이 글에서는 일일 변동폭을 시장 변동성의 척도로 활용하는 매우 간단한 논리의 거래 시스템을 개발해 보겠습니다. 보시다시피, 극히 단순하고 선형적인 규칙조차도 특히 비트코인( 비트코인(BTC) )처럼 방향성 움직임과 변동성 확대 국면이 특징인 시장에 적용할 때 흥미로운 거래 아이디어를 도출해낼 수 있습니다.
이 전략의 핵심 아이디어는 시장의 전체 변동폭에 비해 움직임이 압축되는 날을 활용하는 것입니다. 특히, 시스템은 캔들의 몸통, 즉 시가와 종가 사이의 거리를 당일의 전체 변동폭(고가와 저가의 차이)과 비교합니다. 캔들 몸통이 전체 변동폭의 특정 비율보다 작을 경우, 이는 시장의 불확실성 또는 압축 국면으로 해석되며, 이후 시장이 더욱 결정적인 움직임을 보일 가능성이 있습니다.
이 전략은 종가 위에, 더 정확하게는 캔들의 범위와 같은 거리만큼 떨어진 위치에 손절매 주문을 설정하여 매수 포지션을 진입합니다. 이처럼 시스템은 즉시 시장에 진입하는 것이 아니라, 가격이 미리 설정된 진입 수준을 돌파할 만큼 충분한 상승 모멘텀을 보일 때만 진입합니다.
따라서 초기 코드(PowerLanguage로 작성)의 핵심은 다음과 같은 간단한 한 줄이 될 것입니다.
Body가 (dFactor * Range)보다 작으면 다음 캔들의 종가에 범위 손절매를 더한 가격으로 매수합니다.
보시다시피, 논리는 의도적으로 매우 간결합니다. 초기값이 1로 설정된 매개변수 `dFactor`는 거래 신호를 생성하기 위해 캔들 본체가 전체 범위 대비 얼마나 작아야 하는지를 결정합니다. 시스템 구조를 완성하기 위해 손절매, 목표 수익, 그리고 장 마감 시 강제 청산 기능이 추가되어 전략을 일중 거래에 한정하고 장외 거래 노출을 방지합니다.
일반적으로 분석 세션은 스테픈(GMT) 기준 00:00부터 스테픈(GMT) 기준 23:59까지로 설정하여, 암호화폐가 24시간 거래되는 현실을 반영하여 달력상의 하루와 일치하도록 합니다. 또한, 1440분봉, 즉 24시간 동안의 차트 데이터를 사용합니다.
따라서 다음 단락에서는 이러한 논리가 어떻게 작동하는지 자세히 분석하고, 초기 결과와 주요 거래 매개변수의 최적화 가능성을 평가하겠습니다.
비트코인 거래 시스템: 초기 전략 구축
계산을 단순화하기 위한 가상의 금액인 10만 달러를 기준으로 거래한다고 가정할 때, 현물 시장의 분할 가능성 덕분에 실제 거래 규모는 확장 가능합니다. 이 경우 손절매 가격은 2,000달러(포지션 가치의 2%)에 도달하면 거래가 종료됩니다. 다소 넓은 범위이지만 비트코인의 변동성과 급격한 움직임을 고려할 때 필요한 수준이라고 판단했습니다. 이 전략은 일중 거래를 기반으로 하므로 필요에 따라 장 마감 시 또는 10%에 해당하는 1만 달러의 이익 실현 시점에 포지션을 청산합니다.
이 전략을 2017년 1월부터 2026년 5월까지 달러에 고정된 스테이블코인인 테더 USDT(USDT) 대비 비트코인( 비트코인(BTC) ) 현물 시장에 적용한 결과, 자산 증가율이 상당히 규칙적으로 상승하는 매우 고무적인 결과를 얻었습니다.
그림 1 – 초기 설정에서 비트코인( 비트코인(BTC) ) 거래 시스템의 자산 추이
이는 그림 2에 나타난 연간 결과에서도 확인되지만, 특히 최근 몇 년 동안 평균 거래량이 그다지 높지 않다는 점을 고려할 때, 실제 거래 운영 비용(수수료 및 주문 체결 시 발생 슬리피지 )까지 충당할 수 있도록 전략을 더욱 견고하게 만들기 위해서는 평균 거래량을 개선할 필요가 있습니다.
그림 2 – 비트코인 거래 전략 초기 버전의 연간 결과
비트코인 거래 시스템 최적화: 안정성 및 성능 향상
전략을 최적화하기 위해 조정할 수 있는 변수 중에는 범위의 곱셈 계수인 'dFactor'뿐만 아니라 손절매 및 이익 실현 값도 포함됩니다.
