Moreland System 1
- Experts
-
Jack Moreland Wilde
I am the founder of Moreland Algorithmic, a UK-based trading technology company focused on the research, development and deployment of proprietary automated trading systems. - 버전: 1.9
- 활성화: 5
MORELAND SYSTEM 1
XAUUSD H1 전용 독자적 지지선 반전 자동매매 시스템
Moreland System 1은 Moreland Algorithmic이 개발한 XAUUSD H1 전용 독자적 자동매매 시스템입니다.
이 시스템은 구조화된 지지선 반전 로직, 체계적인 주문 실행, 명확하게 정의된 리스크 관리를 중심으로 설계되었습니다. 적절한 시장 조건을 식별하고, 설정된 리스크 수준에 따라 포지션 크기를 계산하며, 내부 규칙에 따라 거래를 자동으로 관리하도록 설계되어 있습니다.
전략의 핵심 로직, 진입 기준, 확인 규칙 및 독자적 파라미터는 보호됩니다. 사용자는 계좌의 리스크 수준을 조절할 수 있지만, 핵심 전략 로직은 변경되지 않습니다.
http://www.morelandalgorithmic.com
거래 접근 방식
Moreland System 1은 XAUUSD의 중요한 지지 구간 주변에서 구조화된 반전 기회를 식별하는 데 중점을 둡니다.
전략은 완전히 규칙 기반으로 작동하며, 활성화된 이후에는 진입 결정을 위해 사용자의 재량적 개입을 필요로 하지 않습니다.
주요 특징은 다음과 같습니다:
- XAUUSD 전용 거래 로직
- H1 시간 프레임
- 지지선 반전 전략 구조
- 자동 시장 분석
- 자동 포지션 크기 계산
- 명확하게 정의된 Stop Loss 보호
- 구조화된 수익 목표
- 자동 거래 관리
- 백분율 기반 리스크 설정
- 계좌 수준의 보호 기능
프로브 기반 진입 구조
System 1은 통제된 프로브 기반 진입 구조를 사용합니다.
처음부터 전체 예정 포지션을 즉시 진입하는 대신, 시스템은 축소된 초기 포지션으로 시작한 뒤 필요한 확인 조건이 계속 유지되는지 평가할 수 있습니다.
시스템의 내부 조건이 충족될 경우, 사전에 계획된 추가 진입을 한 번 실행할 수 있습니다.
이 구조는 무제한 물타기 또는 손실 회복형 시스템으로 설계된 것이 아닙니다.
System 1은 다음 방식에 의존하지 않습니다:
- 마틴게일 방식의 포지션 증대
- 무제한 그리드 진입
- 손실 포지션에 대한 반복적인 평균단가 조정
- 점진적인 랏 크기 증가
리스크 관리
System 1은 백분율 기반 리스크 포지션 사이징을 사용합니다.
예정 리스크 금액은 현재 계좌 Equity와 설정된 리스크 비율을 기준으로 계산됩니다. 이후 Stop Loss 거리와 해당 종목의 단위당 가치를 이용하여 포지션 크기를 결정합니다.
포지션 크기는 리스크에 의해 결정되며, 레버리지에 의해 직접 결정되는 것이 아닙니다.
레버리지는 포지션을 유지하는 데 필요한 증거금에 영향을 주지만, 시스템이 계산한 포지션 크기를 직접적으로 증가시키지는 않습니다. 사용 가능한 증거금이 제한 요인이 되는 경우에는 레버리지가 예정 포지션을 전부 개설할 수 있는지에 영향을 줄 수 있습니다.
아래의 과거 테스트는 모든 시뮬레이션에서 1:50 레버리지를 사용하여 진행되었습니다.
사용자가 설정할 수 있는 리스크 관리 항목에는 다음이 포함될 수 있습니다:
- 거래당 리스크 (%)
- 일일 Drawdown 한도
- 최대 계좌 Drawdown / 최소 Equity 수준
- 계좌 수익 목표 (%)
전략 로직 자체는 보호되며, 불필요한 내부 최적화 파라미터 형태로 공개되지 않습니다.
과거 테스트 및 리스크 분석
다음 결과는 Moreland System 1에 대해 수행된 세 가지 독립적인 과거 시뮬레이션에서 도출되었습니다.
여러 리스크 설정을 개별적으로 테스트하는 목적은 하나의 백테스트 결과를 단순히 수학적으로 배수 확대하는 것이 아니라, 리스크가 증가할 때 실제 거래 경로가 어떻게 달라지는지 분석하기 위함입니다.
