서론: 경험 많은 트레이더들은 이동평균선을 보고 돈을 벌 수 있는데, 왜 우리는 항상 손해만 보는 걸까요?

씁쓸한 진실부터 말씀드리겠습니다. 제가 아는 한 사람은 10년 넘게 선물 거래를 해왔는데, 그의 거래 방식은 믿기 어려울 정도로 간단합니다. 이동평균선 두 개만 사용하고, MACD나 RSI 같은 “고급” 도구는 아예 사용하지도 않습니다. 그런데도 그는 꾸준히 수익을 내고 있습니다.

한번은 그에게 “이 두 선만 보고 어떤 골든 크로스가 진짜 돌파이고 어떤 게 가짜 신호인지 어떻게 알 수 있죠?“라고 물어보지 않을 수 없었어요.

그는 차를 한 모금 마시고는 아무렇지 않게 “뉴스 보고 있었어.“라고 말했다.

나:???

그는 이어서 “예를 들어 어제 비트코인 ​​골든 크로스가 나왔지만, 주요 거래소가 조사를 받고 있다는 소식과 시장의 패닉이 극에 달했던 것을 봤습니다. 그런 골든 크로스는 대부분 강세 함정일 가능성이 높습니다. 하지만 지난주 골든 크로스는 블랙록이 ETF 보유량을 늘렸다는 소식과 맞물렸고, 기관 투자자들이 앞다퉈 매수했습니다. 그런 때 시장에 진입하지 않을 이유가 있겠습니까?“라고 말했습니다.

문득 깨달았다가 곧바로 절망에 빠졌다. 이것은 결국 “인간”의 능력을 시험하는 것에 불과했던가?

경험이 풍부한 선수들의 장점은 무엇일까요?

1. 빠른 정보 캡처 속도그들은 시장을 모니터링할 때 다양한 뉴스 소스, 텔레그램 그룹, 트위터를 열어두고 중요한 뉴스가 나오면 즉시 알 수 있도록 합니다.
2. 판단 정확도가 높음수많은 시장 반응을 목격한 덕분에, 어떤 뉴스가 진정으로 긍정적인 소식이고 어떤 뉴스가 과장된 것인지 즉시 구별할 수 있습니다.
3. 결정적인 결정기술적 신호와 뉴스 심리가 이중으로 확인되면 적절한 시점에 시장에 진입하고, 손실이 발생할 경우 주저 없이 청산하십시오.

그럼 우리 같은 개인 투자자들은 어떻게 되는 거죠?

• 뉴스를 접할 즈음에는 가격이 이미 5% 정도 올랐을 수도 있습니다.
• “중대한 호재”를 보게 되어 너무 기뻤던 나머지 손이 떨렸는데, 알고 보니 석 달 전에 나왔던 뉴스를 재탕한 것이었습니다.
• 황금십자 패턴이 나타났지만 진입을 망설였습니다. 거짓 돌파가 발생하자 고점을 추격했습니다.
• 휴대폰으로 뉴스를 한참 동안 훑어봤는데, 아직도 뭘 해야 할지 모르겠어요.

솔직히 말해서, 누구나 기술적 지표를 볼 수는 있지만,기술적 신호와 시장 심리를 종합하여 판단을 내리십시오.그건 진짜 기술이죠. 문제는 이런 기술을 익히려면 시간과 경험, 그리고 24시간 내내 시장을 주시해야 하는 에너지가 필요하다는 겁니다.

인공지능이 이 일을 대신하게 할 수 있을까요?

제 생각은 이렇습니다. 만약 우리가 다음과 같은 프로그램을 만들 수 있다면 어떨까요?

• 주요 뉴스 매체 9곳의 RSS 피드를 24시간 내내 모니터링합니다.
• 최신 뉴스의 감정 강도와 관련성을 자동으로 분석합니다.
• 기술적 신호(골든 크로스/데스 크로스)와 현재 포지션 상태를 결합합니다.
• 설정된 위험 관리 규칙에 따라 구체적인 거래 제안이 제공됩니다.

이것이 어느 정도 우리의 정보와 경험 부족을 보완해 줄 수 있을까요?

