요약
본 프로젝트는 2020~2025년 1시간봉(1H) 데이터를 기반으로, 거래 비용과 실행(네트워크/레이트리밋) 문제를 현실적으로 반영한 자동매매 연구 파이프라인을 구축하고, OOS(Out-of-Sample) 및 홀드아웃(2026년 분리) 검증을 수행한 뒤 AWS 환경에서 실전 운영 로그로 정합성을 점검한 기록입니다.
전략의 상세 규칙은 지식재산 보호를 위해 공개하지 않으며, 대신 검증 절차·가정·리스크·운영 내구성 중심으로 서술합니다.
- 데이터 및 대상
항목내용 데이터 주기1H (OHLCV) 개발/검증 범위2020~2025 홀드아웃2026년 데이터 별도 추출 → 최종 검증용 분리 최종 포트폴리오 자산SOL, DOGE, AVAX, LINK, AAVE, SUI, XRP, PEPE
초기에는 고유동성 선물 10개 종목을 테스트하였으며, BTC/ETH는 바이앤홀드 대비 개선폭이 제한적이라 최종 구성에서 제외하였습니다.
- 비용 가정 (보수적)
백테스트에는 다음 비용 가정을 적용하였습니다.
비용 항목가정치 (왕복) 슬리피지0.4% 수수료0.1% 펀딩비보수적으로 비용에 포함 실전 관측 합계평균 약 0.3% (수수료+펀딩비+슬리피지)
비용을 실제보다 높게 잡아도 생존하는지 여부를 핵심 기준으로 사용하였습니다. 즉, 보수적 가정 하에서도 전략이 유효한지를 검증의 1차 관문으로 설정하였습니다.
- 연구/개발 절차 (파이프라인)
연구 파이프라인은 총 10단계로 구성됩니다.
1단계: 가능한 전략 공간을 폭넓게 탐색(탑다운)
2단계: 성과가 나온 후보 전략들의 공통점을 통계적으로 추출
3단계: 해당 구조가 발생하는 원인(가설)을 연구
4단계: 룩어헤드(미래 참조) 제거 후, 가설 기반 조합을 수백만 단위로 백테스트
5단계: 공통점을 스코어 방식으로 치환하여 비교/선별
6단계: 통과한 후보에서 리스크 파라미터(SL/트레일 등)를 다양한 조합으로 재검증(비용 포함)
7단계: 연도별/기간별 OOS 검증
8단계: 실전 실행 엔진 구현(상태 복구, 로그, 오류 처리 포함)
9단계: AWS 배포 및 실전 운영
10단계: 실전 로그와 백테스트/리플레이 결과를 대조해 정합성 점검 [작성일자 기준, 현행 대조 중]
연구/개발 절차와 관련해서는 다른 보고서에서 보다 상세하게 설명합니다.
- 검증 설계 (공정성 확보)
검증의 공정성을 확보하기 위해 다음 네 가지 원칙을 적용하였습니다.
룩어헤드 제거: "완료된 캔들"만 사용하고, 신호와 진입 시점을 일관되게 정의하였습니다. 미래 데이터가 의사결정에 영향을 주는 것을 원천 차단하였습니다.
OOS(Out-of-Sample): 연도별/기간별로 분리해 다구간 검증을 수행하였습니다. 단일 구간에서만 좋은 성과를 보이는 전략을 제거하기 위함입니다.
홀드아웃: 2026년 데이터는 개발 범위(2020~2025)와 완전히 분리하여 별도 평가용으로 유지하였습니다. 홀드아웃을 본 뒤 전략을 재튜닝하지 않는 것이 핵심입니다.
비용 반영: 높은 비용(슬리피지/수수료/펀딩비 포함)을 가정해도 생존하는지 확인하였습니다.
