LiuGuanYi

이 EA는 복잡한 파라미터 조정이 필요한 유형의 EA가 아닙니다. 핵심 파라미터는 이미 수많은 테스트를 거쳐 프로그램 내부에 고정되어 있습니다. 사용자가 내부 파라미터를 임의로 변경한 뒤 원래 시스템과 전혀 다른 전략을 운용하게 되는 것을 원하지 않기 때문입니다.

실제 사용 시에는 계좌 유형, 자금 등급, 거래 방향만 이해하면 됩니다. 그 외의 핵심 로직은 시스템 내부에서 자동으로 처리됩니다.

1｜실계좌 공개 관찰 가능  https://www.mql5.com/zh/signals/2386318?source=Site+Signals+My

브로커: EC Markets
서버: ECMarkets-MT5-Live01
계좌: 81206286
투자자 비밀번호: Liuguanyi123@ — 공개하기 전에 반드시 MT5 읽기 전용 투자자 비밀번호인지 확인하십시오

실제로 운용 중인 실계좌이며, EA가 실시간 시장에서 어떤 주문을 실행하는지 관찰하는 데 사용할 수 있습니다.

2｜저스프레드 ECN 계좌를 사용하십시오

매우 중요한 부분입니다.

주요 백테스트와 실운용 환경은 저스프레드 ECN 계좌를 기준으로 하며, 테스트 스프레드는 약 5~8포인트, 수수료 파라미터는 3입니다.

이 시스템은 스프레드 0, 수수료 0이라는 이상적인 환경에서 개발된 것이 아닙니다. 스프레드와 수수료는 이미 전략의 실제 거래비용에 포함되어 있습니다.

다만 테스트 환경보다 현저히 높은 스프레드, 비정상적인 슬리피지, 또는 표준 ECN 환경과 크게 다른 조건의 브로커를 사용하면 최종 수익과 드로다운 특성이 모두 달라질 수 있습니다.

거래비용이 높을수록 순수익은 감소하고, 자본 효율은 낮아지며, 드로다운 성능도 악화될 수 있습니다.

따라서 고스프레드 계좌를 사용한다면 제 테스트와 완전히 동일한 결과를 기대하지 마십시오.

3｜이 전략은 초저지연에 의존하지 않습니다

이 전략은 레이턴시 차익거래가 아니며, 호가 지연을 이용하지 않고, 초저지연 네트워크를 통해 우위를 얻는 전략도 아닙니다.

약 1ms에서 500ms까지 서로 다른 지연 환경에서 테스트한 결과, 전체적인 성과에 결정적인 구조적 차이는 나타나지 않았습니다.

따라서 이 시스템만을 위해 고가의 초저지연 서버를 구입할 필요는 없습니다. 안정적인 일반 VPS 또는 로컬 컴퓨터로도 충분히 운용할 수 있습니다.

이 전략에서는:

1ms를 추구하는 것보다 안정적인 연결이 훨씬 중요합니다.

4｜핵심 파라미터는 숨겨져 있습니다

시스템의 실제 행동을 결정하는 내부 파라미터는 이미 사전 설정되어 있습니다. 연구용 파라미터를 대량으로 사용자에게 공개하지 않았습니다.

이유는 간단합니다. 이미 검증된 모델이라도 누구나 내부 임계값을 마음대로 변경할 수 있다면 결국 원래 전략과 다른 시스템이 됩니다.

사용자가 선택해야 하는 것은 다음뿐입니다:

계좌 유형, 자금 등급, 거래 방향.

나머지 핵심 파라미터는 시스템 내부에서 자동으로 관리됩니다.

사용자가 선택하는 것은 위험 수준이지, 전략을 다시 설계하는 것이 아닙니다.

5｜자금 등급이 위험 강도를 결정합니다

계좌 자금이 2,500달러라면 표준 설정은 2,500달러 자금 등급입니다. 5,000달러 계좌는 5,000달러 등급, 10,000달러 계좌는 10,000달러 등급을 사용합니다. 센트 계좌도 사용할 수 있으며 약 25달러부터 시스템을 시작할 수 있습니다.

이것이 가장 정상적이고 합리적인 사용 방법입니다.

