알파 및 신호
신호는 방향과 확신을 나타냅니다. 포지션 규모 조정, 리밸런싱 및 실행에 따라 해당 예측이 트레이딩 전략으로 전환됩니다.
알파 및 신호 살펴보기여러 AI 에이전트로 구성된 협업 팀과 함께 아이디어를 트레이딩 전략으로 전환하세요. Stratmill은 코딩, 백테스팅, 파라미터 최적화 및 위험 검토를 자동화하며, 페이퍼 트레이딩과 별도 승인을 거친 라이브 실행을 지원합니다.
전략 개발, 검증 및 통제된 실행

AI 연구 에이전트가 아이디어를 발전시킵니다. AI 코딩 에이전트가 전략을 구축하고 수정합니다.
전략 리서치 살펴보기AI 분석가가 백테스트를 검토하고, 별도의 AI 리스크 검토자가 결과에 이의를 제기하며 검증합니다.
백테스팅 살펴보기직접 아이디어를 제시하거나 Autopilot을 활성화하세요. AI 연구 에이전트가 사용 가능한 시장 맥락, 이전 결과 및 기록된 교훈을 활용해 검증 가능한 가설을 발전시킵니다.
AI 개발자가 전략을 작성하고 수정합니다. 자동 검증과 AI QA 검토자가 코드, 데이터 사용 및 거래 로직을 점검합니다.
백테스트 엔진은 과거 데이터, 설정된 수수료 및 체결 가정을 사용해 거래를 시뮬레이션합니다. AI 분석가는 결과를 평가하고 추가 테스트, 수정 또는 중단을 권고합니다.
최적화 도구가 민감도 테스트, 워크포워드 테스트 및 홀드아웃 테스트를 실행합니다. AI 분석가는 견고성을 평가하고, 별도의 AI 리스크 검토자는 근거와 제안된 예외를 검토합니다.
AI 포트폴리오 에이전트가 전략의 승격과 포트폴리오 적합성을 검토합니다. 승인된 전략은 페이퍼 트레이딩에 진입하며, 지원되는 라이브 실행에는 사용자의 승인, 연결된 계정 및 실행 제어 기능이 필요합니다.
기록된 단계, 보고서 및 검토 결정을 통해 AI 에이전트의 작업을 추적하세요. 검사를 통과하지 못하거나 검토에서 문제가 발견되면 전략이 수정 단계로 돌아가거나 실행이 종료될 수 있습니다.
예시 · 실제 결과 아님
AI 에이전트가 아이디어를 발전시키고, 코드를 작성하며, 테스트 결과를 평가합니다. 검토 결과에 따라 전략은 추가 반복 작업을 위해 다시 개발 단계로 돌아갈 수 있습니다.
예시 자산 곡선에는 중간의 부침이 드러납니다. 결과를 해석하기 전에 드로다운과 거래 비용을 먼저 확인하세요.
계좌 자산과 청산 거래 잔고를 비교해 보세요. 미결제 포지션은 거래가 청산되기 전에 자산을 변동시킬 수 있습니다.
근거 확인하기
AI 연구 에이전트가 개발한 가설을 읽고, 시뮬레이션 거래를 확인하며, AI 분석가의 결과와 AI 리스크 검토 내용을 따라가세요. 공개 전략 기록에는 AI 팀의 작업을 뒷받침하는 확인 가능한 근거가 제시됩니다.
공개 전략 살펴보기예시 · 실제 결과 아님
AI 에이전트와 거래소별 테스트 엔진을 활용해 암호화폐, 주식, 예측 시장 전반에서 전략을 개발하세요. 데이터 제공 범위, 모의 거래 및 실거래 실행 지원 여부는 시장과 거래소에 따라 다릅니다.
실제 옵션 체인 기반의 데리빗·바이낸스 옵션 — 자동으로 행사가를 갱신하는 주간 스트랭글, 커버드콜 등 롤링 아키타입을 포함합니다. 5개 거래소의 실시간 체인과 미국 주식·지수 옵션까지 제공합니다.
옵션 체인 열기거래소 세션 캘린더, 과거 데이터, 장 중 시뮬레이션 트레이딩을 갖춘 미국 주식 및 ETF 리서치입니다. 이용 가능한 종목과 데이터 최신성은 마켓 및 데이터 뷰에서 확인할 수 있습니다.
