이해를 돕는 가상 값입니다. 투자 판단과 책임은 이용자에게 있습니다.