노코드 백테스팅과 코딩 백테스팅: 어떤 방식이 내 전략에 맞을까?

답해야 할 질문과 앞으로 유지할 수 있는 작업에 맞춰 방식을 고르세요. 노코드는 자연어 아이디어를 검토 가능한 규칙으로 바꾸는 가장 짧은 경로입니다. Pine Script는 차트 기반 규칙에 맞습니다. Python은 맞춤 데이터, 모델, 계산이 필요한 연구에 맞습니다.

도구만으로 약한 테스트가 강한 증거가 되지는 않습니다. 어떤 방식이든 고정된 입력, 명확한 시간 규칙, 현실적인 비용, 다른 사람이 검토할 수 있는 결과가 필요합니다.

직접 맡아야 할 일을 비교하세요

규칙이 명확하고 데이터가 지원되면 노코드를 쓰세요

트레이딩 아이디어를 명시적인 조건으로 쓸 수 있을 때 노코드 방식이 잘 맞습니다. 검토 가능성을 유지하면서 첫 테스트까지 걸리는 시간을 줄일 수 있습니다.

자연어로 트레이딩 아이디어를 적으세요. Stingray는 이를 검토할 수 있는 전략으로 만들고, 과거 데이터로 테스트하며, 같은 조건이 실시간 시장에 나타나는 시점을 보여 줍니다. 전략이 과거에 언제 트리거됐을지 확인하고 더 많은 시간과 자원을 쓸 가치가 있는지 결정하세요. Stingray는 주문을 넣지 않습니다.

리플레이 전에 생성된 규칙을 확인하세요. 시장, 데이터 소스, 임곗값, 조회 구간, 평가 간격, 알림 사이 대기 시간, 날짜 범위가 맞아야 합니다. 읽기 쉬운 요약이 정확한 필드를 대신할 수는 없습니다.

노코드 백테스팅 튜토리얼로 전체 연습을 한 번 실행해 보세요. 백테스팅 방법론은 이벤트 계산, 선행 수익률, 데이터 범위, 미래 데이터 사용 검사를 설명합니다.

차트 기반 규칙에는 Pine Script를 쓰세요

전략이 TradingView 차트에서 작동하고 지표, 봉 데이터, 다른 TradingView 컨텍스트를 사용할 때 Pine Script가 잘 맞습니다. 규칙을 작성하고 Strategy Tester에서 실행한 뒤 모의 거래를 검토합니다.

TradingView는 Pine 전략의 가상 주문을 브로커 에뮬레이터에서 처리한다고 설명합니다. 에뮬레이터는 차트 데이터를 사용하며 각 과거 봉 안의 가격 움직임을 가정합니다. Bar Magnifier는 더 낮은 시간 단위 데이터를 써서 세부 정보를 늘릴 수 있지만 결과는 여전히 시뮬레이션입니다.

Pine에는 런타임 제한도 있습니다. TradingView의 현재 제한 문서에 따르면 컴파일된 스크립트는 100,000개 토큰까지 사용할 수 있습니다. 대부분 요금제는 서로 다른 request.*() 호출을 40개까지 허용하며 Ultimate 요금제는 64개까지 허용합니다. 규칙이 여러 시장, 시간 단위, 외부 컨텍스트를 읽을 때 이 제한이 구현에 영향을 줍니다.

TradingView 알림은 스크립트, 입력, 시장, 시간 단위의 사본에서 실행됩니다. 알림 문서에 따르면 이후의 스크립트나 입력 변경은 기존 알림에 반영되지 않습니다. 테스트한 정의가 바뀌면 알림을 다시 만드세요.

맞춤 연구에는 Python을 쓰세요

맞춤 데이터셋, 통계 모델, 포트폴리오 규칙, 차트 언어 밖의 계산이 필요할 때 Python이 맞습니다. 각 연구 의존성도 직접 관리해야 합니다.

데이터 스냅샷, 시간대, 패키지 버전, 코드 버전, 난수 시드, 실행 설정을 기록하세요. Python 공식 venv 문서는 가상 환경이 한 프로젝트의 인터프리터와 패키지를 어떻게 격리하는지 설명합니다. 격리는 재현 가능성의 한 부분입니다. 저장한 환경과 데이터도 결과와 일치해야 합니다.

Python 연구에는 별도의 모니터링 경로가 필요합니다. 노트북이나 백테스트 프로세스만으로 안정적인 실시간 모니터가 생기지는 않습니다. 데이터를 예약하고, 실패를 처리하고, 상태를 저장하고, 알림을 보내며, 실시간 계산이 과거 규칙과 같은지 확인해야 합니다.

3가지 방식에 같은 연구 기준을 적용하세요

1. 결과를 보기 전에 아이디어를 적습니다.
2. 시장, 데이터 소스, 시간 규칙, 임곗값, 테스트 구간을 고정합니다.
3. 미래 관측값이 더 이른 판단에 들어가지 않게 합니다.
4. 원시 일치, 개별 트리거, 대기 시간 이후 알림을 구분합니다.
5. 수수료, 스프레드, 슬리피지, 시장 충격이 판단을 바꾼다면 테스트에 포함합니다.
6. 조정에 쓰지 않은 이후 기간에서 고정된 규칙을 테스트합니다.
7. 최종 버전과 함께 실패한 버전도 저장합니다.

반복 테스트가 많을수록 우연히 좋은 결과를 찾을 가능성이 커집니다. Harvey, Liu, Zhu는 NBER 연구에서 테스트된 요인을 최소 316개로 집계했고, 새 요인은 일반적인 2.0이 아니라 3.0을 넘는 t 비율이 필요하다고 주장했습니다. 정확한 기준은 연구 환경에 따라 달라지지만 원칙은 분명합니다. 몇 가지 변형을 시도했는지 기록하세요.

앞으로 90일 동안 유지할 일을 기준으로 고르세요

규칙이 지원 데이터에 맞고 빠르게 증거를 보고 싶다면 노코드로 시작하세요. 차트가 규칙의 자연스러운 작업 공간이고 Pine 코드를 관리할 수 있다면 Pine Script를 고르세요. 다른 방식으로 표현할 수 없는 데이터나 계산이 필요하고 전체 연구 환경을 맡을 수 있다면 Python을 고르세요.

구체적인 요구가 생길 때 코드로 옮기세요. 필요한 데이터셋, 계산, 포트폴리오 규칙, 런타임 동작을 먼저 적습니다. 그러면 엔지니어링 작업이 연구 요구와 바로 연결됩니다.

더 넓은 도구 범주는 트레이딩 전략 도구 비교에서 확인하세요. 단계별 연구 과정은 Stingray Academy에서 이어집니다.