미국 주식 실시간으로 보기공개 RSS 및 집계 피드, 공시, 매크로 소스에서 나온 뉴스를 감성 지표로 점수화할 수 있습니다. 가용성과 타임스탬프는 소스에 따라 다르므로, 실시간 피드와 각 실행에서 사용된 데이터를 확인하세요.
실시간 뉴스 피드 보기백테스트 엔진은 성과, 최대 낙폭 및 거래 기록을 생성합니다. AI 에이전트는 이 근거 자료를 검토하고 분석 결과를 기록합니다. 이 예시는 보고서 형식을 보여줍니다. 공개된 기록을 확인하려면 전략 목록을 여세요.
예시 · 실제 결과 아님
직접 확인해 보세요 — 아래 페이지는 계정 없이 공개되어 있습니다:
이는 선택된 거래소에 대해 설정된 백테스트 기본값입니다. 모델링 입력값이며 귀하의 거래소 계정에 대한 견적이 아닙니다. 수수료 구간과 상품별 규칙은 다를 수 있습니다.
모든 열을 보려면 가로로 스크롤하세요.
| 거래소 | 상품 | 메이커 | 테이커 | 설정된 레버리지 |
|---|---|---|---|---|
| 바이낸스 | USD-M 선물 | 0.020% | 0.050% | 20× |
| 하이퍼리퀴드 | 무기한 선물 | 0.015% | 0.045% | 20× |
| 바이비트 | 선형 | 0.020% | 0.055% | 20× |
| 바이낸스 | COIN-M 역방향 | 0.010% | 0.050% | 20× |
| 바이낸스 | 현물 | 0.100% | 0.100% | 1× |
| 하이퍼리퀴드 | 현물 | 0.040% | 0.070% | 1× |
| Deribit | 옵션 | 0.030% | 0.030% | — |
| Polymarket | 예측 | 0.000% | 0.000% | 1× |
적용 가능한 펀딩비, 슬리피지, 마켓 임팩트, 마진 규칙이 수수료와 함께 모델링됩니다. 현재 Polymarket 백테스트 설정은 메이커/테이커 수수료 0%를 사용하며, 이는 시뮬레이션 가정이지 모든 실거래 시장이 무료라는 주장이 아닙니다.
AI 연구, 코딩, QA, 분석, 위험 및 포트폴리오 에이전트는 각기 다른 역할을 수행합니다. 팩토리는 이들의 결정을 테스트 엔진, 수정 루프 및 출시 검사와 연결해 전략의 개발 이력을 하나로 관리합니다.
자동 검증, 워크포워드 테스트 및 홀드아웃 테스트를 통해 과적합 가능성을 점검합니다. AI 분석가는 결과를 평가하고, 별도의 AI 리스크 검토자는 승격 전에 제안된 예외를 검토합니다.
과거 시장 데이터, 설정된 수수료, 체결 가정으로 트레이딩 비용을 모델링합니다. 커버리지와 체결 현실성은 상품과 이용 가능한 데이터에 따라 달라집니다.
구독 전에 게시된 전략과 백테스트 기록을 확인하세요. 게시자는 전략 구독 수익의 70%를 받습니다.
AI 연구 에이전트는 이전 결과와 기록된 교훈을 활용할 수 있습니다. 유료 워크스페이스는 플랫폼 연구 코퍼스도 이용할 수 있으며, 비공개 워크스페이스의 연구는 별도로 유지됩니다.
모의매매는 백테스트와 완전히 동일한 엔진을 실시간 데이터로 구동합니다. 검증한 그대로 실행됩니다.
전략은 손절과 익절을 거래소 측 브래킷 주문으로 첨부할 수 있습니다 — 실제 트레이딩 데스크가 사용하는 조건부 주문을 처음부터 끝까지 그대로 모델링합니다.
자산 곡선은 매 봉마다 미실현 손익을 포함해 시가평가되며, 레버리지 전략은 증거금이 소진되면 실제 거래소처럼 강제 청산됩니다.
과거 캔들 데이터와 펀딩비, 미결제약정, 옵션 데이터, 뉴스 감성 등 보조 입력값을 살펴보세요. 이용 가능한 커버리지는 데이터 페이지에서 확인하세요.