물론, 이 전략이 인간의 판단력을 대체할 수 있다고 감히 말할 수는 없으며, 안정적인 수익을 보장한다고는 더더욱 말할 수 없습니다(아직 테스트 단계이고, 수많은 문제점이 있을 수밖에 없으니까요). 하지만 적어도 다음과 같은 목표를 달성하는 데는 도움이 될 수 있습니다.

1. 핵심 정보를 놓치지 마세요뉴스 스크래핑은 자동화되어 있으며 24시간 내내 작동합니다.
2. 의사 결정의 일관성 유지저는 감정의 변화에 ​​따라 성급한 결정을 내리지 않을 겁니다.
3. 위험 통제 시행필요할 때는 손실을 최소화하고, 적절할 때는 상황을 지켜보십시오.

이를 “기본적인 거래 보조 도구”라고 생각하십시오. 반복적인 정보 수집과 기본적인 판단을 도와주는 역할을 합니다. 진정한 의사 결정권은 여전히 ​​우리 자신에게 있어야 합니다.

자, 이제 속 시원하게 털어놨으니, 이 실험적인 전략이 어떻게 설계되었는지 살펴보겠습니다.

https://www.fmz.com/strategy/519838

---

I. 기본 전략 아이디어

전체 전략은 세 단계로 나뉩니다.

1. 기술적 신호 계층: 이중 이동 평균 시스템

이는 EMA(지수 이동 평균)를 사용하는 가장 기본적인 레이어입니다. 코드는 기본적으로 단기 기간을 7, 장기 기간을 25로 설정하지만, 거래 스타일에 따라 조정할 수 있습니다.

// 短期均线
EMA(7)

// 长期均线  
EMA(25)

// 信号判断
金叉：短期EMA上穿长期EMA → 看涨
死叉：短期EMA下穿长期EMA → 看跌

이 부분은 특별한 게 없습니다. 그저 전형적인 추세 추종일 뿐이죠. 하지만 핵심은 바로 이것입니다. 저는 골든 크로스나 데드 크로스 같은 신호에 맹목적으로 투자하지 않습니다. 대신, 이러한 신호들을 “참고 의견”으로 활용해서 AI에 전달할 겁니다.

2. 감성 분석 레이어: RSS 뉴스 스크래핑

이 전략은 주요 암호화폐 뉴스 매체 9곳의 RSS 피드를 실시간으로 수집합니다.

• Cointelegraph
• Bitcoin Magazine
• CoinDesk
• Crypto Briefing
• Bitcoinist
• Crypto.news
• NewsBTC
• CryptoPotato
• 99Bitcoins

여기 작은 팁 하나 드릴게요. 저는 최근 24시간 동안의 뉴스만 모아서 최신순으로 정렬합니다. 왜냐하면 뉴스가 최신일수록 시장 반응이 빠르고, 그만큼 뉴스의 중요도도 높아지기 때문입니다.

// 筛选24小时内的新闻
const oneDayAgo = Date.now() - (24 * 60 * 60 * 1000);

// 按时间戳排序，新的在前
result.sort((a, b) => b.timestamp - a.timestamp);

3. 의사결정 수준: AI 기반 종합 판단

이것이 전체 전략의 핵심입니다. 기술적 신호, 뉴스 데이터, 현재 보유 자산을 JSON 파일로 묶어 Claude Sonnet 4.5에 입력하고, 미리 설정된 규칙에 따라 매매 결정을 내리도록 합니다.

인공지능은 주로 세 가지 일을 합니다.

1단계: 뉴스의 감정적 강도를 평가합니다(0-1점).

저는 이 점수 산정 규칙을 설계하는 데 많은 고민을 했습니다. 단순히 뉴스가 긍정적인지 부정적인지만 보는 것이 아니라, 다음과 같은 사항들을 고려했습니다.

• 관련성 가중치대상 암호화폐를 직접 언급하는 뉴스는 1.0의 가중치를 가지며, 전체 시장 환경은 0.8, 기타 암호화폐는 0.5의 가중치를 가집니다.
• 적시성 가중치최근 30% 뉴스는 1.0의 가중치를, 중간 뉴스는 0.8의 가중치를, 그리고 이전 뉴스는 0.6의 가중치를 갖습니다.
• 시장 연계암호화폐 시장은 고도로 상호 연결되어 있어 비트코인/이더리움 관련 주요 뉴스는 모든 암호화폐에 영향을 미칩니다.

