OptiNod Academy

확증 편향 — 근거를 더 모을수록 내 포지션만 옳아 보이는 메커니즘

차트에서 근거를 더 모아도 방향이 더 정확해지지는 않습니다. 확증 편향은 인샘플과 아웃샘플의 기댓값 격차로 측정됩니다.

> 차트에서 근거를 더 모아도 방향이 더 정확해지지는 않습니다. 늘어나는 것은 이미 정한 방향에 대한 *확신* 하나뿐입니다.

확증 편향(Confirmation Bias)은 1960년 심리학자 Peter Wason이 규칙 발견 실험으로 보여준 현상입니다. 참가자에게 2·4·6 세 숫자를 주고 그 뒤에 숨은 규칙을 알아맞히게 했습니다. 대부분은 "2씩 커진다" 같은 규칙을 머릿속에 정하고, 그 규칙에 맞는 숫자열(8·10·12 등)만 계속 제시해 규칙이 맞다는 확인을 받으려 했습니다. 실제 규칙은 "커지는 순서면 무엇이든"이었고, 자기 규칙을 반박할 숫자열을 시험한 사람만 정답을 찾았습니다. 한 줄로 정리하면 이렇습니다. 사람은 이미 정한 판단을 지지하는 정보를 찾아 모으고, 그 판단을 반박하는 정보는 잘 찾지 않습니다.

대중적 조언은 이것을 "객관적으로 보라"거나 "감정을 빼고 분석하라"는 태도의 문제로 다룹니다. 확증 편향은 분석을 덜 해서 생기지 않습니다. 오히려 분석하는 동안 작동합니다. 근거를 더 찾을수록 지지 근거만 눈에 들어오므로, "더 분석하라"는 처방은 오히려 편향을 키웁니다. 태도를 다잡는 것만으로는 해결되지 않습니다. 판단을 굳히기 전에 반증을 먼저 보게 만드는 절차가 필요합니다.

비용은 진입 근거의 개수로 측정되지 않습니다. 롱을 정해 두고 차트를 넘기면 지지 근거는 얼마든지 나옵니다. RSI 과매도, 피보나치 지지, 강세 다이버전스, 수요 구간이 한 화면에 다 보입니다. 같은 화면에 있던 반대 근거는 세지 않았을 뿐입니다. 근거가 다섯 개로 늘어도 방향의 우위가 커지지 않는다면, 늘어난 것은 정보가 아닙니다. 확신 하나가 커졌을 뿐입니다. 이 과정은 백테스트에 조건을 덧대 과거에 맞추는 곡선 맞춤과 구조가 같습니다. 그 정도는 인샘플 기댓값과 아웃샘플 기댓값의 격차로 측정됩니다.

근거를 더 찾을수록 방향은 그대로이고 확신만 굳습니다

확증 편향의 핵심은 정보를 모으는 순서에 있습니다. 사람은 판단을 먼저 정하고, 그 판단을 지지하는 정보를 찾아 모읍니다. 방향을 정하기 전이라면 같은 차트에서 강세 근거와 약세 근거가 비슷한 개수로 보입니다. 롱을 한번 정하고 나면 강세 근거만 눈에 들어오고, 약세 근거는 아예 찾지 않습니다.

트레이딩에서 이 순서가 문제가 되는 이유는 차트에 근거가 얼마든지 있기 때문입니다. 한 화면에는 수십 개의 지표와 수백 개의 봉이 있고, 어떤 방향을 정해도 그 방향을 지지하는 조합 몇 개는 반드시 나옵니다. RSI가 과매도라거나, 직전 저점이 피보나치 지지에 걸린다거나, 거래량이 늘었다는 식입니다. 근거가 하나씩 늘 때마다 확신은 커지는데, 같은 화면에 있던 반대 방향 근거를 세지 않았으므로 방향의 우위는 그대로입니다.

2·4·6 실험이 보여준 것이 이것입니다. 자기 규칙에 맞는 숫자열을 아무리 많이 확인해도 규칙이 맞다는 증명이 되지 않습니다. 규칙을 반박할 숫자열을 시험해야 그 규칙이 맞는지 확인됩니다. 진입 근거도 같습니다. 지지 근거 다섯 개는 방향이 옳다는 증명이 되지 못하고, 그 방향을 반박할 조건을 시험했을 때만 방향의 우위가 확인됩니다.