구독 전에 목록과 백테스트 근거를 검토하세요. 게시된 소스는 보호되며, 구독 시 워크스페이스에 전략 사본이 생성됩니다. 게시자는 구독 크레딧의 70%를 받습니다.
마켓플레이스 둘러보기예시 · 실제 결과 아님
예측 연구부터 포트폴리오 의사결정과 통제된 주문 실행까지의 작업 흐름을 살펴보세요. 각 단계에는 고유한 근거 자료와 책임이 있습니다.
신호는 방향과 확신을 나타냅니다. 포지션 규모 조정, 리밸런싱 및 실행에 따라 해당 예측이 트레이딩 전략으로 전환됩니다.
알파 및 신호 살펴보기상관관계 행렬은 함께 움직이는 전략을 보여줍니다. 유효 베팅 수를 통해 전략의 개수와 독립적인 익스포저의 규모를 구분할 수 있습니다.
포트폴리오 구성 살펴보기실거래 승인은 특정 전략 릴리스 및 연결된 계좌에 연계됩니다. 모의거래 결과나 요금제 구매만으로는 실제 주문이 승인되지 않습니다.
실거래 살펴보기크레딧은 연구에 사용되는 AI 작업량을 측정합니다. 매월 제공되는 무료 할당량으로 시작할 수 있으며, 유료 플랜에서는 용량과 플랫폼 연구 코퍼스 이용 권한이 추가됩니다.
활성 실행은 일일 실행 한도가 아니라 동시 실행 슬롯입니다. 일일 실행 제한과 이용 가능한 크레딧도 별도로 적용됩니다.
네. Autopilot을 활성화하면 AI 리서치 에이전트가 새로운 가설을 제안하고 개발 파이프라인에 투입할 수 있습니다. 이 과정에서 워크스페이스에서 이용할 수 있는 맥락 정보와 이전 결과를 활용합니다. 크레딧, 일일 실행 시작 횟수 제한, 가용 처리 용량에 따른 제약은 계속 적용됩니다. 직접 아이디어를 제출할 수도 있으며, 모든 전략은 계속해서 테스트와 검토를 거쳐야 합니다.
전략 개발에서 연구, 코딩, QA, 분석, 리스크 검토 또는 포트폴리오 검토 등의 역할을 각각 맡은 AI 기반 소프트웨어 에이전트입니다. 백테스트 및 검증 엔진은 이러한 검토에 필요한 시뮬레이션과 자동 검사를 실행합니다. 전략은 페이퍼 트레이딩 전에 해당 진입 심사 및 출시 검사를 통과해야 하며, AI의 권고만으로 실거래가 활성화되지는 않습니다.
일상적인 언어로 시작할 수 있습니다. AI 연구 에이전트가 가설을 개발하고, AI 개발자가 코드를 작성하며, AI QA 및 분석 에이전트가 구현과 결과를 검토합니다. 이들의 작업, 가정 및 위험을 판단하려면 트레이딩 지식이 도움이 됩니다.
리서치와 페이퍼 트레이딩은 가상 자금을 사용합니다. 실거래 실행은 명시적 승인과 설정된 트레이딩 계정이 필요한 별도의 제한된 워크플로입니다. 리서치 실행을 시작하거나 플랜을 구매한다고 활성화되지 않으며, 실거래를 활성화하면 실제 자본이 손실될 수 있습니다.
민감도 분석, 워크포워드 및 홀드아웃 테스트, 그리고 디플레이티드 샤프(deflated Sharpe)와 백테스트 과적합 확률 같은 검사를 사용합니다. 유효성 게이트와 리스크 검토가 승격을 통제하며, 일부 품질 기준은 검토된 예외를 허용합니다. 이러한 검사들이 미래 성과를 보장할 수는 없습니다.
백테스트는 설정된 거래소 수수료와 체결, 적용 가능한 자금 조달 및 마진 비용 모델을 사용합니다. 리포트에 함께 제공되는 데이터 커버리지와 가정을 검토하세요. 과거 시뮬레이션은 모든 실거래 체결 조건을 재현할 수 없습니다.