자동매매 백테스트에서 룩어헤드(Look-ahead) 바이어스를 제거하는 올바른 방법은? ① 현재 형성 중인 캔들의 고가/저가를 신호에 활용형성 중인 캔들의 데이터는 미래 정보를 포함하므로 룩어헤드 바이어스의 원인이 됩니다. ② 완료된 캔들만 사용하고 신호와 진입 시점을 일관 정의완료된 캔들만 사용하면 미래 데이터가 의사결정에 영향을 주는 것을 원천 차단할 수 있습니다. ③ 전체 데이터를 한 번에 로드하여 최적 파라미터 탐색전체 데이터를 한 번에 사용하면 미래 데이터가 학습에 포함되어 과적합 위험이 큽니다. ④ 수익률이 가장 높은 시점의 진입 시그널을 선택사후적으로 최적 시점을 선택하는 것은 전형적인 룩어헤드 바이어스입니다.
- 결과 요약 (핵심 지표)
※ 성과 수치는 과거 데이터와 가정에 기반하며, 미래 수익을 보장하지 않습니다.
구분기간구성비용 가정 (왕복)누적 수익률 (복리)최대 낙폭 (MDD)
멀티코인 포트폴리오 2020~2025 SOL, DOGE, AVAX, LINK, AAVE, SUI, XRP, PEPE 슬리피지 0.4% + 수수료 0.1% (펀딩비 포함) +157,000% -19.8%
단일 종목 전략 v8.1 (WLD) 최근 약 1년 중심 (+확장 테스트) WLDUSDT 동일 가정 적용 +1,721% -58.5%
멀티코인 포트폴리오는 연도별로 기여 종목이 바뀌며, 최악의 경우 일부 종목은 손실을 기록하더라도 다른 종목이 이익을 창출하여 포트폴리오 성과가 유지되는 구조를 목표로 설계하였습니다.
v8.1 단일 종목 전략은 변동성이 크고 MDD가 상대적으로 큰 편이어서, 포트폴리오 분산 목적 또는 위험·수익 특성 분리 관점에서 활용합니다.
멀티코인 포트폴리오가 단일 종목 전략 대비 가지는 핵심 장점은? ① 모든 종목이 동시에 수익을 내므로 손실이 발생하지 않음멀티코인이라도 모든 종목이 항상 수익을 내는 것은 아닙니다. 일부는 손실을 기록합니다. ② 단일 종목보다 항상 더 높은 수익률을 보장멀티코인의 장점은 수익률 극대화가 아닌 분산을 통한 리스크 관리입니다. ③ 연도별 기여 종목이 바뀌어 분산 효과로 성과가 유지되는 구조멀티코인 포트폴리오는 일부 종목이 손실이어도 다른 종목이 이익을 창출하여 전체 성과를 유지합니다. ④ 거래 비용이 단일 종목보다 적게 소요종목 수가 많으면 거래 비용은 오히려 증가합니다. 핵심 장점은 분산 효과입니다.
- 리스크 설계 및 운영 내구성 (실전 환경)
실전 환경에서의 안정적 운영을 위해 다음과 같은 리스크 관리 및 내구성 설계를 적용하였습니다.
마진 모드: 격리(Isolated) 중심으로 운용하여 개별 포지션의 리스크가 전체 계좌로 전이되는 것을 방지합니다.
증거금 관리: 진입 시 최대 증거금 한도(캡) 적용 및 안전 마진(예: 2%p 디스카운트)을 설정하여 과도한 레버리지를 원천 차단합니다.
네트워크 오류 대응: 레이트리밋(429)/타임아웃/웹소켓 끊김은 정상 이벤트로 취급하며, 재시도 이전에 "이미 주문/체결이 존재하는지"를 조회로 확정하는 절차를 정립하였습니다.
상태 복구: 재시작 상황에서도 거래소 상태를 기준으로 복구 가능하도록 설계하였습니다.
로그 추적: 거래 사이클(신호→주문→체결→포지션→청산)을 로그로 추적하며, 실전 로그와 백테스트 결과를 비교합니다.