예를 들어, SOL을 거래하고 있는데 “SEC가 비트코인 ​​ETF를 승인했다”는 뉴스 보도가 나오면, AI는 이것이 전체 시장에 영향을 미칠 것이기 때문에 중요한 긍정적 발전으로 간주할 것입니다.

2단계: 보유 자산 및 손익 현황 통합

이는 많은 양적 전략에서 간과되는 부분입니다. 동일한 데드 크로스 신호가 있더라도 다음과 같은 경우에는 차이가 발생할 수 있습니다.

• 1500U의 수익을 내고 있는 롱 포지션을 보유하고 있는 경우 → AI는 수익 보호를 위해 포지션을 과감하게 청산할 것을 제안합니다.
• 장기 포지션을 유지하다가 300 USDT의 손실을 입으면 → AI는 더욱 신중하게 행동하며 관찰을 위해 일부만 청산할 수 있습니다.
• 미결제 포지션 없음 → AI가 공매도 포지션 개설이 적합한지 평가합니다.

3단계: 구체적인 운영 방안을 제시하십시오.

AI는 단순히 “상승세” 또는 “하락세”라고 말하는 데 그치지 않고 다음과 같은 결과를 출력합니다.

• 구체적인 조치: 매수 포지션 진입/매도 포지션 진입/추가 매수/포지션 청산/관찰
• 수량: X개 (최대 위치 제한 고려)
• 결정 이유: 왜 이렇게 하는 건가요?
• 위험 경고: 무엇을 주의해야 할까요?

예를 들어, 출력은 다음과 같습니다.

{
  "decision": {
    "action": "OPEN_LONG",
    "multiplier": 2.0,
    "reasoning": "金叉信号 + sentiment 0.90（4级极强） + 最新新闻显示BTC突破10万、ETF获批、机构入场 → 建议开多仓2倍基础仓位",
    "riskWarning": "BTC突破整数关口后常有回调，建议设置止损"
  }
}

II. 의사결정 규칙 설계: AI가 전문가처럼 생각하도록 만들기

이 부분이 전체 전략의 핵심입니다. 저는 비교적 완벽한 의사결정 매트릭스를 설계했는데, 그 핵심 아이디어는 다음과 같습니다.기술적 신호는 방향을 제시하고, 뉴스에 대한 여론은 확증을 제공하며, 포지션 현황은 움직임의 강도를 결정합니다.。

감정 수준 분류

저는 뉴스에 대한 감정을 네 가지 수준으로 분류합니다.

등급	분수 범위	특징	대응 작업
레벨 4 (매우 강함)	0.8-1.0	주요 긍정적/부정적 소식, 명확한 방향	과감한 움직임, 포지션 규모 두 배로 늘리기
레벨 3 (강함)	0.65-0.8	긍정적/부정적 의견이 명확히 나뉘었고, 합의가 형성되었다.	정상 작동, 1x 위치
레벨 2 (중립)	0.5-0.65	방향성이 불분명하거나 긍정적 및 부정적 요소가 혼합되어 있습니다.	아무것도 하지 말고, 관찰하라.
레벨 1 (약함)	0-0.5	신호 방향과 반대이거나 관련 뉴스가 없습니다.	아무런 조치를 취하지 않으면 잘못된 신호일 수 있습니다.