초기 개발 단계에서는 EA가 계좌 총자금에 따라 위험을 완전히 동적으로 계산하도록 했습니다. 많은 테스트를 진행한 결과, 드로다운을 매우 낮게 유지할 수는 있었지만 동시에 상당한 자금이 오랫동안 사용되지 않아 자본 효율이 떨어지는 문제가 있었습니다.

그래서 최종적으로:

위험 선택권을 사용자에게 넘기기로 했습니다.

자금 등급은 단순히 계좌 잔액을 표시하는 라벨이 아닙니다. 본질적으로 시스템이 어느 정도의 위험 강도로 운용될지를 결정합니다.

실제 자금이 선택한 자금 등급과 같다면 표준 위험입니다. 실제 자금이 선택한 등급보다 많으면 상대 위험이 낮아지고, 실제 자금이 더 적으면 상대 위험이 높아집니다.

6｜더 큰 위험을 감수할 수 있다면 더 높은 자금 등급을 선택할 수 있습니다

예를 들어 실제 계좌 자금이 2,500달러뿐이어도 5,000달러 자금 등급으로 운용할 수 있습니다.

이 경우 시스템은 5,000달러 등급에 맞춰 설계된 위험 구조로 실행됩니다.

결과는 명확합니다:

잠재 수익이 높아지는 동시에 잠재 드로다운도 커집니다.

이는 버그나 이상 현상이 아닙니다. 사용자가 의도적으로 위험 수준을 높이는 것입니다.

큰 자금 변동을 감당할 수 없다면 작은 계좌에서 높은 자금 등급을 사용하지 마십시오.

높은 수익은 결코 공짜가 아닙니다.

공개 백테스트 기간:

2024년 3월 1일 ~ 2026년 8월 5일

테스트가 2024년부터 시작되는 이유는 현재 제가 사용하는 EC Markets 히스토리 테스트 환경에서 신뢰할 수 있는 실제 틱 데이터를 안정적으로 확보할 수 있는 시점이 이 기간부터이기 때문입니다.

백테스트 기간을 길어 보이게 만들기 위해 서로 다른 출처의 데이터를 섞거나 품질을 확인할 수 없는 히스토리 데이터를 사용하지 않습니다.

검증할 수 있는 것만 공개합니다.

2,500달러 계좌｜2,500달러 자금 등급

초기 자금: 2,500달러
최종 순이익: 6,603달러
순수익률: 약 264%
최종 계좌 자금: 초기 자금의 약 3.64배
최대 자산 고점 대비 드로다운: 약 16%
테스트 중 최대 드로다운 금액: 약 1,120달러

1,120달러를 초기 자금 2,500달러와 단순 비교하면 초기 자금의 약 **44.8%**에 해당합니다.

여기서 반드시 구분해야 하는 점은:

자산 고점 대비 최대 드로다운과 최대 손실액을 초기 자금 대비 비율로 계산한 값은 서로 다른 통계 개념입니다.

전략은 선택된 자금 등급에 따라 실제 거래 로트를 동적으로 계산합니다. 따라서 같은 자금 등급을 유지하면서 실제 자금을 더 많이 투입하고 수익 구조가 비슷하게 유지된다면 상대적인 드로다운 비율은 일반적으로 더 낮아집니다.

10,000달러 계좌｜10,000달러 자금 등급

초기 자금: 10,000달러
최종 순이익: 26,395달러
순수익률: 약 263.95%
최대 자산 고점 대비 드로다운: 약 16%
테스트 중 최대 드로다운 금액: 약 4,000달러

이 결과는 자금 등급을 비례적으로 확대했을 때에도 시스템 전체의 위험·수익 구조가 비교적 일관되게 유지될 수 있음을 보여줍니다.

2,500달러 계좌｜5,000달러 자금 등급으로 운용

제가 가장 중요하게 이해해야 한다고 생각하는 테스트입니다.

실제 초기 자금은 단지:

2,500달러

하지만 시스템은:

5,000달러 자금 등급

으로 운용되었습니다.

최종 순이익:

13,201달러

초기 2,500달러 대비:

순수익률: 약 528%

최대 자산 고점 대비 드로다운:

약 18%

테스트 중 최대 드로다운 금액:

약 2,240달러

이는 더 높은 위험을 의도적으로 감수할 수 있는 사용자가 더 높은 자금 등급을 선택함으로써 계좌 전체의 위험·수익 프로필을 변경할 수 있음을 보여줍니다.

