Walk-Forward 검증은 왜 “한 번의 OOS”보다 더 까다로운가.

한 번의 인샘플/아웃오브샘플 분할은 이해하기 쉽지만, 어느 한 시점의 구분에 결과가 크게 의존할 수 있습니다. Walk-Forward는 이 경계를 여러 번 앞으로 이동시키며 같은 절차가 반복 가능한지 봅니다.

훈련하고, 고정하고, 다음 구간을 시험합니다

예를 들어 과거 6개월로 규칙을 정한 뒤 다음 1개월을 OOS로 시험하고, 시간이 지나면 창을 앞으로 옮겨 같은 과정을 반복할 수 있습니다. 중요한 것은 각 OOS 결과를 보기 전에 해당 구간의 규칙이 이미 고정돼 있어야 한다는 점입니다.

재최적화 규칙까지 전략의 일부가 됩니다

언제 다시 학습할지, 어떤 데이터를 버릴지, 파라미터를 얼마나 바꿀 수 있는지가 모두 결과에 영향을 줍니다. 따라서 Walk-Forward는 “자동으로 과최적화를 막아주는 버튼”이 아닙니다.

구간별 성능 차이가 더 잘 보입니다

어떤 시장 상태에서는 유지되고 다른 상태에서는 무너지는 전략이라면 평균 수익률 하나보다 각 Walk-Forward 구간의 분포가 더 많은 정보를 줍니다.