반응형

후나츠 사카이 백테스트 방식:
- 각 회차 i에서, 직전 26주 데이터로 후나츠 사카이 세트 6개를 생성
- 실제 i+1회차 당첨번호와 비교해서 몇 개 일치하는지 확인 (3개↑ = 당첨)
- 전체 회차에 걸쳐 통계 집계

1,192회차 백테스트 결과 요약이다.
핵심 결론은 후나츠 사카이가 순수 랜덤과 통계적으로 거의 동일한 성능을 보인다.
- 3개 이상 일치(5등↑): 후나츠 12.75% vs 랜덤 13.17% — 오히려 랜덤이 약간 높음
- 4개 일치(4등): 후나츠 11회, 랜덤 9회로 거의 동일
- 5개 · 6개 일치: 1,192회 테스트에서 단 한 번도 없음
- 평균 최대 일치: 1.71개 (랜덤과 동일 수준)
주의할 점이 두 가지 있다.
첫째, 후나츠 사카이는 매 회차마다 랜덤 샘플링을 포함하기 때문에 시드값에 따라 결과가 달라진다. 여러 번 돌려도 랜덤 대비 유의미한 우위는 나타나지 않는다.
둘째, 로또는 완전 무작위 추첨이므로 과거 패턴이 미래를 예측하는 데 통계적 근거가 없다 — 이 결과가 그것을 잘 보여주고 있다.
코드를 수정해서 이월수 2개 버전으로 백테스트해보자.
표면적 수치: 이월 2개 버전의 3개↑ 일치율이 25.92%로 원본(12.75%)의 약 2배처럼 보인다. 하지만 이건 세트 수가 달라서 생기는 착시이다.
공정한 비교 (세트당 기준): 이월 2개는 직전 회차 번호 6개에서 2개를 뽑는 조합(C(6,2) = 15가지)을 전부 세트로 만들기 때문에, 원본 6세트 대비 2.5배 많은 15세트를 사게 된다. 세트 하나하나의 당첨 확률로 환산하면 이월 2개(1.73%)가 이월 1개(2.13%)보다 오히려 낮고, 순수 랜덤(2.20%)보다도 낮다.
즉, 이월 수를 2개로 늘리면 세트 수가 많아져서 회차당 적중 기회가 늘어나는 것이지, 번호 선택의 품질 자체가 좋아지는 건 아니다. 더 많이 사는 것과 같은 효과이다.
반응형
'프로젝트 > PYTHON' 카테고리의 다른 글
| AI를 이용한 코드 개발 전략 - '점진적 개선' 모델 (0) | 2026.04.21 |
|---|---|
| 추가 시도해볼 만한 로또 번호 추천 전략이 있을까? (1) | 2026.04.17 |
| 일본 로또 명인 비법의 파이썬 코드 구현 (0) | 2026.04.17 |
| PyCharm에서 '프로젝트(Project)'로 관리할지, 아니면 '단일 스크립트'로 가볍게 실행할지 (0) | 2026.04.12 |
| PyCharm에서 파이썬을 윈도우 실행 파일(.exe)로 만드는 방법 (0) | 2026.04.12 |