하지만 다시 한 번 강조합니다:

수익 가능성이 높아지는 만큼 실제 위험에 노출되는 자금의 절대 금액도 크게 증가합니다.

이 정도의 변동을 감당할 수 없다면 이 설정을 사용하지 마십시오.

구매 후 가장 쉽게 놓치는 부분이면서 동시에 가장 중요한 부분 중 하나입니다.

MT5에서 전략 테스터를 실행했다고 해서 자동으로 브로커의 실제 틱 데이터를 사용하는 것은 아닙니다.

MT5는 과거 캔들 데이터를 기반으로 합성 틱을 생성할 수 있습니다. 일반적인 저빈도 전략에서는 이런 차이가 크게 중요하지 않을 수도 있습니다.

하지만 이 전략에는 가격 경로 의존성, 이벤트 상태, 실행 순서 로직이 존재합니다. 최종 캔들 형태가 완전히 같더라도 캔들 내부에서 가격이 움직인 순서가 다르면 시스템의 내부 상태도 달라질 수 있습니다.

정식 백테스트에서는:

반드시 “실제 틱을 기반으로 한 모든 틱” 모드를 선택하고 브로커가 제공하는 실제 틱 히스토리를 사용하십시오.

합성 틱을 사용하면:

백테스트 수익이 크게 왜곡될 수 있습니다. 대부분의 브로커는 매우 긴 실제 틱 히스토리를 제공하지 않습니다. 예를 들어 제 EC Markets 환경에서는 신뢰할 수 있는 실제 틱이 2024년부터 제공됩니다. 다른 브로커가 2017년부터 데이터를 보여주더라도 더 오래된 데이터가 실제 틱이 아니라 재구성되거나 시뮬레이션된 캔들 데이터일 수 있습니다. 이런 경우 해당 기간의 수익을 진짜 실제 틱 기반 결과로 볼 수 없습니다. 이 차이는 반드시 이해해야 합니다.

저는 6년 동안 트레이딩을 해왔습니다.

그 6년 동안 가장 큰 적은 사실 시장이 아니라는 것을 깨달았습니다.

바로 저 자신이었습니다.

컨디션이 좋을 때는 매우 진지하고 규율 있게 거래할 수 있습니다. 하루에 200달러를 벌 때도 있고, 1,000달러를 벌 때도 있습니다.

진짜 문제는 제가 거래 방법을 모르는 것이 아닙니다. 문제는:

돈을 벌고 나면 사람의 심리 상태가 달라진다는 것입니다.

예를 들어 이번 달에 진지하게 거래해서 5,000달러를 벌면, 다음 달에는 지난달의 수익 때문에 지나치게 자신감이 생기고 긴장이 풀리며 심지어 오만해질 수 있습니다.

그 이후 거래의 질이 떨어지고 손실이 발생합니다.

손실이 나면 다시 진지해집니다. 다시 규율을 지키면 다시 수익이 납니다. 수익이 나면 다시 조금씩 긴장이 풀립니다.

몇 년 동안 저는 같은 사이클을 계속 반복하고 있다는 것을 알게 되었습니다:

규율 → 수익 → 자신감 → 방심 → 손실 → 다시 규율

가장 힘들었던 것은 제가 분명히 알고 있었다는 점입니다:

규칙을 엄격하게 지킬 때 제 트레이딩 성과는 분명히 좋아집니다.

하지만 1년 365일 동안 감정, 규율, 정신 상태를 완전히 똑같이 유지할 수는 없습니다.

인간에게는 매우 어려운 일입니다.

그래서 저는 생각하기 시작했습니다:

거래 로직을 규칙으로 정의할 수 있다면, 감정이 없는 프로그램이 대신 실행하게 하면 되지 않을까?

프로그램은 어제 돈을 벌었다고 흥분하지 않습니다. 연승했다고 자신을 무적이라고 생각하지 않습니다. 기분이 나쁘다고 조건을 생략하지 않습니다. 손실이 났다고 갑자기 모든 돈을 되찾으려고 하지도 않습니다.

그저 규칙을 실행합니다.