일반적인 시나리오 예시

시나리오 1: 공석 없음 + 골든 크로스 + 레벨 4 매우 강력한 호재

技术信号：短期EMA上穿长期EMA
新闻情绪：0.92分（BTC突破10万、ETF获批、机构FOMO）
当前持仓：0单位

→ AI决策：开多仓2倍基础仓位
→ 理由：技术面和基本面高度一致，是难得的高确定性机会
→ 风险提示：整数关口常有回调，设好止损

시나리오 2: 3유닛 장기 포지션 보유(800유닛 수익) + 데드 크로스 + 레벨 3 강력한 하락 뉴스

技术信号：短期EMA下穿长期EMA
新闻情绪：0.72分（BTC跌破支撑、清算激增）
当前持仓：3单位，浮盈800U

→ AI决策：平仓2单位，保留1单位观察
→ 理由：趋势反转风险上升，先保护大部分利润
→ 计算逻辑：持仓较大(3单位) + 盈利状态 + 3级强信号 = 平仓2/3

시나리오 3: 2유닛 장기 포지션 보유(1500유닛 수익) + 골든 크로스 + 레벨 4 매우 강력한 긍정적 뉴스

技术信号：短期EMA再次金叉
新闻情绪：0.92分（抛物线行情、机构入场、降息预期）
当前持仓：2单位，浮盈1500U
最大持仓：3单位

→ AI决策：加仓1单位至上限
→ 理由：当前盈利 + 趋势极强 + 还有加仓空间
→ 风险提示：已达最大持仓，无法再加仓，设置移动止损

손익 현황의 영향

이 전략에서 제가 흥미롭게 생각하는 점은 바로 이것입니다. 동일한 기술적 신호가 주어졌을 때, AI는 사용자의 손익 상황에 ​​따라 서로 다른 제안을 제시한다는 것입니다.

수익을 낼 때 반전 신호를 만났을 때→ 수익 보호를 우선시하고 포지션을 더욱 과감하게 청산하십시오.
손실 발생 시 반전 신호를 만나는 경우→ 더 이상의 손실을 막으려면 손실을 과감하게 줄이십시오.
수익성 있는 신호가 같은 방향으로 나타납니다.→ 수익 증대를 위해 보유 지분을 늘리는 것을 고려해 보세요.
손실이 발생하면 같은 방향의 신호가 감지됩니다.→ 추가 매수는 신중하게 고려하고, 손익분기점에 도달할 때까지 기다리는 것을 우선시하십시오.

이는 실제로 경험 많은 트레이더들의 사고방식 관리를 시뮬레이션한 것입니다.

III. 기술적 구현: 워크플로우의 매력

전체 전략은 워크플로에 구현되며, 이 도구는 이러한 복잡한 자동화 워크플로를 구현하는 데 매우 적합합니다.

코어 노드 설명

1. 타이머 트리거3분마다 실행 (조정 가능)

2. 초기 노드 설정：

   • 거래소 API 설정
   • 자금 기록 초기화
   • 시각적 상태표를 생성합니다.

3. 캔들스틱 차트 획득 → 기술 지표 계산：

   • 최근 N개의 캔들스틱을 가져오세요
   • 단기/장기 EMA를 계산하세요
   • 황금십자가/죽음십자가 판별하기

4. 조건부 판단：

   • 신호가 없으면 → 로그를 출력하고 종료합니다.
   • 신호가 감지되면 → 뉴스 가져오기를 시작합니다.

5. 9개의 RSS 리더 노드가 병렬로 실행됩니다.：

   • 각 노드는 하나의 뉴스 소스를 가져옵니다.
   • 오류 처리가 구성되어 있습니다(하나의 소스에 문제가 발생하더라도 전체 시스템에 영향을 미치지 않습니다).

6. RSS 피드 노드：

   • 모든 뉴스를 병합하세요
   • 24시간 이내에 필터링하세요
   • 역순으로 배열됨
   • 깔끔한 HTML 태그

7. 정보 처리 노드：

   • 기술 신호, 뉴스 및 위치 데이터를 패키징합니다.
   • AI가 필요로 하는 JSON 구조로 형식을 지정하세요.

8. AI 에이전트：

   • 패키지화된 데이터를 수신합니다.
   • 미리 설정된 규칙에 따라 분석합니다.
   • 구조화된 의사결정을 출력합니다.

9. 트랜잭션 실행 노드：

   • AI의 결정 분석
   • 특정 거래 작업을 실행합니다
   • 향후 의사 결정에 참고할 수 있도록 결과를 저장하세요.

상태 시각화

이 전략은 실행 중에 FMZ 플랫폼에 4개의 테이블을 생성합니다.

