# 워크포워드 분석

> 워크포워드 분석은 전략의 파라미터를 한 구간의 과거 데이터로 맞추고(표본 내), 그 파라미터를 전혀 바꾸지 않은 채 바로 다음 구간에서 검증한 뒤(표본 외), 두 창을 함께 앞으로 밀어 같은 과정을 반복하는 백테스트 절차입니다. 이어 붙인 표본 외 구간의 성과만이 유일하게 의미 있는 숫자이며, 표본 내 성과는 파라미터를 고르는 데 든 비용일 뿐 증거가 아닙니다. 흔한 분할은 표본 내 12개월, 표본 외 3개월을 분기마다 미는 방식이고, 표본 외 수익률을 표본 내 수익률로 나눈 워크포워드 효율이 약 0.5 아래면 파라미터가 안정적이지 않다고 판단합니다.

Canonical HTML page: https://qanterion.com/ko/glossary/walk-forward-analysis
업데이트: 2026-09-02
다른 이름: 워크포워드 최적화, 워크포워드 테스트, 롤링 표본 외 검증

## 계산 방법

```
Window k: fit on [t_k, t_k + IS), test on [t_k + IS, t_k + IS + OOS)
Roll: t_{k+1} = t_k + OOS, then repeat
Reported performance = the stitched OOS segments only

WFE = annualised OOS return ÷ annualised IS return
IS 30% / OOS 9% → WFE = 0.30 (below ~0.5: parameters unstable)
Typical split: IS 12 months / OOS 3 months, rolled quarterly
```

## 계산 예시

표본 내 12개월 연환산 수익률 30%, 바로 다음 3개월 표본 외 연환산 수익률 9%. 워크포워드 효율 = 9 ÷ 30 = 0.30, 파라미터 불안정.

## 표본 외 구간만 숫자로 인정되는 이유

Bailey, Borwein, López de Prado, Zhu는 파라미터 시도를 충분히 반복하면 전략에 우위가 전혀 없어도 높은 표본 내 샤프 비율이 기대값으로 나타난다는 것을 보였습니다. 남는 것이 N번의 무작위 시도 중 최대값이기 때문입니다. Lo와 MacKinlay는 학술적 자산가격 검정에서도 같은 데이터 스누핑 편향을 기록했습니다. 워크포워드 분석은 이에 대한 실무적 방어선입니다. 파라미터는 자신이 평가받는 구간을 한 번도 보지 않았으므로, 이어 붙인 표본 외 기록은 일정대로 재최적화하며 운용한 실계좌가 벌었을 성과가 됩니다. 시도 횟수를 세고, 가장 좋은 표본 내 결과는 신호가 아니라 N번 시도의 기대 최대값으로 취급해야 합니다.

## 워크포워드 효율 읽는 법

워크포워드 효율은 연환산 표본 외 수익률을 연환산 표본 내 수익률로 나눈 값입니다. 표본 내에서 30%, 표본 외에서 9%를 버는 규칙의 효율은 0.30이며, 표본 내 숫자의 70%는 시장이 아니라 맞춤이 만든 것이었다는 뜻입니다. 약 0.5 아래면 파라미터가 불안정해 거래에 쓸 수 없습니다. 0.5와 1 사이는 우위의 일부가 노이즈에 잃어지는 상태로, 이는 정상입니다. 1을 크게 넘는 값은 규칙보다 그 표본 외 구간에 대해 말해줍니다. QANTERION에는 백테스트 엔진이 없으며, 표본 외 구간에 해당하는 것은 실거래 실행을 활성화하기 전에 실시간 시장 데이터로 진행하는 모의투자 포워드 테스트입니다.

## 흔한 오해

워크포워드 분석을 무효로 만드는 것은 대개 실행하는 본인입니다. 한 번 돌려 표본 외 기록이 나쁘면 파라미터 범위나 창 길이를 보기 좋아질 때까지 바꿉니다. 그 순간 표본 외 구간은 최적화에 쓰였고 표본 내가 됩니다. 두 번째 오류는 좋은 표본 외 구간 하나를 검증으로 읽는 것인데, 그 구간에서 전략이 거래를 거의 하지 않았다면 의미가 없습니다. 거래가 여섯 번뿐인 3개월 구간은 좋든 나쁘든 통계적 무게가 없습니다.

## 직접 계산하기

- Sharpe ratio calculator: https://qanterion.com/ko/tools/sharpe-ratio-calculator
- 파산 확률 계산기: https://qanterion.com/ko/tools/risk-of-ruin-calculator

## 관련 용어

- 백테스트: https://qanterion.com/ko/glossary/backtesting
- 과적합: https://qanterion.com/ko/glossary/overfitting
- 페이퍼 트레이딩: https://qanterion.com/ko/glossary/paper-trading

## 출처

- [Pseudo-Mathematics and Financial Charlatanism: The Effects of Backtest Overfitting on Out-of-Sample Performance](https://www.ams.org/notices/201405/rnoti-p458.pdf) — Notices of the American Mathematical Society, Vol. 61 No. 5 (2014)
- [The probability of backtest overfitting](https://doi.org/10.21314/JCF.2016.322) — Journal of Computational Finance (Risk Journals)
- [Data-Snooping Biases in Tests of Financial Asset Pricing Models](https://www.nber.org/papers/w3001) — National Bureau of Economic Research (Andrew W. Lo, A. Craig MacKinlay)

## Other languages

- English: https://qanterion.com/glossary/walk-forward-analysis
- 简体中文: https://qanterion.com/zh/glossary/walk-forward-analysis
- 繁體中文（台灣）: https://qanterion.com/zh-TW/glossary/walk-forward-analysis
- 繁體中文（香港）: https://qanterion.com/zh-HK/glossary/walk-forward-analysis
- 日本語: https://qanterion.com/ja/glossary/walk-forward-analysis
- Português (Brasil): https://qanterion.com/pt-BR/glossary/walk-forward-analysis
- Türkçe: https://qanterion.com/tr/glossary/walk-forward-analysis
- Bahasa Indonesia: https://qanterion.com/id/glossary/walk-forward-analysis
- العربية: https://qanterion.com/ar/glossary/walk-forward-analysis

## Risk notice

이 용어집은 교육용입니다. 투자 자문이 아니며, 여기 설명된 어떤 지표도 미래 결과를 예측하지 않습니다.