테스트 사양:
- 시스템: Moreland System 1
- 종목: XAUUSD
- 시간 프레임: H1
- 백테스트 기간: 2024년 1월 1일 - 2026년 6월 30일
- 플랫폼: cTrader
- 과거 데이터: Tick data
- 브로커 환경: FTMO 과거 환경
- 초기 잔고: 각 시뮬레이션당 계좌 통화 100,000 단위
- 설정 리스크: 0.4%, 1.0%, 2.0%
- 레버리지: 모든 시뮬레이션에서 1:50
최종 포지션은 2026년 6월 30일 또는 그 이전에 진입되었으며, 해당되는 경우 최종 청산은 7월 1일에 이루어졌습니다.
주요 성과 요약
| 지표 | 0.4% 리스크 | 1.0% 리스크 | 2.0% 리스크 |
|---|---|---|---|
| 최종 잔고 | 222,779 | 418,074 | 846,615 |
| 순수익률 | +122.8% | +318.1% | +746.6% |
| 최대 실현 잔고 Drawdown | 6.60% | 20.17% | 28.32% |
| Sharpe Ratio | 2.46 | 2.02 | 1.90 |
이 결과는 설정 리스크, 자본 성장, 변동성, Drawdown 사이의 관계를 명확히 보여줍니다.
리스크가 증가함에 따라 성장률도 크게 증가하지만, 결과는 선형적으로 확대되지 않습니다. 각 시뮬레이션은 서로 다른 실제 실행 경로를 따랐으며 단순한 수학적 배수 관계가 아닙니다.
자본 성장 비교
| 설정 리스크 | 최종 잔고 | 순수익률 | CAGR | 청산 거래 기록 |
|---|---|---|---|---|
| 0.4% | 222,779 | +122.8% | +37.9% | 1,704 |
| 1.0% | 418,074 | +318.1% | +77.5% | 1,646 |
| 2.0% | 846,615 | +746.6% | +135.5% | 1,646 |
높은 리스크 설정에서는 과거 시뮬레이션상 훨씬 높은 최종 잔고가 발생했지만, 동시에 변동성과 Drawdown도 상당히 증가했습니다.
거래 기록 수의 차이 역시 이 결과들이 독립적인 과거 시뮬레이션이며 단순한 산술적 재조정이 아니라는 점을 보여줍니다.
리스크 조정 성과
| 지표 | 0.4% 리스크 | 1.0% 리스크 | 2.0% 리스크 |
|---|---|---|---|
| 순수익률 | +122.8% | +318.1% | +746.6% |
| CAGR | +37.9% | +77.5% | +135.5% |
| 최대 잔고 Drawdown | 6.60% | 20.17% | 28.32% |
| 연환산 변동성 | 13.0% | 29.5% | 49.4% |
| Sharpe Ratio | 2.46 | 2.02 | 1.90 |
| Sortino Ratio | 6.61 | 5.54 | 5.92 |
| Calmar Ratio | 5.74 | 3.84 | 4.78 |
| Gain-to-Pain | 1.92 | 1.72 | 1.72 |
0.4% 리스크 설정은 Sharpe Ratio와 Calmar Ratio를 포함하여 가장 높은 과거 리스크 조정 효율을 기록했습니다.
1.0% 리스크 설정은 Sharpe Ratio를 2.0 이상 유지하면서 훨씬 더 높은 과거 성장을 기록했습니다.
2.0% 리스크 설정은 가장 높은 과거 최종 잔고와 CAGR을 기록했지만, 동시에 가장 높은 변동성과 최대 실현 잔고 Drawdown도 기록했습니다.
연간 및 월간 성과
| 기간 | 0.4% 리스크 | 1.0% 리스크 | 2.0% 리스크 |
|---|---|---|---|
| 2024 | +19.8% | +54.1% | +135.3% |
| 2025 | +74.2% | +183.2% | +258.8% |
| 2026 상반기 | +6.8% | -4.2% | +0.3% |
| 수익 월 | 23 / 30 | 18 / 30 | 16 / 30 |
| 최고의 월 | 2025년 4월 +13.2% | 2025년 1월 +26.9% | 2025년 5월 +44.4% |
| 최악의 월 | 2024년 1월 -4.8% | 2024년 1월 -11.7% | 2024년 1월 -20.9% |
월별 수익 분포는 리스크 확대 과정에서 발생하는 주요 상충관계를 보여줍니다.
