트레이딩 봇은 수익성이 있을까? 판정 대신 테스트 프레임워크

짧게 답하면, "트레이딩 봇은 수익성이 있는가"라는 질문에는 봇 전체에 대해 정직한 답이 없습니다. 하나의 봇, 하나의 종목, 하나의 포지션 크기, 그리고 비용 차감 후에만 답이 나옵니다. 봇은 전략을 실행하는 전달 수단입니다. 전략에 우위가 있다면 자동화는 그것을 깔끔하고 정확하게 유지합니다. 우위가 없다면 자동화는 같은 규율로 돈을 잃습니다. 이 가이드는 백테스트가 왜 결과를 부풀리는지, 어떤 비용이 조용히 수익을 갉아먹는지, 그리고 왜 벤더의 주장에 생존자 편향이 섞이는지를 설명합니다. 이어서 실제 돈을 걸기 전에 고정된 거래 횟수 동안 데모 계정에서 봇을 테스트하는 방법을 보여줍니다.

이 글은 봇 구독을 고려하는 사람, 또는 직접 코딩한 봇을 고려하는 사람을 위해 작성되었으며, 외환 통화쌍, 지수 CFD, 금속, 그리고 암호화폐 CFD를 다룹니다. 이 틀은 어떤 시장에도 적용되지만, 비용 수치와 규정 충돌은 CFD 거래에 특화되어 있습니다.

트레이딩 봇이 바꾸는 것과 바꾸지 않는 것

트레이딩 봇은 사람의 클릭 없이 가격을 감시하고 규칙에 따라 주문을 넣는 소프트웨어입니다. 야간에도 거래를 자동화하고, 모든 포지션에 같은 stop-loss를 적용하며, 연속 손실 뒤에도 망설이지 않습니다.

하지만 봇이 바꾸지 않는 것은 더 중요합니다:

• 우위. 우위가 없는 전략은 자동화할수록 더 빨리 돈을 잃습니다. 봇은 나쁜 진입 신호를 절대 건너뛰지 않기 때문입니다.
• 시장 환경. 빠른 추세에 맞춰진 봇은 느린 횡보장에서 흔들리며, 코드 어디에도 국면이 바뀌었다는 사실은 적혀 있지 않습니다.
• 비용. 스프레드, 스왑, 슬리피지, 수수료는 수동 거래와 마찬가지로 봇의 모든 거래에 그대로 적용됩니다.
• 규정. prop firm이나 브로커의 제한은 사람이나 프로그램이 아니라 계좌에 적용됩니다.

뉴스 필터, 일일 중단, 킬 스위치 같은 트레이딩 봇 기능은 진입 신호보다 더 중요할 수 있습니다. 봇이 최악의 날에 어떻게 행동할지를 결정하기 때문입니다. 우리의 ai trading bot에 대한 가이드는 그 안의 구성 요소를 설명합니다.

왜 백테스트는 봇의 예상 수익을 과대평가하는가

거의 모든 봇은 백테스트와 함께 나오고, 거의 모든 백테스트는 봇에게 유리하게 치우쳐 있습니다. 이유를 이름 붙이면 분명해집니다.

파라미터를 데이터를 본 뒤에 골랐다. 벤더는 5년치 EURUSD 히스토리에 대해 40개의 설정을 돌려 가장 좋은 하나를 보여줍니다. 그 결과의 일부는 운이며, 실제 계좌만이 그 운이 얼마나 컸는지 알려줍니다.

체결이 중간 가격 기준으로 모델링되었다. 대부분의 백테스트 도구는 주문이 표시된 가격에 체결된다고 가정하며, 스프레드와 슬리피지는 없습니다. 몇 pip를 노리는 scalping 봇에서는 이 단 하나의 가정만으로도 결과가 절반으로 줄거나 마이너스로 바뀔 수 있습니다.

스왑이 무시되었다. 오버나이트로 보유한 포지션은 자금 조달 비용을 지급하거나 받습니다. 금 CFD를 4일 밤 보유하는 스윙 봇은 백테스트에서 보지 못한 비용을 떠안습니다.

샘플이 오래되었거나 너무 좁다. 하나의 긴 추세만 포함한 5년은 추세 봇을 견고하게 보이게 하고 범위형 봇을 허약하게 보이게 만듭니다. 추세 봇과 range 봇은 같은 달에 함께 잘 작동하는 경우가 드물고, 다음 5년은 반대가 될 수도 있습니다.

갭과 뉴스가 완만하게 처리되었다. 과거 캔들은 금리 결정 전후의 들쭉날쭉하고 무질서한 몇 분을 보여주지 못합니다. 그때는 stop이 설정가에서 한참 떨어진 가격으로 체결되기도 합니다. 평온한 장세에서는 무난한 봇도 그런 몇 분 동안은 가차 없을 수 있습니다.

백테스트는 예측이 아니라 상한선으로 보세요. 아래의 데모 테스트는 그 상한선과 바닥 사이의 간격을 측정합니다.