그 후 저는 정말 신뢰할 수 있는 자동매매 시스템을 찾고 싶어서 다른 개발자들이 판매하는 EA와 전략을 구매하기 시작했습니다.

총 약:

3,000달러

를 사용했습니다.

하지만 여러 시스템을 구매하고 테스트하고 분석하면서 이 시장에 너무 많은 문제가 있다는 것을 알게 되었습니다:

미래 데이터 사용, 리페인팅, 과거 데이터 교체, 수수료 무시, 스프레드 무시, 슬리피지 무시, 장기 미실현 손실 은폐, 백테스트와 실거래에서 다른 조건 사용, 과거 시장에 맞춘 반복적인 파라미터 최적화, 가장 좋아 보이는 구간만 선택, 비현실적으로 완벽한 자산 곡선.

결국 저는 한 가지 결론에 도달했습니다:

소위 '마법 같은 EA'를 계속 찾는다면 존재하지 않는 것을 평생 찾게 될 수도 있다.

그래서 더 이상 구매하지 않았습니다.

직접 만들기로 했습니다.

이렇게 이 EA가 만들어졌습니다.

처음부터 목표는 가장 아름다운 백테스트 곡선을 만드는 것이 아니었습니다. 목표는:

트레이더가 원래 규율과 감정 통제를 통해 수행해야 하는 일을, 규칙을 지속적으로 실행할 수 있는 자동화 시스템으로 바꾸는 것

이었습니다.

엔지니어링 관점에서 이 시스템은 전통적인:

지표가 신호 생성 → 즉시 주문 실행

구조가 아닙니다.

실제 의사결정 흐름은 다음에 더 가깝습니다:

시장 상태 인식 → 구조 평가 → 이벤트 확인 → 위험 평가 → 실행 검증

MT5 차트에 최종적으로 나타나는 주문은 내부 상태 시스템이 여러 단계의 제약 조건을 통과한 뒤 생성된 최종 출력에 불과합니다.

Ⅰ｜다중 시간대 상태 공간 분해

시스템은 여러 시간대를 사용하는 상태 분석 구조를 채택하며, 각 시간대는 서로 다른 정보 역할을 담당합니다.

방향 구조, 국부 변동성, 시장 이벤트, 포지션 상태, 실행 환경은 단순히 합산되지 않습니다. 서로 다른 계층에 매핑되고, 거래가 실행 권한을 얻을 수 있는지를 공동으로 결정합니다.

따라서 시스템은 단순한 매수·매도 신호를 만드는 것이 아니라:

여러 단계의 상태 확인을 통과한 뒤에만 실행 권한을 획득하는 거래 상태를 생성합니다.

Ⅱ｜히스테리시스 기반 시장 상태 라우팅

시장 상태는 단 하나의 고정 임계값에 의해 순간적으로 다른 상태로 전환되지 않습니다.

시스템 내부에는 상태 지속성, 확인 과정, 비대칭 전환 규칙, 상태 메모리가 존재하며, 시장이 경계 구간에 있을 때 빈번한 상태 전환을 줄이는 것이 주요 목적입니다.

새로운 거래 사이클이 형성되면 일부 핵심 변수는 고정됩니다.

시장은 계속 변할 수 있지만, 몇 번의 단기 변동 때문에 이미 형성된 위험 구조를 계속해서 다시 해석하지는 않습니다.

Ⅲ｜변동성 정규화 가격 구조

시스템은 절대 가격 거리를 보편적인 판단 기준으로 사용하지 않습니다.

같은 10달러의 가격 이동이라도 저변동성 시장과 고변동성 시장에서는 의미가 완전히 다를 수 있습니다.

따라서 가격 변위, 구조적 거리, 국부 확장, 위험 경계는 변동성으로 정규화된 공간에서 평가됩니다.

즉:

가격이 단순히 얼마나 움직였는지가 아니라, 현재 변동성 구조에 비해 그 움직임이 얼마나 큰지를 평가합니다.

Ⅳ｜경로 의존형 상태 진화

현재 가격은 시스템 행동을 결정하는 유일한 변수가 아닙니다.

시장이 현재 가격까지 어떤 경로로 도달했는지, 그리고 이미 형성된 거래 상태, 위험 상태, 포지션 구조도 함께 고려됩니다.

