안내본 서비스는 시장 데이터와 기술적 분석 정보를 제공하기 위한 교육·정보용 서비스입니다. 특정 자산의 매수·매도 또는 투자를 권유하지 않으며, 최종 판단과 책임은 이용자에게 있습니다.
1RR 시간대 필터 연구

이평찍먹 1RR 시간대 필터 백테스트

이평찍먹은 이 사이트에서 설명하는 큰 흐름과 작은 흐름의 관계를 바탕으로 별도의 진입·손절·청산 규칙을 붙여 만든 자체 연구 전략입니다. 일봉 ↔ 1시간봉 단기 스윙 페어를 사용했으며, 정확한 진입 타점과 내부 로직은 공개하지 않습니다. 여기서는 같은 규칙을 과거 데이터에 적용했을 때 시간대에 따라 결과가 어떻게 달라졌는지만 보여줍니다.

승률과 월평균 R의 관계를 비교한 백테스트 그래프
승률을 가장 높이는 선택과 누적 성과를 가장 높이는 선택은 같지 않았습니다.
연구 대상

BTC·ETH·US30·XAUUSD·NAS100·SPX500 1RR 전략

데이터·표본

2020-02~2026-06 · 전체 1,353건

검증 방법

전체·확장 필터·강압축 필터의 승률, 누적 R, MDD와 연도별 안정성 비교

해석 한계

시간 필터가 인샘플에서 선택되어 별도의 고정 규칙 포워드 검증이 필요함

먼저 결론

이 표본에서는 승률을 70% 이상으로 끌어올리는 것보다 60%대의 우위를 유지하면서 거래 기회를 충분히 남긴 쪽이 누적 R과 월평균 R에서 더 좋았습니다. 가장 높은 승률과 가장 높은 총성과가 같은 선택은 아니었습니다.

SETUP

무엇을 비교했나

시간프레임

일봉 ↔ 1시간봉
단기 스윙 페어

손익 구조

승리 +1R / 패배 -1R
1:1 손익비

공통 비교기간

2020.02 ~ 2026.06
77개 완전월

대상

BTC · ETH · US30 · XAUUSD · NAS100 · SPX500

전체 거래와 시간대를 넓게 거른 필터, 승률을 더 높이기 위해 강하게 압축한 필터를 비교했습니다. 정확한 진입 타점, 진입 조건, 손절 계산 방식과 내부 로직은 공개하지 않습니다. 공개하는 것은 백테스트 결과와 시간대별 성과 차이에 대한 연구 내용입니다.

RESULT

핵심 결과

구분거래수승률누적 R월평균 RMDD
전체 거래1,35351.6%+43R+0.56R26R
확장 시간필터49865.5%+154R+2.00R10R
강압축 시간필터19670.9%+82R+1.06R4R
가장 높은 승률이 가장 높은 수익은 아니었습니다.

70.9%의 강압축 필터는 거래 한 번의 기대값과 MDD 면에서는 좋았지만 거래 기회가 크게 줄었습니다. 65.5%의 확장 필터는 거래 기회를 더 많이 남겨 누적 +154R, 월평균 +2.00R로 총성과가 더 높았습니다.

전체 거래와 두 시간대 필터의 승률 거래수 누적 R MDD 비교
전체 거래, 확장 필터, 강압축 필터를 같은 기준으로 비교했습니다.
WHY

왜 승률이 더 높은데 덜 벌었을까

1RR에서 본절이 없다고 단순화하면 승률이 올라갈수록 거래당 기대값은 좋아집니다. 하지만 실제 누적 결과는 거래당 기대값 × 거래 기회에 가깝습니다.

강압축 필터는 좋지 않은 거래뿐 아니라 아직 기대값이 남아 있는 거래까지 같이 잘라냈습니다. 그래서 한 번의 거래는 더 깔끔해졌지만 월 거래 횟수가 줄면서 전체 누적 R은 오히려 낮아졌습니다.

2020년부터 2026년까지 시간축 기준 누적 R 비교
확장 필터는 거래 수를 줄이면서도 장기 누적 R의 기울기를 더 높였습니다.
ASSET CHECK

종목마다 필터 효과는 달랐다

같은 규칙을 여러 자산에 적용했을 때 전체 거래가 이미 플러스인 종목도 있었고, 특정 시간대를 거른 뒤에야 결과가 크게 좋아진 종목도 있었습니다. 이 차이는 ‘좋은 전략이면 아무 시간에나 똑같다’고 보기 어렵다는 점을 보여줍니다.

BTC 시간필터 전후 누적 R
BTC
ETH 시간필터 전후 누적 R
ETH
US30 시간필터 전후 누적 R
US30
XAUUSD 시간필터 전후 누적 R
XAUUSD
NAS100 시간필터 전후 누적 R
NAS100
SPX500 시간필터 전후 누적 R
SPX500
STABILITY

한 시기에만 우연히 좋았던 건지 확인했다

확장 필터는 2020년부터 2026년 상반기까지 연도별 누적 R이 모두 플러스였습니다. 초기 구간과 후기 구간을 나눴을 때도 월평균 R이 약 +2R 수준으로 비슷했습니다.

