자동 트레이딩 시스템 배포 직전입니다 🚀

안녕하세요.

Polymarket에서 매일 거래를 자동으로 실행하는 시스템을 개발해왔고, 이제 라이브로 배포하려고 합니다.

핵심 전략은 공개하지 않겠지만, 관련 데이터를 추출해 일일 매매를 수행하도록 구성했고, 1년치 백테스트를 돌려서 ROI가 1337%로 나왔습니다.

CNN/DNN 등 머신러닝 기법을 공부해 과적합을 피하는 방법은 알고 있고, 백테스트 결과를 더 엄격하게 검증하고 실거래로 매끄럽게 이관하는 방법에 대한 조언을 듣고 싶습니다.

검증 관련으로는 A) 엣지를 확인하기 위한 엄격한 테스트 방법, B) 알고리즘 배포 시 유의사항이나 일반적인 팁을 알고 싶습니다.

백테스트는 인출 없이 복리로 가정한 상태라는 점도 미리 적어둡니다.

유용한 정보나 경험 있으시면 공유해 주세요. 감사합니다.

🧐 배경 설명 및 요약

1) 왜 이 글이 올라왔나: 작성자는 Polymarket 자동매매 시스템을 백테스트 후 곧 라이브로 돌리려 하는데, 백테스트 수익률(1337%)이 너무 높아 과적합이나 비현실적인 가정이 있는지 검증받고 싶어 글을 올렸습니다.

2) 작성자가 실제로 묻고 걱정하는 것: 작성자는 백테스트 결과가 운이거나 데이터 과적합일 가능성, 실거래에서의 슬리피지·수수료·자금관리 문제, 그리고 라이브 배포 시 발생할 수 있는 기술적·운영상 리스크를 걱정합니다. 핵심 질문은 '엣지를 진짜로 확인하려면 어떤 추가 테스트를 해야 하는가'와 '안전하게 배포하는 방법은 무엇인가'입니다.

3) 어려운 개념을 간단히 설명: 백테스트는 과거 데이터로 전략을 시험해본 결과입니다. 과적합(overfitting)은 모델이 과거 데이터의 노이즈까지 학습해 새 데이터에 약해지는 현상입니다. 컴파운딩(복리)은 수익을 계속 재투자하는 가정이고, 이것이 현실적이지 않을 수 있습니다. 권장 추가검증 방법은: 엄격한 아웃오브샘플 테스트(데이터를 나눠 검증), 워크포워드 테스트(시간 순으로 나눠 반복 검증), 종이거래/페이퍼 트레이딩이나 소규모 실계좌로 파일럿 운영, 거래비용·슬리피지 적용, 데이터 유출(data leakage) 점검입니다.