따라서:

가격이 정확히 같은 수준으로 돌아와도 시스템이 반드시 같은 결정을 내리는 것은 아닙니다.

이유는 간단합니다:

그 가격에 도달한 경로가 완전히 다를 수 있기 때문입니다.

이것이 이 전략에서 실제 틱 데이터의 품질이 중요한 이유이기도 합니다.

Ⅴ｜계층형 위험 예산

시스템은 신호가 발생했다고 해서 곧바로 로트 크기를 결정하지 않습니다.

각 새로운 거래 사이클은 먼저 독립적인 위험 예산을 설정합니다. 이후 내부 위험 계획 모듈이 남아 있는 허용 위험 공간을 기준으로 실제 포지션 구조를 계산합니다.

권한 구조는 다음과 같이 이해할 수 있습니다:

계좌 위험 관리 ＞ 거래 사이클 위험 ＞ 포지션 계획 ＞ 진입 조건 ＞ 단순 거래 신호

따라서:

거래 로트는 시스템이 가장 먼저 결정하는 요소가 아니라, 전체 위험 계산이 끝난 뒤 나오는 결과입니다.

진입 조건이 충족되더라도 상위 계층의 위험 여력이 부족하면 시스템은 실행을 거부할 수 있습니다.

Ⅵ｜비선형 포지션 위험 구조

여러 포지션이 동시에 존재할 때 전체 위험은 개별 주문 위험을 단순 합산한 값으로 이해할 수 없습니다.

새로운 노출 변화가 발생할 때마다 거래 사이클 전체가 이후에 감당할 수 있는 위험 공간도 달라집니다.

이미 사용된 위험 예산은 이후 새로운 노출을 추가할 수 있는지 여부에 직접 영향을 줍니다.

따라서 시스템이 관리하는 것은 개별 주문이 아니라:

거래 사이클 전체에서 지속적으로 변화하는 총위험 구조입니다.

Ⅶ｜매수·매도 방향의 독립 상태 관리

매수와 매도는 단순히 같은 프로그램의 방향을 반대로 바꾼 것이 아닙니다.

두 방향은 각각 독립적으로:

거래 상태, 위험 상태, 실행 메모리, 사이클 구조

를 유지합니다.

동시에 계좌 수준의 자본 위험 통제는 공유합니다.

아키텍처 관점에서는:

하나의 계좌 자본 통제 계층을 공유하는 두 개의 독립 상태 엔진

에 더 가깝습니다.

Ⅷ｜폐루프 실행 검증

많은 일반 EA는 주문 전송에 성공하면 핵심 프로세스가 사실상 끝납니다.

이 시스템은 다릅니다.

거래 명령이 전송된 뒤에도 시스템은 계속해서:

계획 상태 → 실제 실행 상태 → 최종 검증 상태

를 확인합니다.

실제 실행 결과가 내부 위험 상태와 계속 일치할 때만 주문 수명주기를 유효한 것으로 판단합니다.

즉 시스템은 단순히:

주문이 성공적으로 전송되었는지

뿐만 아니라:

실제 실행 결과가 여전히 내부 위험 모델을 충족하는지

까지 관리합니다.

Ⅸ｜거래 환경 무결성 검사

실제 시장은 백테스트 환경이 아닙니다.

최소 거래량, 거래량 단위, 틱 가치, 계약 규모, 스톱 제한, 프리즈 제한, 증거금 요구사항, 스프레드, 슬리피지, 주문 실패 등이 최종 결과에 영향을 줄 수 있습니다.

이 요소들은 전략의 방향 판단 로직 자체는 아니지만, 전략이 실제 시장에서 설계대로 실행될 수 있는지를 직접 결정합니다.

따라서:

실행 환경 자체도 전체 위험 시스템의 일부입니다.

Ⅹ｜계약 조건 변화 감지

시스템은 같은 종목이 항상 완전히 동일한 거래 조건을 유지한다고 가정하지 않습니다.

브로커가 최소 거래량, 거래량 단위, 틱 가치, 계약 크기, 거래 제한을 변경하면 기존 위험 계산의 전제가 달라질 수 있습니다.