0.4% 리스크에서는 30개월 중 76.7%가 플러스 수익을 기록했습니다.
1.0% 리스크에서는 이 비율이 60.0%로 감소했습니다.
2.0% 리스크에서는 53.3%의 월이 플러스 수익을 기록했습니다.
더 높은 리스크 설정은 강한 달의 수익 규모뿐만 아니라 약한 달의 손실 규모도 확대했습니다.
월별 과거 수익률
| 월 | 0.4% | 1.0% | 2.0% |
|---|---|---|---|
| 2024년 1월 | -4.82% | -11.74% | -20.95% |
| 2024년 2월 | -0.42% | -1.22% | -2.63% |
| 2024년 3월 | +6.94% | +17.77% | +36.56% |
| 2024년 4월 | -1.62% | -4.18% | -7.71% |
| 2024년 5월 | +2.88% | +7.33% | +13.49% |
| 2024년 6월 | +2.35% | +5.99% | +14.52% |
| 2024년 7월 | +5.02% | +12.60% | +20.81% |
| 2024년 8월 | +4.29% | +10.72% | +31.05% |
| 2024년 9월 | +2.59% | +7.04% | +15.48% |
| 2024년 10월 | +4.83% | +12.40% | +7.06% |
| 2024년 11월 | +0.29% | +0.43% | +2.68% |
| 2024년 12월 | -3.47% | -8.59% | -7.16% |
| 2025년 1월 | +10.23% | +26.88% | +24.24% |
| 2025년 2월 | +0.64% | +1.61% | -1.37% |
| 2025년 3월 | +4.70% | +11.92% | +25.44% |
| 2025년 4월 | +13.20% | +18.64% | -5.43% |
| 2025년 5월 | +5.98% | +16.52% | +44.38% |
| 2025년 6월 | +1.01% | -3.77% | -14.77% |
| 2025년 7월 | -2.13% | -3.30% | -8.74% |
| 2025년 8월 | +3.26% | -3.25% | +0.76% |
| 2025년 9월 | +10.05% | +19.85% | +42.15% |
| 2025년 10월 | +6.12% | +18.41% | +28.97% |
| 2025년 11월 | +2.82% | +4.28% | -2.40% |
| 2025년 12월 | +2.02% | +6.55% | +21.94% |
| 2026년 1월 | +3.96% | +10.36% | +23.66% |
| 2026년 2월 | +1.30% | -4.38% | -2.42% |
| 2026년 3월 | -1.76% | -1.28% | -4.90% |
| 2026년 4월 | +1.58% | -3.90% | -4.73% |
| 2026년 5월 | +2.30% | -2.07% | -2.51% |
| 2026년 6월 | -0.68% | -2.26% | -5.92% |
월별 수익률은 각 월 말의 실현된 청산 잔고를 기준으로 계산됩니다. 해당되는 경우 7월 1일의 최종 청산은 6월 월간 수익률에 포함되지 않습니다.
거래 프로필 및 기대값
| 지표 | 0.4% | 1.0% | 2.0% |
|---|---|---|---|
| 청산 거래 기록 | 1,704 | 1,646 | 1,646 |
| Profit Factor | 1.84 | 1.58 | 1.66 |
| 승률 | 41.8% | 40.6% | 36.1% |
| 평균 수익 거래 | +378.34 | +1,293.43 | +3,148.13 |
| 평균 손실 거래 | -148.31 | -560.11 | -1,071.86 |
| 평균 수익 / 평균 손실 | 2.55x | 2.31x | 2.94x |
| 거래당 기대값 | +72.05 | +193.24 | +453.59 |
| 최대 단일 수익 | +5,481.27 | +28,551.69 | +111,228.60 |
| 최대 단일 손실 | -1,449.42 | -4,905.80 | -13,074.38 |
| 최대 연속 손실 횟수 | 23 | 23 | 27 |
세 가지 시뮬레이션 모두에서 System 1은 긍정적으로 비대칭적인 손익 구조를 유지했습니다.
평균 수익 거래는 평균 손실 거래보다 상당히 컸습니다.
2.0% 리스크 시뮬레이션은 36.1%로 가장 낮은 승률을 기록했지만, 평균 수익 대비 평균 손실 비율은 2.94x로 가장 높았습니다.
하나의 청산 거래 기록은 거래 장부의 한 줄을 의미하며, 프로브 포지션 또는 계획된 추가 진입에 해당할 수 있습니다. 따라서 거래 기록 수를 독립적인 거래 기회의 수로 해석해서는 안 됩니다.
