현실적인 수수료, 스프레드, 슬리피지, 지연, 주문 실패를 포함한 뒤에야 봇의 엣지를 평가할 수 있습니다. 자금을 투입하기 전에 모의거래로 실행 가정을 검증해야 합니다.
3단계 판단 프레임
1. 데이터 무결성
타임스탬프, 누락 구간, 생존편향, 미래정보 사용을 점검합니다.
2. 비용 모델
메이커/테이커, 스프레드, 슬리피지, 펀딩비, 주문 거절을 모델링합니다.
3. 단계별 검증
리플레이, 표본외, 모의거래, 엄격히 제한된 실전 순서로 진행합니다.
검증 경로
- DCA 백테스트 — 가정이 과거 결과를 어떻게 바꾸는지 봅니다.
- 슬리피지 계산기 — 표면 수수료 외 실행 손실을 추정합니다.
- 펀딩 차익거래 계산기 — 캐리 수익과 증거금 가정을 모델링합니다.
- 손익비 — 자동화 전에 허용 손실을 정의합니다.
- 리서치 라이브러리 — 방법, 한계, 시장 근거를 검토합니다.
자주 묻는 질문
왜 백테스트가 실전 봇보다 좋아 보이나요?
백테스트는 지연, 슬리피지, 호가 대기순서, 부분체결, 장애, 시장구조 변화를 과소평가하기 쉽습니다.
모의거래는 무엇을 검증해야 하나요?
신호 타이밍, 주문 생명주기, 데이터 공백, 쿨다운, 대사, 모니터링을 검증해야 하며 이론 P&L만 보면 안 됩니다.
봇에는 얼마나 많은 과거 데이터가 필요한가요?
정해진 숫자는 없으며 전략 주기에 맞는 충분한 거래 수와 여러 시장 국면을 포함해야 합니다.
이 페이지는 연구·판단 프레임을 제공하며 투자·법률·세무 조언이 아닙니다.