'dFactor' 값을 0.5에서 1까지 0.05 간격으로 변화시키면서 그림 3과 같은 결과를 얻습니다.
그림 3 – 비트코인 거래 전략의 dFactor 매개변수 최적화
순이익 기준으로 정렬해 보면, 0.75라는 값에서 탁월한 순이익/손실률(사용자 지정 기준)과 최상의 평균 거래액(약 454달러)을 얻을 수 있으며, 그 주변의 값들은 시스템 지표에 큰 변화를 주지 않아 이 필터의 유효성을 확인시켜 줍니다.
선택된 매개변수를 사용했을 때, 시스템의 총 수익은 530건의 거래를 통해 약 24만 1천 달러에 달하며, 평균 거래액은 약 454달러입니다. 이러한 결과는 해당 전략이 이미 상당히 우수하며 실거래에 적용될 수 있음을 보여주지만, 추가적인 개선 작업이 불가능하다는 것을 의미하는 것은 아닙니다.
현재 이 전략은 손절매를 2,000달러(포지션 가치의 2%)로, 목표 수익을 10,000달러로 설정하고 있습니다. 그림 4에서 볼 수 있듯이 손절매를 1,000달러에서 5,000달러로, 목표 수익을 0달러에서 30,000달러로 변경했을 때 순이익/손실률 측면에서 3,000달러와 15,000달러가 최적의 값 조합으로 나타났습니다.
그림 4 – 비트코인 거래 전략의 손절매 및 이익 실현 최적화
다른 암호화폐(이더리움, 바이낸스 코인(BNB) , 솔라나(Solana) 에서 전략 검증
전략 최적화 과정에서 과적합을 초래할 수 있는 거래 필터를 추가하는 대신, 동일한 논리를 다른 암호화폐에 적용하여 그에서도 좋은 결과를 얻을 수 있는지 검증해 볼 수 있습니다. 비트코인이 전체 시장을 어느 정도 선도하는 경향이 있기 때문에 다른 암호화폐들도 비슷한 움직임을 보이는 것은 잘 알려진 사실입니다.
아래는 동일한 전략과 매개변수를 사용하여 암호화폐 시장의 주요 알트코인 세 가지인 이더리움( 이더리움(ETH) ), 바이낸스 코인(BNB) , 솔라나(Solana) ( 솔라나(SOL) )에 적용한 수익률 그래프입니다.
그림 5 – 이더리움( 이더리움(ETH) )에 적용된 전략의 자산 수익률 그래프
그림 6 – 바이낸스 코인(BNB) 에 적용된 전략의 자산 흐름도
그림 7 – 솔라나(Solana) ( 솔라나(SOL) )에 적용된 전략의 주식 수익률 그래프
모든 자산 지표의 상승 추세는 전략의 타당성을 입증하지만, 각 암호화폐에 대해 최상의 결과를 얻으려면 이전에 비트코인 (비트코인(BTC) 에 대해 수행했던 것처럼 매개변수를 최적화하는 것이 좋습니다. 따라서 이 글은 독자 여러분의 거래 연습으로 남겨두겠습니다.
결론: 비트코인에서 간단한 거래 시스템이 효과가 있을까?
본 연구에서는 일일 가격 변동폭과 시장 변동성만을 기반으로 하는 매우 간단한 비트코인 거래 시스템을 개발했습니다.
이번 결과는 기본적인 거래 논리조차도 비트코인( 비트코인(BTC) )처럼 강한 방향성과 넓은 변동폭을 특징으로 하는 금융 상품에 적용될 때 흥미로운 아이디어를 제공할 수 있음을 보여줍니다.
이후 이더리움, 바이낸스 코인(BNB) , 솔라나(Solana) 에 대한 검증 결과는 해당 전략의 거래 원칙이 암호화폐 시장 전반에 걸쳐 적용될 수 있음을 시사합니다.
물론 어떤 전략도 만능 해결책은 아니며 모든 접근 방식에는 철저한 테스트, 위험 관리 및 지속적인 검증이 필요합니다. 하지만 이 사례는 단순성, 견고성 및 방법론이 암호화폐 시장 거래 시스템 개발에 있어 얼마나 효과적인 조합이 될 수 있는지를 다시 한번 보여줍니다.
다음에 또 뵙겠습니다, 그리고 좋은 거래 되세요!
안드레아 웅거
