퀀트 연구의 지도부터,
다시 연결하기.
어떤 지표가 잘 맞을까에서 시작하던 연구를, 무엇이 수익을 만들고 어떤 위험을 받아들이는가로 옮겼어. 대표 문헌·우리의 기존 실험·남은 검증을 한곳에서 연결한 보고서야.
기존 추세·월봉·4h 선물 연구의 양수 후보는 유지해. 캐리는 계약과 거래소별로 나눠 보며, 실패한 구현과 자료 부족을 전략 계열 전체의 실패로 묶지 않아.
정확히 무엇이 잘못됐나
이전에도 추세·캐리·상대가치·ML·온체인·옵션을 조사한 기록은 있었어. 비용·지연·미래정보 차단·원장 검증도 진행했지. 문제는 그 결과를 문헌의 어느 가설을 검증했는지, 그다음 무엇을 해야 하는지로 연결하지 못한 데 있어. 최근 흐름은 RSI·ABC의 개별 조건 실험으로 좁아졌고.
지표는 규칙을 표현하는 도구
RSI·ABC·이동평균 자체가 반복되는 이익의 이유는 아니야. 현상에 대한 가설, 관찰 시점, 실행 비용, 반증 조건이 함께 있어야 해.
실패와 미확인을 구분
음수인 구현, 수익은 양수지만 비교 우위가 불명확한 후보, 자료가 없어 시험하지 못한 분야는 서로 다른 상태야.
퀀트의 9개 계열
방향을 맞히는 전략만 있는 게 아니야. 그리고 아래 분류는 겹칠 수 있어. 현선물 캐리를 차익거래에서도 세거나, 같은 BTC 추세를 서로 다른 지표로 표현한다고 독립적인 수익원이 늘어나는 건 아니야.
기존 결과를 다시 읽으면
아래는 기존 기록의 재분류야. 모든 오래된 실험을 이번에 새로 실행한 것은 아니야. 각 행에 날짜·기간·원문 파일명을 남겼어. 다른 기간의 누적 수익을 전략 순위처럼 비교하면 안 돼.
첫 비교: 원래 월봉 규칙과 우리의 변형
Faber의 본인 설명은 확정 월말 종가가 10개월 단순평균 위면 매수, 아래면 현금으로 이동하는 월 1회 규칙이야. 기존 구현은 월말 방향 판단에 일별 변동성 수량 조절을 추가했어.
그래서 새 지표를 찾는 대신 신호와 수량 조절을 아래처럼 분리했어. 원래 다자산·총수익 자료·이자 있는 현금·월말 종가 실행을 복제한 건 아니야. BTC 현물·현금 무이자·다음 시가·비용 포함의 적용 비교야.
| 규칙 | 방향 판단 | 수량 조절 |
|---|---|---|
| 단순 보유 | 항상 BTC | 최초 매수 후 수량 유지 |
| 항상 보유 + 월별 위험 조절 | 항상 BTC | 월말에만 변동성 비중 적용 |
| 월봉 필터 + 고정 수량 | 월말 SMA10 | 진입·청산 외 수량 유지 |
| 월봉 필터 + 월별 위험 조절 | 월말 SMA10 | 월말에만 비중 적용 |
| 월봉 필터 + 일별 위험 조절 | 월말 SMA10 | 매일 비중 적용 · 기존 변형 |
Bitstamp·Coinbase / 2017·2018·2024에 각각 새 자본으로 시작 / 종료 2026-09-21 / 편도 총비용 25·40bp / 1·2일 신호 지연 / 총 120계좌. 과거 20일 표준편차, 연 30% 목표, 현물 비중 상한 100%. 월별 규칙은 월중 BTC 수량을 유지해. 위험 목표는 최대손실 보장이 아니야.
이번 자료 선택 이유: 2017년 첫날부터 거래하려면 그 이전의 10개월 준비 자료가 필요해. Binance BTCUSDT 현물은 보관된 native 자료가 2017년 8월부터라, 더 긴 BTCUSD 역사가 있는 두 거래소를 사용했어. USD/USDT 차이와 같은 BTC라는 상관성을 숨기지 않고, 이를 Binance·Gate 실행 검증으로 대신하지 않아.
새 비교 결과와 검증 기록을 불러오는 중.
쉽게 읽기: 25bp는 한 번 거래할 때 0.25%의 총비용 가정이야. 최대낙폭은 이전 계좌 고점에서 가장 많이 줄어든 폭, 평균 BTC 비중은 보유 위험의 대략적인 크기, 샤프는 일별 수익의 평균을 변동성으로 나눈 지표야. 주문 수에는 수량 재조절도 포함하므로 진입 거래 수나 승률과 달라. 장중 손실은 일봉 종가 낙폭보다 클 수 있어.
이어서 검증: 4시간봉 선물 후보는 무엇을 남겼을까?