엣지를 깎아먹는 비용

봇의 수익성은 결국 한 가지 숫자로 귀결된다. 모든 비용을 반영한 뒤 거래 1건당 평균 이익에, 봇이 버텨낸 거래 횟수를 곱한 값이다. 봇은 거래를 자주 하기 때문에 건당 비용은 작아도 전체 비용은 커진다.

실제 계산 예시를 보면 산수가 명확해진다. 어떤 봇이 25,000 데모 계좌에서 금 CFD를 0.2 로트로 거래하고, 백테스트상 거래당 평균 14달러의 이익을 낸다고 가정하자. 온스당 0.30, 20온스 기준의 스프레드는 왕복 거래당 6달러가 든다. 온스당 0.10의 슬리피지는 2달러를 더한다. 야간 보유된 거래 중 3분의 1에 적용되는 스왑은 모든 거래를 평균하면 1달러다. 월 49달러의 구독료를 한 달 120건의 거래에 나누면 거래당 약 0.40달러가 추가된다. 거래당 이익 마진은 14달러에서 대략 4.60달러로 떨어지며, 이는 백테스트 수치의 약 3분의 1이다.

그 봇이 여전히 운용할 가치가 있을 수도 있다. 이제 판단 기준은 넉넉한 14달러가 아니라 소박한 4.60달러이며, 시장 변동성 속에서 슬리피지가 조금만 커져도 그 수익은 사라질 수 있다. 비용은 먼저 시험해봐야 할 항목이고, 대부분의 판매자가 마지막까지 숨기는 항목이다.

공급업체 주장 속 생존 편향

판매 페이지의 사용자 후기와 사례는 살아남은 봇과 고객만 보여준다. 폐기된 버전, 손실을 보고 중단한 고객, 또는 자본 곡선의 시작 구간을 잘라낸 기간은 거의 보여주지 않는다.

어떤 공급업체는 여러 변형을 내놓은 뒤 성과가 나온 것만 남기고 나머지는 조용히 삭제한다. 살아남은 기록은 실제이지만, 다음 12개월에 대해서는 여전히 거의 말해주지 않는다. 트레이더가 봇을 열 개 만들고 가장 좋은 것만 "내 전략"이라고 부를 때도 같은 혼선이 생긴다.

주장이 빈약하다는 신호:

• 실적 기록이 나쁜 구간 이후에 선택된 날짜에서 시작되며, 그 이유를 설명하지 않는다.
• 자본 곡선이 drawdown 수치나 비용 항목 없이 제시된다.
• 결과가 데모 계좌에서 나온 것이며, 체결이 실거래보다 더 좋다.
• 환불 정책이 위험 평가보다 더 자세하다.

SEC 데이 트레이딩 가이드라인은 독자들에게 쉬운 수익 주장에 현혹되지 말고, 웹사이트와 뉴스레터의 뜨거운 추천과 전문가 조언을 경계하라고 말한다. 봇 판매 페이지도 그 위에 주장을 올려놓은 웹사이트일 뿐이며, 같은 수준의 냉소적인 의심을 받아 마땅하다.

트레이딩 봇의 위험과 흔한 실수

봇으로 인한 손실의 대부분은 봇 내부보다 봇 주변에서 발생하는 오류에서 나온다. 흔한 사례는 다음과 같다.

• 백테스트에서 가장 매끄러운 구간만 기준으로 포지션 크기를 잡아, 첫 번째의 평범한 drawdown에서 손실 한도를 넘겨버리는 경우.
• 상관관계가 높은 종목쌍에서 같은 움직임을 거래하는 여러 봇을 동시에 돌려, 적당한 포지션이 울퉁불퉁한 과대 포지션으로 변하는 경우.
• 필터 없이 예정된 뉴스 구간까지 봇을 계속 활성화해 두어 스프레드가 급격히 벌어지는 경우.
• 테스트 도중에 파라미터를 바꿔, 깔끔한 샘플을 아무것도 증명하지 못하는 혼란스러운 데이터로 만들어 버리는 경우.
• 얇은 암호화폐 CFD에서 데모 체결을 그대로 믿었다가, 실전에선 들쭉날쭉한 호가창을 마주하는 경우.
• 킬 스위치가 없거나, 있어도 한 번도 테스트해 본 적이 없는 경우.
• 계좌에 마진콜 수준이 있다는 이유만으로 리스크 관리를 브로커의 일로 떠넘기는 경우.
• 연결이 불안정한 VPS에 호스팅해, 정작 중요한 그 한 세션에서 접속이 끊기는 경우.

이들 중 어느 것도 전략의 버그는 아니다. 각각은 실제 엣지가 있는 봇조차 그 엣지를 허비하게 만드는 이유다. 번거롭고 문서화된 절차가 이 여덟 가지 모두에 대한 최후의 방어선이다.

테스트 프레임워크: 정해진 횟수의 거래 동안 봇을 데모 계정에서 실행한다

아래 테스트는 정말 중요한 단 하나의 질문에 답한다. 이 봇이 내 규모에서, 내 상품에서, 비용을 반영한 뒤에도, 내가 정한 한도 안에서 엣지를 유지하는가? 의도적으로 느리고, 의도적으로 지루하게 설계됐다.