1. 계정 개요초기 자본, 유동 자본, 누적 손익, 수익률
2. 위치 모니터링포지션 방향, 수량, 평균 가격, 미실현 이익 및 잔여 생산 능력.
3. AI 의사결정 분석기술적 신호, 뉴스 감성, 의사 결정 및 신뢰도 수준.
4. 실행 결과거래 유형, 실행 상태, 손익 정산, 결정 근거

이렇게 하면 전략이 어떤 효과를 내고 있는지 한눈에 확인할 수 있습니다.

IV. 위험 관리 설계: 자멸적인 행위를 피해야만 더 오래 생존할 수 있다

양적 거래에서 가장 큰 두려움은 한 번의 큰 손실로 이전의 모든 수익을 잃는 것입니다. 따라서 저는 여러 단계의 위험 관리 시스템을 설계했습니다.

1. 최대 위치 제한

통과하다maxPos예를 들어, 매개변수 값을 3으로 설정하면 AI가 아무리 낙관적인 전망을 하더라도 최대 3개의 기본 자산만 보유할 수 있습니다. 이렇게 하면 판단이 잘못되더라도 손실이 통제 가능한 범위 내에 머물게 됩니다.

2. 단계별 의사결정, 점진적 테스트

• 레벨 4 매우 강한 신호: 2배 위치 열기/추가
• 레벨 3 강력 신호: 1x 위치 열기/추가
• 2단계 이하: 운영 불가.

그들은 총알을 한꺼번에 다 써버리지는 않을 겁니다.

3. 감정적 신호와 기술적 신호는 일관성이 있어야 합니다.

기술적 차트에서 골든 크로스가 발생했지만 관련 뉴스가 압도적으로 부정적일 경우(투자 심리 지수 < 0.5), AI는 이를 잘못된 돌파로 판단하고 포지션을 개설하지 않습니다. 반대의 경우도 마찬가지입니다.

4. 동적 마감 전략

단순히 “완전히 평평한지” 또는 “울퉁불퉁한지”의 문제가 아니라, 다음 사항들을 기준으로 판단합니다:

• 신호 강도 (레벨 4: 평탄; 레벨 3: 평탄에서 ²⁄₃; 레벨 2: 관찰)
• 포지션 규모(포지션 규모가 클수록 청산 비중이 높아지는 반면, 포지션 규모가 작을수록 전량 청산될 수 있음).
• 손익 현황 관리 (수익이 발생할 때는 수익을 보호하고, 손실이 발생할 때는 과감하게 손실을 줄인다).

청산 비율에 대한 종합적인 평가가 필요합니다.

V. 현재의 문제점 및 개선 필요 영역

솔직히 말해서, 이 전략에는 여전히 몇 가지 문제점이 있습니다.

알려진 함정

1. 뉴스 품질은 다양합니다.

• 일부 뉴스 매체는 클릭을 유도하는 자극적인 제목을 좋아합니다.
• 같은 소식이 반복적으로 보도되었다.
• 오래된 소식을 새롭게 포장하는 것은 좋은 일이다

개선 아이디어뉴스 중복 제거, 최신성 확인, 출처 신뢰도 평가 등의 기능이 포함될 수 있습니다.

---

2. AI의 감정 판단 정확도는 충분하지 않다.

• 때로는 중립적인 뉴스가 긍정적으로 해석되기도 합니다.
• 시장 심리 시차에 대한 이해 부족
• “좋은 소식이 이미 가격에 완전히 반영된” 미묘한 상황을 파악하지 못했습니다.

개선 아이디어감정 분류에 특화된 모델을 학습시키기 위해 과거 데이터를 수집합니다.

---

3. 슬리피지와 금리는 고려되지 않았습니다.

• 현재 코드는 시장가 주문을 사용합니다.
• 실제 거래에서의 오차는 계산되지 않았습니다.
• 거래 수수료가 수익률에 미치는 영향은 아직 정량화되지 않았습니다.

개선 아이디어실제 거래 비용을 시뮬레이션하기 위해 지정가 주문 로직을 추가하세요.