리서치 파이프라인은 암호화폐 선물, 현물, 옵션, 주식, 예측 시장을 지원합니다. 상품, 이력 데이터, 페이퍼 트레이딩 지원 여부는 거래소마다 다릅니다. 전략을 선택하기 전에 데이터 및 마켓 페이지에서 커버리지를 확인하세요.
리서치에 소모되는 AI 연산량을 측정하는 선불 사용 단위입니다. 무료 플랜에는 월 기본 제공량이 포함되고, 유료 플랜은 더 많은 크레딧을 제공하며 소멸되지 않는 추가 팩도 구매할 수 있습니다.
네. 결제 카드 없이 무료 계정을 만들 수 있습니다. 무료 플랜에는 월간 크레딧 한도, 동시 리서치 용량, 페이퍼 트레이딩 슬롯이 포함됩니다. 가격 페이지에서 현재 한도와 업그레이드 옵션을 확인할 수 있습니다.
공개 시장 페이지, 게시된 전략, 마켓플레이스 목록을 둘러볼 수 있습니다. 직접 리서치를 시작하기 전에 이용 가능한 보고서와 증거를 읽어보세요. 워크스페이스 작업 및 전략 코드에 대한 접근은 로그인 여부, 소유권, 해당 접근 규칙에 따라 달라집니다.
아닙니다. 실행은 여러 차례의 수정이 필요하거나, 검사 또는 검토 후 폐기될 수 있습니다. 크레딧은 수행된 AI 작업량을 측정하는 것이므로, 실행이 페이퍼 트레이딩에 도달하지 못하더라도 크레딧이 소모될 수 있습니다. 유용한 결과물이 “이 아이디어는 추구하지 말아야 한다”는 증거일 수도 있습니다.
월간 한도는 누적되지 않고 매 주기마다 초기화됩니다. 구매한 크레딧 팩은 만료되지 않으며, 월간 한도를 다 쓴 뒤에 사용됩니다. 크레딧은 동시 실행 제한이나 페이퍼 슬롯과는 별개이며, 크레딧 팩을 추가한다고 해서 그러한 플랜 한도가 변경되지는 않습니다.
소스 코드 접근 여부는 소유권과 해당 전략의 공유 또는 마켓플레이스 규칙에 따라 달라집니다. 공개된 보고서를 이용할 수 있다고 해서 반드시 제한 없는 코드 접근이 포함되는 것은 아닙니다. 특정 전략을 구독하거나 사용하기 전에 제공되는 접근 범위를 확인하세요.
정해진 완료 시간은 없습니다. 데이터 요구 사항, 시뮬레이션 작업, 에이전트 가용성, 수정 및 검토가 모두 소요 시간에 영향을 줍니다. 워크스페이스에서 실행 단계와 이력을 계속 확인하세요. 실행을 시작한다고 해서 전략이 승인되리라는 보장은 없습니다.
AI 분석가와 AI 리스크 검토자는 전략 보고서와 함께 이러한 검사 결과를 검토합니다. 유효성 검사를 통과하지 못하면 승격이 차단되며, 품질 관련 결과는 문서화된 예외를 포함해 평가에 반영됩니다.
다음 항목을 검사합니다 반복 시도로 부풀려진 성과. 디플레이티드 샤프는 시도 횟수와 수익률 특성을 고려합니다.
다음 항목을 검사합니다 과거에만 맞춰진 파라미터. 인샘플로 학습하고 롤링 윈도우의 아웃오브샘플로 평가해 성능 저하가 즉시 드러납니다.
다음 항목을 검사합니다 전체 데이터셋에 대한 과최적화. 손대지 않은 마지막 구간을 단 한 번만 테스트합니다. 재시도도, 미리 보기도 없습니다.
다음 항목을 검사합니다 취약한 파라미터 선택. 민감도 스윕은 인접한 설정값이 성과에 미치는 영향을 검토용으로 보여줍니다.
다음 항목을 검사합니다 모델링된 트레이딩 비용을 감당하기에 너무 작은 수익률. 비용 검사는 다른 승격 근거와 함께 평가됩니다.
다음 항목을 검사합니다 인샘플 착시. 아웃오브샘플 성과가 인샘플보다 지나치게 낮으면 결과는 노이즈로 간주합니다.