조건을 덧대 확신을 키우는 일은 곡선 맞춤과 같은 구조입니다

진입마다 지지 근거를 덧붙이는 습관은 백테스트에서 조건을 덧대 과거에 맞추는 곡선 맞춤과 같은 구조입니다. 두 경우 모두 이미 정한 결론에 맞도록 조건을 추가합니다. 백테스트에서는 "이 필터를 넣으면 과거 손실 거래가 빠진다"며 조건을 늘리고, 차트 분석에서는 "이 지표도 강세를 가리킨다"며 근거를 늘립니다. 조건이 늘수록 과거 데이터에 대한 설명력은 올라갑니다.

문제는 조건이 늘수록 과거에만 맞고 미래에는 맞지 않는 부분이 함께 늘어난다는 점입니다. 백테스트에 조건을 하나 더 넣으면 인샘플 성과는 거의 항상 좋아집니다. 그 조건이 우연히 과거의 손실 몇 개를 걸러낸 것이라면, 아웃샘플에서는 같은 효과가 나오지 않습니다. 진입 근거도 마찬가지입니다. 지지 근거를 다섯 개까지 모은 진입의 실현 성과가 근거 두 개로 들어간 진입의 성과와 같다면, 늘어난 세 개는 확신만 키웠을 뿐 방향의 우위를 더하지 않은 것입니다.

다중검정이 이 착시를 설명합니다. 후보 조건을 여러 개 시험하면 그중 몇 개는 순전히 우연으로 과거 성과를 좋게 만듭니다. 지지 근거를 여러 개 모으는 일도 같은 다중검정입니다. 강세를 가리키는 지표를 충분히 넓게 찾으면 몇 개는 반드시 나오고, 그 몇 개를 모아 확신의 근거로 씁니다. 곡선 맞춤이 인샘플 성과를 부풀리듯, 지지 근거를 모으는 일은 진입 확신을 부풀립니다.

고점에서 지지 근거는 늘 충분합니다

확증 편향이 가장 큰 비용을 만드는 구간은 추세의 끝입니다. 2025년 10월 6일 비트코인은 126,200달러까지 올라 당시 사상 최고가를 기록했습니다. 이 지점에서 롱을 정한 트레이더에게 지지 근거는 부족하지 않았습니다. 신고가를 경신한 상승 모멘텀과 상승 추세선 위의 종가는 강세 근거로 쓰기에 충분했고, 반대 방향을 가리키는 근거는 같은 화면에 있었지만 세지 않았습니다.

그 뒤 가격은 11월 21일 80,600달러까지 약 36% 내렸습니다. 지지 근거가 가장 많이 보이던 지점이 위험이 가장 큰 지점이었습니다. 상승이 오래 이어질수록 강세 근거는 쌓이고, 그 근거들은 이미 지나간 상승을 설명할 뿐 다음 방향을 알려주지 않습니다. 확증 편향은 이 시점에 반대 근거를 아예 보지 않게 만듭니다.

같은 구조가 2026년 초에도 반복됐습니다. 1월 14일 97,924달러였던 가격은 2월 6일 60,000달러까지 약 39% 내렸습니다. 고점 부근에서 롱을 정한 판단을 뒷받침할 상승 근거는 그 시점까지 얼마든지 있었지만, 이후 3주가 안 되는 기간의 하락은 그 근거들과 상관없이 나타났습니다. 지지 근거의 개수는 방향의 우위를 재는 지표가 되지 못합니다.

확증 편향은 두 가지 숫자로 측정됩니다

확증 편향을 태도의 문제로만 보면 손볼 곳이 보이지 않습니다. 진입 근거의 개수를 실현 R과 짝지어 보면 두 가지 숫자가 나옵니다.

첫 번째는 인샘플과 아웃샘플의 기댓값 격차입니다. 과거 데이터를 앞뒤로 나눠, 앞 구간(인샘플)에서 조건을 맞춘 전략을 뒤 구간(아웃샘플)에서 그대로 돌립니다. 지지 근거를 덧대 확신을 키운 전략일수록 인샘플 기댓값은 높고 아웃샘플 기댓값은 낮게 나옵니다. 두 값의 격차가 확증으로 부풀린 부분의 크기입니다. 워크포워드 분석은 이 절차를 구간을 밀어가며 반복해, 격차가 우연인지 반복되는지 확인합니다.

