"AI 팀이 전략을 리서치한다"는 게 구체적으로 무슨 뜻이냐는 질문을 자주 받아서, 가설 하나를 처음부터 끝까지 따라가 보겠습니다. 꼭 기억해야 할 핵심은 이것입니다. 이 깔때기는 기각하기 위해 존재합니다. 대부분의 아이디어는 죽습니다. 그게 바로 제품이 제대로 작동하고 있다는 증거입니다.
사람들이 실제로 묻는 질문들
아이디어는 누가 내나요?
데이터 라이브러리가 뒷받침할 수 있는 것들 — 펀딩 비율, 미결제약정, 청산 기록, 옵션 변동성 곡면, 뉴스 감성, Fear & Greed — 을 읽고, 논지·거래소·타임프레임·리스크 프로파일을 갖춘 가설을 작성하는 리서치 에이전트입니다. 이 에이전트는 처음부터 수수료를 의식하도록 만들어져 있습니다. 기대할 수 있는 엣지가 해당 거래소의 왕복 비용에도 못 미치는 아이디어는 도착하는 순간부터 불량품입니다. 그리고 '무덤'도 읽습니다. 폐기된 모든 전략의 실패 사유가 임베딩되어 검색 가능하기 때문에, "시간봉 기반 펀딩 모멘텀, 세 번째 시도" 같은 아이디어는 사이클을 낭비하기 전에 걸러집니다.
코드는 누가 짜고, 그걸 왜 믿어야 하나요?
개발자 에이전트가 고정된 베이스 템플릿 — 자본 대비 포지션 사이징, 명시적 손절 로직, 선언된 데이터 요구사항 — 에 맞춰 전략을 코딩합니다. 신뢰는 작성자가 아니라 검증 관문에서 나옵니다. 총 4단계입니다. 정적 분석(우리가 목록화해 둔 안티패턴을 잡는 AST 검사), 합성 시나리오(조작된 보조 데이터를 곁들인 여섯 가지 시장 형태 — 피하도록 설계된 폭락 시나리오에서 매수해 버리는 전략은 여기서 죽습니다), 실제 데이터로 최소 한 건의 거래를 만들어내야 하는 샌드박스 백테스트, 그리고 시그널 극성·엣지 케이스·수수료 대비 수익성을 코드 리뷰하는 QA 에이전트. 2단계는 가장 민망한 부류를 잡아냅니다. 완벽하게 실행되면서 가설과 정반대로 움직이는 코드 말입니다.
백테스트에서는 실제로 뭘 차감하나요?
거래소별 실제 maker/taker 수수료, 마크 가격 기준 펀딩 정산, 제곱근 법칙 기반 시장 충격, 레버리지 북에 대한 마진 및 청산, 주식의 경우 거래 세션 캘린더까지 반영합니다. 자산 곡선은 미실현 손익을 포함한 시가평가(mark-to-market)라서 진입과 청산 사이에 드로다운이 숨겨지지 않습니다. 이 정도는 기본 아니냐고 생각하실 수 있는데, 그렇지 않습니다. 각 항목은 그것이 빠졌을 때 실제로 잘못된 승격이 발생했기 때문에 추가된 것들입니다.
최적화는 결국 과최적화 아닌가요?
과최적화하려고 듭니다. 파이프라인은 그걸 전제로 설계되어 있습니다. 먼저 파라미터 민감도 스윕을 돌리고(정확히 lookback=14에서만 작동하는 전략은 전략이 아니라 우연입니다), 이어서 세 개 윈도우에 걸친 워크포워드 최적화를 IS/OOS 추적과 함께 수행하고, 마지막으로 전략이 딱 한 번만 볼 수 있는 최종 홀드아웃을 거칩니다. OOS Sharpe가 IS 수치의 절반에 못 미치면 기각입니다. 홀드아웃은 워크포워드 OOS Sharpe의 최소 70%를 유지해야 합니다. 이것들은 애널리스트 재량이 아니라 코드로 강제되는 게이트입니다. 애널리스트는 사유를 기록하고 소프트 기준을 면제해 줄 수는 있지만, 과최적화 검사는 면제할 수 없습니다.
통과율은 어느 정도인가요?
낮고, 낮아야 정상입니다. 가장 흔한 사인(死因)은 애널리스트 리뷰 단계입니다. 엣지는 실재하지만 비용 차감 후 거래당 수익이 0.15% 미만인 경우죠. 두 번째로 흔한 건 민감도 절벽입니다. 생존자는 리스크 오피서를 거쳐 페이퍼 트레이딩으로 넘어가고, 그곳에서 매일 수행되는 리플레이 정합성 검사가 실거래 데이터를 기준으로 전략을 무기한 검증합니다. 실제 자본은 사람이 직접 통제하는 별도의 게이트 뒤에 있습니다.