---

4. 적절한 시점의 이익 실현 및 손절매 메커니즘 부족

• 포지션을 개설한 후 청산 시점을 결정할 때 지표 신호와 뉴스에만 의존하면 최적의 청산 시점을 놓칠 수 있습니다.
• 갑작스러운 시장 폭락(해킹 공격, 부정적인 규제 발표 등)에 대처할 수 없음
• 이익이 완전히 사라질 수도 있고, 손실이 무한정으로 늘어날 수도 있습니다.

---

다음 단계

1. 뉴스 소스를 최적화하세요양질의 정보 출처를 걸러내고 노이즈를 줄입니다.
2. 멀티 모델 경쟁을 소개합니다클로드, GPT, 제미니와 같은 여러 AI가 동시에 분석하고 투표 결과를 수집하도록 합니다.
3. 온체인 데이터 추가외환펀드 자금 흐름과 대주주 보유 지분 변동을 결합
4. 손절매 및 이익실현 워크플로우 모듈을 추가하세요뉴스에 따른 수동적 청산으로 인한 큰 손실을 방지하기 위해 고정 손절매 수준(예: -5% 강제 청산), 이익 실현 수준(예: +15% 이익 실현), 그리고 트레일링 스톱로스(최고점에서 8% 되돌림하여 이익 보호)를 설정하십시오.

VI. 사용 권장 사항

이 전략을 시도해 보고 싶으시다면, 몇 가지 진심 어린 제안을 드리겠습니다.

1. 먼저 데모 디스크를 사용해 보세요.당장 실제 돈을 투자하지 마시고, 최소 1~2주 동안 성과를 지켜보세요.

2. 작은 금액부터 시작하세요.실제 돈으로 거래할 때에도 가장 작은 단위로 시작하고 기회를 놓치는 것을 두려워하지 마세요.

3. 정기 검토인공지능의 결정을 매주 검토하세요. 어떤 결정이 옳았고, 어떤 결정이 틀렸으며, 그 이유는 무엇입니까?

4. 그것에 지나치게 의존하지 마십시오.AI는 단지 보조 도구일 뿐이며, 최종 의사 결정 권한은 여전히 ​​당신에게 있습니다.

5. 최악의 상황에 대비하세요계좌의 최대 손실 한도를 설정하고, 해당 한도에 도달하면 손실을 중단하세요.

6. 학습 자세를 유지하세요시장은 변화하고 있으며, 전략 또한 그에 맞춰 진화해야 합니다.

결론

이 실험을 통해 ‘기술적 분석 + 기본적 분석’의 조합에 대해 더 깊이 이해하게 되었습니다. 경험 많은 트레이더들이 뛰어난 이유는 어떤 신비로운 지표를 알고 있어서가 아니라, 다차원적인 정보를 빠르게 통합하고 합리적인 판단을 내릴 수 있기 때문이라는 것을 깨달았습니다.

일반 개인 투자자로서 우리는 노련한 투자자만큼 경험과 직관력이 부족할 수 있지만, 기술을 통해 이를 보완할 수 있습니다. 기계가 정보 수집과 기본적 분석과 같은 지루한 작업을 처리하도록 함으로써 우리는 위험 관리와 전략 최적화에 집중할 수 있습니다.

마지막으로, 제 진심을 담아 한 말씀 드리겠습니다.양적 거래는 돈을 찍어내는 기계가 아니며, 인공지능은 만병통치약이 아닙니다.이 전략은 아직 매우 기초적인 단계이며 예상치 못한 여러 문제에 직면할 가능성이 높습니다. 만약 이 전략을 사용하기로 결정했다면, 잠재적인 손실을 감수하고 이를 돈벌이 수단이 아닌 학습 도구로 생각해야 합니다.

네, 오늘은 여기까지입니다. 의견이나 제안이 있으시면 언제든지 공유해 주세요. 우리 모두 양적 트레이딩이라는 같은 길을 걷고 있으니까요.

모두 성공적인 거래와 적은 어려움을 겪으시길 바랍니다! 🚀

---

추신: 전체 코드는 글의 시작 부분에 올려두었으니 관심 있으시면 살펴보세요. 더 나은 버전을 개발하셨다면 공유해 주시면 감사하겠습니다!