두 번째는 진입당 근거 수와 실현 성과의 관계입니다. 모든 진입에 그때 든 지지 근거의 개수를 적고, 나중에 실현 R과 짝지어 봅니다. 확증 편향이 있으면 근거 수가 많은 진입과 적은 진입의 평균 R이 비슷하게 나옵니다. 근거를 더 모은 진입이 더 나은 성과로 이어지지 않는다면, 늘어난 근거는 정보가 아닙니다. 즉 확신만 키웠다는 뜻입니다. 강건성 점검은 여기에 더해, 조건을 조금 바꿨을 때 성과가 급격히 나빠지는 전략을 걸러냅니다. 조건 하나에 성과가 크게 흔들리면 그 조건은 과거에 맞춘 것입니다.

반증을 먼저 적으면 지지 근거만 모으는 습관이 사라집니다

확증 편향은 방향을 정한 다음에 작동합니다. 그래서 교정의 핵심은 방향을 굳히기 전에 반대 근거를 먼저 보게 만드는 것입니다. 진입 판단을 내리기 전에 "이 방향이 틀렸다면 무엇으로 확인되는가"를 먼저 적어 두면, 지지 근거만 모으던 순서가 바뀝니다.

• [ ] 반대 시나리오 먼저 기록: 진입을 확정하기 전에 방향이 틀렸을 때 나타날 조건(무효화 지점)을 먼저 적습니다. 지지 근거는 그다음에 셉니다.
• [ ] 무효화 조건을 주문으로 등록: 무효화 지점을 손절 주문으로 진입과 동시에 올립니다. 반대 근거를 판단으로 두지 않고 주문으로 고정합니다.
• [ ] 근거 개수 기록: 진입마다 든 지지 근거 수를 적어, 근거 수와 실현 R의 관계를 주기적으로 봅니다.
• [ ] 아웃샘플 검증: 새 조건을 넣어 확신이 커졌다면, 인샘플에서 맞춘 전략을 아웃샘플에서 그대로 돌려 두 구간 기댓값을 비교합니다.
• [ ] 판단 전 검증 구간 분리: 실전·페이퍼로 "돈이 벌리나"를 보기 전에 아웃샘플·워크포워드 구간을 먼저 떼어 둡니다.

이 규칙들의 목적은 확신을 없애는 데 있지 않습니다. 오히려 확신의 근거를 개수에서 검증 결과로 바꾸는 데 있습니다.

두 가지 함정

*모든 근거를 다 검토했다는 착각.* 지지 근거와 반대 근거를 둘 다 봤다고 해서 편향이 사라지지 않습니다. 사람은 지지 근거는 그대로 받아들이고, 반대 근거는 "이건 예외"라며 넘깁니다. 반대 근거를 봤더라도 예외로 처리해 넘기면 결과는 같습니다. 반대 근거는 본 다음 판단으로 두지 않고 무효화 주문으로 고정해야 편향이 끼어들 자리가 없어집니다.

*근거가 많을수록 확실하다는 생각.* 진입 근거가 다섯 개 겹쳤다는 사실은 방향의 확실성을 높이지 않습니다. 그 근거들이 서로 겹친다면(예를 들어 RSI 과매도와 스토캐스틱 과매도는 같은 가격 하락을 다르게 표시한 것입니다) 다섯 개는 사실상 한두 개입니다. 겹치는 근거를 여러 번 세면 확신만 커지고 정보는 더해지지 않습니다.

근거의 개수는 방향의 우위를 재지 못합니다

확증 편향의 특징은 열심히 분석할수록 심해진다는 점입니다. 근거를 더 찾고 더 오래 볼수록 지지 근거는 쌓이고 확신은 커지는데, 방향의 우위는 그만큼 커지지 않습니다. 이 편향은 분석을 덜 해서 생기지 않습니다. 그래서 더 분석하라는 조언으로는 줄지 않고, 검증의 순서를 바꿔야 줄어듭니다. 판단을 굳히기 전에 반대 시나리오를 먼저 적고, 새로 얻은 확신을 아웃샘플에서 검증하는 절차가 편향이 끼어들 틈을 막습니다. 진입 근거의 개수를 실현 R과 짝지어 보고, 인샘플과 아웃샘플의 기댓값 격차를 재면, "근거가 이렇게 많은데"라는 느낌이 확인할 수 있는 숫자로 바뀝니다. 이 두 가지를 먼저 두면, 확신이 들어설 자리가 좁아집니다.