자동매매 시스템에서 격리(Isolated) 마진 모드를 사용하는 주된 이유는? ① 개별 포지션의 리스크가 전체 계좌로 전이되는 것을 방지격리 마진은 각 포지션에 할당된 증거금만 위험에 노출되므로 계좌 전체 청산을 막습니다. ② 레버리지를 최대로 높여 수익률을 극대화하기 위해격리 마진의 목적은 수익 극대화가 아니라 리스크 격리입니다. ③ 수수료를 절감하기 위해마진 모드는 수수료와 직접 관련이 없습니다. 핵심은 리스크 관리입니다. ④ 거래소 API 호출 횟수를 줄이기 위해마진 모드는 API 효율성이 아닌 자금 보호 관점에서 선택합니다.
- 한계 및 향후 확장
첫째, 과거 성과는 미래를 보장하지 않으며, 시장 구조 변화에 따라 엣지는 약화될 수 있습니다.
둘째, 2026 홀드아웃은 최종 평가용으로만 사용하여 선택편향을 최소화합니다. 홀드아웃을 본 뒤 전략을 재튜닝하지 않는 것이 원칙입니다.
셋째, 향후에는 경제지표 기반 레짐 분류(예: 변동성/유동성/거시 이벤트)와 결합하여 레짐별 성과 분해 및 스트레스 테스트를 강화할 계획입니다.
홀드아웃 검증의 핵심 원칙으로 가장 올바른 것은? ① 홀드아웃 결과를 보고 전략을 개선한 뒤 재검증홀드아웃 결과를 보고 전략을 재튜닝하면 선택편향이 발생하여 검증의 의미가 사라집니다. ② 홀드아웃은 최종 평가용으로만 사용하고 재튜닝하지 않음홀드아웃을 본 뒤 전략을 재튜닝하지 않는 것이 선택편향을 최소화하는 핵심 원칙입니다. ③ 홀드아웃 기간은 가장 수익률이 좋았던 구간으로 선택유리한 구간을 선택하면 편향된 결과가 나오며, 홀드아웃은 개발 기간과 독립적으로 분리해야 합니다. ④ 홀드아웃 데이터도 학습에 포함시켜 정확도를 높임홀드아웃 데이터를 학습에 포함시키면 OOS 검증이 불가능해집니다.
부록: 로그 스키마 (전략 비공개 환경에서의 재현·검증용)
전략 규칙을 공개하지 않더라도, 실행 정합성과 운영 내구성을 검증하기 위해 아래 필드를 구조화하여 기록합니다.
필드설명 timestamp이벤트 발생 시각 (UTC 또는 KST) strategy_id전략 식별자 (버전 포함) symbol거래 심볼 timeframe캔들 주기 (예: 1H) candle_close_time신호를 계산한 완료 캔들의 종료 시각 signal_id의도 키 (중복 탐지용) signal_score스코어링 값 sideLONG / SHORT intentORDER_INTENT (ENTRY/EXIT/REDUCE 등) order_typeMARKET / LIMIT / STOP 등 client_order_id멱등성 키 exchange_order_id거래소 주문 ID requested_qty요청 수량 filled_qty체결 수량 avg_fill_price평균 체결가 position_qty현재 포지션 수량 entry_price진입 기준가 roe_pct포지션 ROE(%) 또는 손익률 exit_reason청산 사유 (SE/SL/Score/Trail/Manual/Error 등) reduce_onlyreduceOnly 여부 fees_est수수료/비용 추정 funding_est펀딩비 추정 error_code오류 코드 (429/timeout 등) error_context오류 발생 함수/요청 정보
.
면책조항
본 문서는 투자 권유가 아닌 연구/학습 기록이며, 실제 거래에는 손실 위험이 존재합니다. 성과 수치는 과거 데이터와 가정에 기반하며, 미래 수익을 보장하지 않습니다. 모든 투자 판단과 의사결정의 책임은 투자자 본인에게 있습니다.
출처
• 자체 연구 파이프라인 — 2020~2025 1H OHLCV 데이터 기반 백테스트
• AWS 실전 운영 로그 — 실행 정합성 검증 데이터
• Binance Futures API — 거래 실행 및 시장 데이터
• 자동매매 연구리포트 원본 (2026-03-08) — 공지혁 백업 파일