기존 EMA20/80 추세와 55/20 돌파 규칙을 그대로 두고, 이미 저장된 계좌를 재분석했어. 새 임계값이나 최고 성적의 이웃 규칙을 고르지 않았어. 대조군도 같은 과거 변동성 비중을 쓰는 항상 롱 선물이야. 위험 예산은 같지만 실제 위험·보유 시간·숏 펀딩은 같지 않아.
기존 선물 후보의 기여 진단을 불러오는 중.
대조군과 일별 수익 차이를 같은 날짜로 묶어 30일 블록·2,000회 재표본했어. 표의 구간은 연환산 산술 평균 수익 차이의 탐색적 95% 구간이지 누적 수익·CAGR·위험 조정 알파가 아니야. 비정상성·짧은 표본·여러 비교·이미 본 역사 재사용을 해결하지 못해. 분석 전 고정 명세
청산 검증은 아직 없어. 기존 엔진은 Binance 펀딩 정산 7,266개 중 4,096개, Gate 435개 전부에 시간봉 마크 시가 대용치를 썼어. 최소 마진 비율이 높아도 거래소별 청산·ADL·장애·부분체결을 재현한 것은 아니야. 목표 비중 상한은 100%지만 다음 조절 전 가격 변화로 관측 명목노출은 이를 넘을 수 있어.
전략 하나보다 시스템의 구조
1. 신호와 위험 크기를 분리
“들어갈까?”와 “얼마나 들고 있을까?”는 별도 판단이야. BTC 방향 노출, 숏의 펀딩, 현선물 양쪽 담보도 따로 계산해야 해.
2. 전략 이름보다 공통 손실
추세·돌파·월봉 필터는 모두 BTC 방향성에 의존할 수 있어. 위기 때 동시에 손실이 나는지와 총노출을 봐야 해.
3. 자동화는 별도 선택
지금은 연구와 의사결정 지원이 목적이야. 고정된 시스템 판단을 사용자가 승인하는 반자동 구조도 가능해. 주문 연결은 연구 결과만으로 승인되지 않아.
4. 실패 시 행동부터 정하기
한 다리 체결 실패, 오래된 자료, 증거금 부족, 가격 급변 때 어떤 주문을 멈추고 어떤 포지션을 줄일지 명세가 필요해.
계좌 수익에는 수량·복리·펀딩·연속 손실도 반영해야 해. 승률 50% 미만도 가능하지만, 낮은 승률 자체가 좋은 전략의 증거는 아니야.
상승·횡보·하락은 손익을 설명하는 데 쓸 수 있어. 다만 결과를 보고 각 국면에서 이긴 전략을 이어 붙이면 미래에는 알 수 없던 선택을 한 셈이야. 실제 전략은 당시 확정된 자료로 국면을 판단하고 전환 비용과 오판도 부담해야 해.
AI는 어디에 넣을까
AI는 독립적인 수익 원천이라기보다 연구·예측·위험 판단을 구현하는 방법이야. 금융 ML에 실제 연구가 있지만, 복잡한 모델이라는 이유로 이익이 생기지는 않아. Gu·Kelly·Xiu와 Financial Machine Learning 서베이를 출발점으로 삼되 BTC 가격 예측과 동일한 실험으로 읽지 않아.
- 지금 활용: 문헌의 규칙·가정 추출, 실험 명세 점검, 자료 품질·손익 기여 설명, 사용자의 ABC 분석을 기록 가능한 가설로 바꾸기.
- 검증 후 활용: 당시 가용 뉴스·흐름에서 추가 정보를 추출하거나, 보정된 확률로 거래 선별·위험 크기를 판단하기. 가격-only 기준선보다 나아지는지 확인해야 해.
- 그대로 쓰면 안 되는 것: 최신 LLM에게 옛 날짜의 차트·뉴스를 보여주고 당시 예측이었다고 평가하기. 모델 학습에 이후 사건이 들어 있을 수 있어.
다음 검증은 이 순서로
연구의 성공 기준도 바꿔야 해
매년 양수, 모든 국면에서 이익, 높은 승률을 모든 전략의 필수 조건으로 요구하면 위험을 감수해 얻는 전략의 성격을 놓칠 수 있어. 그렇다고 결과를 본 뒤 합격선을 낮춰 성공이라고 선언해서도 안 돼. 연구 근거와 사용자 위험 허용치를 분리해 다음 실험 전에 기준을 고정해야 해.
지금 우선할 기준은 근거가 있는 가설, 계산·시점 재현, 비용 후 경제적 크기, 기준선과의 차이, 큰 손실·수익 집중·실행 여건이야. 미래 수익이 보장될 때까지 과거 조건을 바꾸는 게 목표가 아니야. 백테스트 과적합 연구
출처와 실제 읽은 범위
공식 연구 개요·초록·저자 설명을 대조한 연구 지도야. 모든 원논문의 결과를 재현한 최종 문헌고찰은 아니야.
문헌의 주장, 우리 기존 파일의 관찰 결과, 앞으로 할 검증 제안은 구분했어. 자료 부족은 0% 성과나 실패로 바꾸지 않았어.