거래 비용 및 시장 노출
| 지표 | 0.4% | 1.0% | 2.0% |
|---|---|---|---|
| 총 거래 P&L | +139,294.35 | +369,254.55 | +852,606.55 |
| 수수료 | -2,287.68 | -9,218.52 | -31,407.00 |
| Swap | -14,227.30 | -41,961.95 | -74,584.10 |
| 순 P&L | +122,779.37 | +318,074.08 | +746,615.45 |
| 보유 시간 중앙값 | 9.1시간 | 8.2시간 | 6.0시간 |
| 평균 보유 시간 | 20.1시간 | 19.5시간 | 15.4시간 |
| 시장 노출 시간 | 49.2% | 46.1% | 36.9% |
보고된 모든 과거 순성과에는 원본 거래 장부에 기록된 수수료와 Swap 비용이 포함되어 있습니다.
높은 리스크 시뮬레이션은 더 큰 포지션 크기로 인해 절대적인 거래 비용과 보유 비용도 훨씬 더 크게 발생했습니다.
Drawdown 및 회복
| 지표 | 0.4% | 1.0% | 2.0% |
|---|---|---|---|
| 최대 잔고 Drawdown 비율 | 6.60% | 20.17% | 28.32% |
| 최대 절대 잔고 Drawdown | 8,760 | 68,495 | 199,415 |
| 최장 회복 기간 | 81일 | 147일 | 146일 |
| Recovery Factor | 14.02x | 4.64x | 3.74x |
| Calmar Ratio | 5.74 | 3.84 | 4.78 |
Drawdown 데이터에 대한 중요한 제한: 이 수치는 실현된 청산 잔고를 기반으로 계산되었습니다.
원본 거래 기록에는 모든 미청산 포지션을 포함한 연속적인 mark-to-market Equity 데이터가 존재하지 않습니다. 따라서 거래 중 발생한 Floating Equity Drawdown을 완전히 재구성할 수 없으며 실제 수치는 표시된 값보다 더 높았을 수 있습니다.
세 가지 리스크 프로필 해석
0.4% — 낮은 설정 리스크
과거 수익률: +122.8%
최대 실현 잔고 Drawdown: 6.60%
Sharpe Ratio: 2.46
이 설정은 세 가지 시뮬레이션 중 가장 낮은 과거 변동성과 Drawdown을 기록했습니다. 또한 가장 높은 Sharpe Ratio, Calmar Ratio, 그리고 가장 높은 플러스 월 비율을 기록했습니다.
1.0% — 중간 설정 리스크
과거 수익률: +318.1%
최대 실현 잔고 Drawdown: 20.17%
Sharpe Ratio: 2.02
이 설정은 훨씬 높은 과거 성장률을 기록했지만 자본 경로의 변동성도 더 커졌습니다. Sharpe Ratio는 2.0 이상을 유지했으며, 최대 실현 잔고 Drawdown은 약 20.2%까지 증가했습니다.
2.0% — 높은 설정 리스크
과거 수익률: +746.6%
최대 실현 잔고 Drawdown: 28.32%
Sharpe Ratio: 1.90
이 설정은 가장 높은 과거 최종 잔고와 CAGR을 기록했지만, 동시에 가장 큰 수익 경로 변동성, 가장 적은 플러스 월 수, 그리고 가장 높은 과거 실현 잔고 Drawdown도 기록했습니다.
레버리지
세 가지 과거 시뮬레이션 모두 동일한 1:50 레버리지를 사용했습니다.
설정된 리스크 비율은 계좌 Equity와 Stop Loss 거리를 기준으로 예정 리스크 금액을 결정합니다.
레버리지는 해당 포지션을 유지하는 데 필요한 증거금의 크기를 변화시키지만, 사용 가능한 증거금이 제한 요인이 되지 않는 한 예정 포지션 크기를 직접적으로 배수 확대하지는 않습니다.
지표 계산 방법
순 P&L: 원본 거래 장부에서 수수료와 Swap을 반영한 후 계산됩니다.
월간 수익률: 해당 월 말의 실현된 청산 잔고를 전월 말의 실현된 청산 잔고로 나누어 계산합니다.
Sharpe Ratio: 평일 기준 청산 잔고 일간 수익률을 사용하고, 연간 252 거래일 및 무위험 수익률 0%를 가정하여 연환산합니다.
Sortino Ratio: 동일한 수익률 시계열을 사용하되 하방 편차만을 고려하여 계산합니다.