다만 이 분할은 진정한 아웃오브샘플 검증이 아닙니다. 시간 필터 자체가 전체 자료를 보면서 선택됐기 때문에 선택 편향은 남아 있습니다.

연도와 월별 누적 R 히트맵
연도 × 월 R 분포
연도별 거래수 승률 누적 R 안정성
연도별 안정성
LIMITS

이 결과를 실제 매매 성과로 보면 안 되는 이유

  • 과거 데이터입니다. 이후 시장에서도 같은 승률과 누적 R이 반복된다는 보장이 없습니다.
  • 시간필터는 인샘플에서 찾았습니다. 같은 데이터를 계속 잘라 좋은 시간만 남기면 과최적화 위험이 커집니다.
  • 1R 표준화 곡선입니다. 실제 계좌 수익률은 포지션 크기, 동시 진입, 복리, 스프레드, 슬리피지, 커미션에 따라 달라집니다.
  • 현재 분석기와 이평찍먹은 같은 것이 아닙니다. 분석기는 일봉·1시간봉의 현재 단기 스윙 맥락을 보여주는 참고 도구이고, 이평찍먹은 추세 분석 원리에 별도의 비공개 매매 규칙을 붙여 과거 데이터로 시험한 전략입니다.
  • 다음 단계는 고정된 규칙의 재검증입니다. 신규 데이터나 rolling walk-forward처럼 필터를 다시 고르지 않은 상태에서 결과를 확인해야 합니다.
Q&A

자주 묻는 질문

승률 70.9%인 강압축 필터가 왜 누적 수익은 더 낮았나요?

강압축 필터는 거래당 기대값과 MDD는 좋아졌지만 거래 기회를 크게 줄였습니다. 이 표본에서는 승률 65.5%의 확장 필터가 더 많은 유효 거래를 남겨 누적 +154R로 가장 높은 총성과를 기록했습니다.

이 결과는 진짜 아웃오브샘플 검증인가요?

아닙니다. 시간 필터를 전체 자료를 보면서 선택했기 때문에 선택 편향이 남아 있습니다. 연도별·기간별 안정성은 확인했지만 최종 판단에는 필터를 다시 고르지 않은 신규 데이터와 고정 규칙 포워드 검증이 필요합니다.

1R은 실제 계좌 수익률과 같은 뜻인가요?

아닙니다. 여기서 1R은 거래마다 정한 초기 위험을 1로 표준화한 연구 단위입니다. 실제 계좌 수익률은 포지션 크기, 동시 진입, 스프레드, 슬리피지, 커미션과 복리 방식에 따라 달라집니다.

이평찍먹의 정확한 진입 조건도 공개하나요?

아닙니다. 공개 글에서는 전략의 구체적인 진입 타점과 내부 로직 대신, 같은 규칙을 적용했을 때 시간대 필터가 거래수·승률·누적 R·MDD에 어떤 차이를 만들었는지 연구 결과만 설명합니다.

SUMMARY

핵심만 다시 정리하면

  • 전체 1,353건은 승률 51.6%, +43R였고, 확장 필터는 498건·65.5%·+154R·MDD 10R이었습니다.
  • 강압축 필터는 승률 70.9%와 MDD 4R로 더 깔끔했지만 거래 기회가 줄어 누적 성과는 +82R로 낮았습니다.
  • 이 결과는 시간대 선택이 전략의 성격을 크게 바꿀 수 있음을 보여주지만, 인샘플 선택 편향이 남아 있으므로 고정 규칙 포워드 검증이 필요합니다.
연구 자료

자료와 해석 범위

본문 수치는 2020년 2월부터 2026년 6월까지의 공통 비교 구간에서 동일한 1RR 규칙을 적용해 집계한 백테스트 원장을 기준으로 합니다. 그래프와 표는 같은 원장에서 작성했습니다.

시간 필터는 인샘플에서 선택했기 때문에 선택 편향이 남아 있으며, 최종 판단에는 규칙을 고정한 포워드 검증이 필요합니다.

작성 및 검증

계좌방위대

연구 수치와 그래프는 같은 거래 원장을 기준으로 확인합니다. 오류가 확인되면 해당 수치와 결론을 수정합니다.

연구 원칙 · 오류·정정 제보

이평찍먹1RR 백테스트시간대 필터백테스트 승률MDD과최적화MTF 전략
결론

좋은 시간만 남기는 것보다, 충분히 좋은 시간을 넓게 남기는 쪽이 나았다.

이 표본에서는 승률을 70% 이상으로 계속 끌어올리는 것보다 60%대의 우위를 유지하면서 거래 기회를 보존한 쪽이 누적 R과 월평균 R에서 더 좋았습니다. 이 자료의 목적은 ‘이평찍먹이 미래에도 그대로 통한다’고 주장하는 것이 아닙니다. 추세 분석 원리를 실제 규칙으로 만들고 검증했을 때 시간대 선택이 같은 전략의 성격을 얼마나 바꿀 수 있는지 보여주는 연구 결과입니다.

다른 백테스트 연구 보기 →리스크 계산기 보기 →