visusm25

“지표를 이렇게 바꿨더니 백테스트 성과가 확 좋아졌어요.”  그런데 실거래에선 숫자가 달랐습니다. 문제는 전략이 아니라 데이터 였죠. 그때 깨달았습니다. 성과를 좌우하는 건 ‘얼마나 많이 모았나’가 아니라 ‘얼마나 정확히 모았나’ 라는 사실을요. 이번 글에선 제가 현장에서 부딪히며 정리한 데이터 수집 전략 을 공유합니다. 원칙→소스 지도→품질 관리→파이프라인→대시보드까지, 실전에서 바로 쓰는 체크리스트와 템플릿을 드릴게요. 왜 수집 전략이 성과를 바꾸는가 시점 오류 하나면 백테스트는 과장이 되고, 실거래는 손실이 됩니다. 서바이버십 바이어스 (퇴출 종목 제외)는 ‘좋아 보이는’ 전략을 만들어냅니다. 정의 불일치 —예: ‘거래대금’ 단위가 다르면 필터가 엇나갑니다. 즉, 데이터는 전략의 연료이자 브레이크입니다. 품질이 낮으면 속도를 내도 더 멀리 가지 못합니다. 수집 원칙 5가지(핵심) 목표 우선 : “무엇을 예측/판단할 건가?”를 먼저 정의합니다(모멘텀/가치/변동성/이벤트 등). 지표 사양서 : 지표마다 정의·단위·윈도우·리샘플링 규칙 을 문서로 고정. 한 소스=한 진실(SSOT) : 동일 지표는 가능한 한 하나의 공식 소스 에서만 공급. 변환은 코드로 : 수동 엑셀 편집 대신 재현 가능한 스크립트 로 ETL. 로그와 버전 : “언제/어디서/무엇을/얼마나”를 남기고 데이터셋에 버전 태그 를 부여. 데이터 소스 지도(현실적 분류) 시세/체결 : OHLCV, 틱/분/일. 거래소/브로커/데이터 벤더. 기초재무/밸류 : 재무제표, 컨센서스, 배당·분할 이력. 뉴스/공시/캘린더 : 실적 발표, 거시지표, 배당락/권리락. 대체데이터 : 검색 트렌드, 웹 트래픽, 위성·물류, 소셜 ...