1. 시작하기 전에 표본을 고정하라. 예를 들어 거래 횟수 100회 또는 기간 3개월처럼 숫자를 정하고, 둘 중 더 늦게 끝나는 기준에 맞춰 진행하라.
2. 설정을 고정하라. 로트 크기와 뉴스 필터를 포함해 모든 파라미터를 적어 두라. 무엇이든 바꾸면 카운트는 0에서 다시 시작한다.
3. 데모 계정을 실계좌와 맞춰라: 같은 플랫폼, 같은 스프레드, 같은 swap 일정, 같은 로트 크기.
4. 플랫폼 내역만 보지 말고, 본인 시트에 모든 거래를 기록하라. 열: 의도한 가격, 체결 가격, 진입 시 스프레드, 지불한 swap, 보유 시간, 비용 반영 후 결과.
5. 킬 기준을 미리 정해 두라. 예를 들어 드로다운이 백테스트의 최악 드로다운보다 절반 이상 커지면 중단하거나, 50회 거래 후에도 순기대값이 여전히 음수면 중단한다.
6. 데모 성과를 백테스트와 세 가지 수치로 비교하라: 거래당 순이익, 거래당 평균 슬리피지, 그리고 연속 손실의 최장 구간.
7. 본인이 실제로 거래할 한도 기준으로 리스크 평가를 대조하라. 최악의 데모 구간이 하루 손실 한도 4 percent에 걸렸을 상황이라면, 봇은 더 작은 사이즈가 필요하거나 코드에 일일 중단 장치가 필요하다.
8. 그 다음에야 계정이 허용하는 가장 작은 사이즈로 실전에 투입하고, 다시 정해 둔 횟수만큼 거래한 뒤 비교를 반복하라.

이익 마진이 얇은 거래 전략은 비용만으로도 이 테스트에 실패하는 경향이 있다. 손익 구조가 울퉁불퉁한 전략은 드로다운에서 실패하는 경향이 있다. 두 결과 모두 유용하며, 확인하는 데 비용이 들지 않는다. 또한 로그를 보면 어떤 비용이 타격을 줬는지도 파악할 수 있다.

prop firm 규정이 봇과 충돌하는 경우

데모 테스트를 통과한 봇이라도, prop firm이 자동화의 동작 방식을 제한하기 때문에 평가 구간에서는 사용할 수 없을 수 있다. 흔한 충돌은 다음과 같다:

예를 들어 Pivex는 개인 및 맞춤형 알고리즘은 허용하지만 HFT, 틱 또는 레이턴시 아비트라지, 자동 그리드 시스템, 제3자 시그널 복사는 허용하지 않는다. 일일 손실 한도는 4 percent이며 매일 초기화된다. 총 드로다운은 6 percent로 고정이며, 단일 거래는 총 수익의 50 percent를 초과할 수 없다. 한 번의 큰 승자가 한 달 성과를 떠받치는 식의 치우친 손익 구조를 가진 봇은, 서류상으로는 수익성이 있더라도 이런 일관성 규정을 위반할 수 있다.

이에 따른 실질적 결과는 두 가지다. 일일 손실 한도는 봇 코드 안에 여유분을 둔 하드 스톱으로 구현되어야 한다. 업체는 봇을 멈춰 주지 않기 때문이다. 또한 데모에서 좋아 보이는 그리드 봇이나 마틴게일 봇은, 곡선이 아무리 깔끔하더라도 평가에는 맞지 않는 도구다.

전문가 어드바이저에 대한 정책은 업체마다 다르며, 관련 안내는 전문가 어드바이저를 허용하는 prop firms 에서 확인할 사항을 정리했다. 자동화 허용 범위의 더 큰 그림은 다음을 참고하라. 자동매매를 허용하는 prop firms. 헤징 정책도 서로 다르므로, 헤징 봇을 평가에 투입하기 전에 최신 Pivex 약관에서 반드시 확인해야 한다.

다음 단계: 봇 하나, 종목 하나, 로트 크기 하나를 정하고, 첫 거래 전에 로그 시트를 준비한 뒤 고정 샘플 데모 테스트를 시작하라. 봇이 비용과 드로다운을 견뎌낸다면, 사용하려는 업체의 자동화 규정과 그 스타일이 맞는지 확인하라. Pivex는 자동화 규정, 손실 한도, 일관성 규정을 사전에 공시하므로, 봇은 one-step 평가가 시작되기 전에 그 기준에 맞게 설계할 수 있다.

관련 가이드: AI 트레이딩 봇 해설 그리고 자동매매를 허용하는 prop firms.

참여하기 전, Pivex의 현재 프로그램 규칙을 검토하고 시뮬레이션 독점 트레이딩 평가가 당신의 경험과 위험 한도에 적합한지 결정하십시오. 참여는 보상, 수익 또는 특정 거래 결과를 보장하지 않습니다.