따라서 시스템은 현재 종목의 주요 실행 속성을 기록하고 핵심 거래 조건의 변화를 감시합니다.

자동 위험 시스템 관점에서:

같은 종목명이라고 해서 언제나 동일한 경제적 특성을 보장하는 것은 아닙니다.

Ⅺ｜페일 클로즈 방식의 위험 관리

시스템은 알 수 없는 상태에 대해 매우 보수적인 원칙을 사용합니다.

안전을 확인할 수 없다고 해서 안전한 상태라는 뜻은 아닙니다.

핵심 보호 상태를 확인할 수 없거나, 실행 결과를 검증할 수 없거나, 거래 환경이 비정상적으로 변하거나, 위험 조건이 예상 범위를 벗어나면 시스템은 알 수 없는 위험을 추가하기보다 새로운 포지션을 제한하는 것을 우선합니다.

이는 전체 아키텍처에서 가장 중요한 원칙 중 하나입니다.

Ⅻ｜지속 상태 재구성

VPS는 재부팅될 수 있습니다. MT5는 업데이트될 수 있습니다. 네트워크가 끊길 수 있습니다. 프로그램이 다시 로드될 수도 있습니다.

따라서 이 시스템은 처음부터 프로그램 프로세스가 영원히 중단 없이 실행된다는 가정으로 설계되지 않았습니다.

거래 사이클의 수명과 프로그램 프로세스의 수명은 같은 개념이 아닙니다.

시스템은 기존 거래 상태를 가능한 한 보존하고 재구성하여, 재시작 이후에도 계좌가 이미 어느 단계에 있는지 이해하도록 합니다. 기존 포지션을 모두 완전히 새로운 시작으로 처리하지 않습니다.

XIII｜계좌 자본 위험이 최상위 권한을 가집니다

시스템 내부에는 명확한 위험 권한 구조가 있습니다:

계좌 자본 보호 ＞ 거래 사이클 위험 ＞ 포지션 계획 ＞ 진입 승인 ＞ 거래 신호

즉 완전히 유효한 거래 기회라도 계좌 수준의 위험 조건이 허용하지 않으면 시스템이 거래를 거부할 수 있습니다.

이 시스템에서는:

신호가 발생했다고 해서 반드시 거래해야 하는 것은 아닙니다.

거래 로직은 가능성을 찾습니다.

그 위험을 감수할 자격이 계좌에 있는지는 자본 위험 시스템이 결정합니다.

엔지니어링 관점에서 이 시스템은 다음의 결합으로 이해할 수 있습니다:

다중 시간대 상태 분해, 히스테리시스 기반 시장 상태 인식, 변동성 정규화 가격 구조, 경로 의존형 상태 진화, 계층형 위험 예산, 비선형 노출 배분, 매수·매도 독립 상태 관리, 폐루프 실행 검증, 거래 환경 변화 감지, 지속 상태 복구, 페일 클로즈 자본 보호.

MT5 차트에서 최종적으로 보이는 것은 주문일 뿐입니다.

그 주문이 왜 실행될 수 있었는지를 실제로 결정하는 것은 뒤에 존재하는 보이지 않는 상태 평가와 위험 제약 구조 전체입니다.

시스템이 어디에서 거래했는지는 볼 수 있습니다.

하지만 어떤 내부 상태가 그 거래를 승인했는지는 볼 수 없습니다.

어떤 EA, 자동매매 프로그램, 정량 시스템도 영구적으로 유효하거나 수익을 보장할 수 없습니다.

과거 백테스트는 미래 수익을 보장하지 않습니다. 실계좌의 과거 실적 역시 미래 성과를 보장하지 않습니다.

최종 결과는 스프레드, 수수료, 슬리피지, 브로커의 실행 품질, 시장 환경, 사용자가 선택한 자금 등급의 영향을 받을 수 있습니다.

과거 데이터를 공개하는 이유는 사용자가 직접 전략을 검증할 수 있도록 하기 위한 것이지, 미래가 반드시 과거를 반복한다고 주장하기 위한 것이 아닙니다.

실제로 감당할 수 있는 손실 금액을 기준으로 자금 등급을 선택하십시오.

특정 드로다운 금액이 정상적인 생활에 영향을 줄 정도라면 그 위험 수준은 적합하지 않습니다.