Calmar Ratio: CAGR을 최대 실현 잔고 Drawdown 비율로 나누어 계산합니다.
Recovery Factor: 누적 순이익을 계좌 통화 기준 최대 절대 실현 잔고 Drawdown으로 나누어 계산합니다.
중요한 제한 사항
- 과거 시뮬레이션: 위의 모든 결과는 과거 시장 데이터를 이용한 시뮬레이션 결과입니다. 실제 실행 결과는 스프레드, 슬리피지, 유동성, 지연, 기술적 장애, 주문 거부, 종목 사양, 브로커 규정 및 시장 구조 변화 등에 따라 달라질 수 있습니다.
- 연속 Equity 데이터 부재: 리스크 지표는 실현된 청산 잔고를 기반으로 계산됩니다. 원본 데이터에는 연속적인 mark-to-market Equity 시계열이 존재하지 않기 때문에 실제 Floating Drawdown은 표시된 과거 실현 잔고 Drawdown보다 더 클 수 있습니다.
- 리스크 설정은 보장된 최대 손실 한도가 아닙니다: 설정된 비율은 포지션 크기를 계산하기 위한 입력값입니다. 실제 P&L은 주문 실행 차이, 추가 진입, 갭, 가격 변동, 거래 비용 및 거래 관리 방식에 따라 달라질 수 있습니다.
- 레버리지와 증거금: 모든 과거 시뮬레이션에서 1:50 레버리지가 사용되었습니다. 레버리지는 예정 포지션 크기를 직접 결정하지 않지만, 더 큰 포지션에서는 사용 가능한 증거금이 제한 요인이 될 수 있습니다.
- 리스크 조정 지표는 계산 방법에 따라 달라질 수 있습니다: Sharpe Ratio, Sortino Ratio 및 변동성은 평일 기준 청산 잔고 일간 수익률, 연간 252 거래일, 무위험 수익률 0%를 사용하여 계산되었습니다. 다른 샘플링 방법이나 가정을 사용할 경우 결과가 달라질 수 있습니다.
- 과거 성과는 미래 결과를 보장하지 않습니다.
SYSTEM 1이 적합할 수 있는 사용자
System 1은 다음과 같은 사용자를 대상으로 합니다:
- XAUUSD의 체계적인 자동매매를 원하는 사용자
- 재량적 진입 판단보다 자동 주문 실행을 선호하는 사용자
- 백분율 기반 포지션 사이징을 이해하는 사용자
- 독자적 내부 전략 파라미터에 접근하지 않고 계좌 리스크를 관리하고자 하는 사용자
- Drawdown 및 마이너스 수익 기간이 발생할 수 있음을 이해하는 사용자
- 레버리지 거래에 수반되는 위험을 이해하는 사용자
실계좌에 적용하기 전에 사용자는 자신의 브로커, 거래 계좌, 레버리지, 종목 사양 및 사용 가능한 증거금이 시스템과 기술적으로 호환되는지 직접 확인해야 합니다.
매우 작은 계좌에서는 브로커의 최소 거래량 제한으로 인해 설정한 리스크 비율에 정확하게 맞는 포지션 크기를 적용하지 못할 수 있습니다.
MORELAND ALGORITHMIC
Moreland Algorithmic은 독자적인 자동매매 시스템의 연구 및 개발에 중점을 둔 영국 기반의 트레이딩 기술 기업입니다.
당사의 개발 프로세스는 명확하게 정의된 시장 로직, 체계적인 주문 실행, 리스크 관리, 과거 데이터 연구, Out-of-Sample 분석 및 실제 시장 환경에서의 지속적인 검증을 중심으로 구성됩니다.
Moreland System 1은 사용자가 지속적으로 최적화해야 하는 여러 지표나 내부 파라미터의 집합이 아니라, 구조화된 자동매매 시스템으로 개발되었습니다.
리스크 고지
레버리지를 사용하는 금융상품 거래에는 상당한 위험이 있으며, 거래 자본의 일부 또는 전부를 잃을 수 있습니다.
과거 성과, 시뮬레이션, 백테스트 및 통계 지표는 미래 결과를 예측하거나 보장하지 않습니다.
Moreland Algorithmic은 자동매매 소프트웨어 및 관련 제품 정보를 제공합니다. 본 설명의 어떠한 내용도 개인 맞춤형 투자 자문, 투자 권유 또는 자본 보전 보장을 의미하지 않습니다.
