최근 X에서 한 사람이 뜨고 있습니다

최근에 X(Twitter)를 보고 계셨다면 이 계정을 이미 보셨을 수도 있습니다: @aleabitoreddit, 닉네임 Serenity.

프로필은 한 줄입니다: 전 Reddit WallStreetBets 유명 트레이더, AI/반도체 공급망 분석가, 전 RISC-V 재단 멤버, 전 AI 연구 과학자, 현재는 "무시당하는 병목 기업"만 전문으로 거래합니다.

평범한 X 허풍쟁이 소개처럼 들리나요? 하지만 데이터가 말해줍니다: 2025년 7월에 X에 가입해서 올해 5월까지 팔로워가 35만 명 이상으로 늘었고, 구독자 수는 머스크에 육박합니다.

더 주목할 만한 것은 그의 실적입니다. 그는 연환산 수익률 최고점이 +501%에 달했으며 현재는 약 +122%로 안정화되었고, 공개적으로 38개 이상의 주식 종목을 지목했습니다. 누군가 전용 "Serenity Tracker" 웹사이트를 만들어 그의 포지션을 추적했는데, 그가 주장하는 3840% 연환산 수익률은 주로 AI 및 반도체 공급망 내 잘 알려지지 않은 소형 기업에 선제적으로 투자한 데서 나온 것으로 밝혀졌습니다.

누군가 확인했을까요? 네. 그는 Reddit 시절 $AXTI(12달러에서 70달러로 상승)를 조기 추천했다가 WallStreetBets 운영자에게 차단당했는데, 이유는 "개미들이 너무 많이 벌어서 운영자가 불편했다"는 것이었습니다. 이 디테일은 꽤 흥미롭습니다.

물론 소셜 미디어상의 수익 스크린샷은 항상 할인해서 봐야 합니다. 하지만 종목 선정 능력만 보면 그가 추천한 종목에 대한 독립적 확인 결과는 대체로 정말 정확하다는 것입니다. 그래서 생각했습니다: 그의 트윗 신호를 실시간으로 트레이딩 시스템에 연결할 수 없을까?

이런 정보의 가치는 어디에 있을까

먼저 배경을 말씀드리겠습니다.

A주에서는 우리는 리서치 보고서를 보고, 주요 자금 흐름을 추적하며, 소식통을 기다리는 데 익숙합니다. 하지만 미국 주식과 암호화폐 시장에서는 X의 KOL 영향력이 때로는 기관 리서치 보고서에 뒤지지 않습니다. 특히 특정 분야에서 실제로 경험이 있는 사람들의 경우 더욱 그렇습니다.

Serenity의 핵심 방법론은 **"Chokepoint 이론"**입니다: 확실한 최종 수요(AI 연산 폭발)에서 출발하여 공급망을 역으로 하나하나 분해하면서 기술 진입장벽이 매우 높고 수급이 심하게 불일치하는 상류 소형 기업을 찾아냅니다. 이 기업들은 대개 시가총액이 작고 기관이 커버하지 않지만, 수요가 폭발하면 탄력성이 매우 커집니다.

이 논리는 명확하고, 그는 실명(비록 익명이지만)으로 지속적으로 추적하기 때문에 떠들고 도망가는 단기 블로거와는 다릅니다.

비슷한 논리는 많은 곳에 확장될 수 있습니다:

-- 머스크가 X에 올린 트윗 하나로 Dogecoin이 몇 분 만에 폭등
-- 코인 업계의 대형 인플루언서가 알트코인을 홍보하면 보통 개미들의 물량 받기가 시작(이것을 반대로 활용할 수도 있음)
-- 특정 전통 금융권 분석가가 X에서 포지션을 공개하면 종종 공식 보고서보다 앞섬

소셜 미디어 정보 자체가 하나의 알파입니다. 다만 대부분의 사람들이 이를 체계적으로 활용하지 못할 뿐입니다.

하지만 현실적인 문제: 미국 주식 현물을 살 수 없습니다

Serenity가 추천하는 종목은 대부분 미국 주식입니다. 예: NVDA, MRVL, AVGO, SIVE 등. 일반 사용자는 미국 주식 계좌가 없거나 그 길을 가고 싶지 않습니다. 어떻게 해야 할까요?

여기 한 가지 방법이 있습니다: 바이낸스(Binance)의 TradFi 주식 무기한 계약.

바이낸스는 미국 주식을 기초자산으로 하는 무기한 계약을 상장했으며, USDT로 결제되고 롱/숏이 가능하며 미국 주식 계좌가 필요 없고 7×24시간 거래 가능합니다. 현재 NVDA, MRVL, AMD, AVGO, META, MSFT, AMZN, GOOGL 등 수십 개의 주요 미국 주식을 커버하고 있으며 계속 확장 중입니다.

즉, Serenity가 MRVL을 추천하면 미국 주식 계좌를 개설할 필요 없이 바이낸스에서 바로 MRVL_USDT 무기한 계약의 롱 포지션을 열면 됩니다.

물론 이런 계약은 주식을 직접 보유하는 것과 차이가 있습니다. 배당금이 없고 단순히 가격을 추종하며 자금 비용이 발생합니다. 그러나 단기 및 중기 방향성 트레이딩에는 충분히 사용할 수 있습니다.

시스템의 전체적인 아이디어

이것을 명확히 생각한 후, 이 시스템을 설계하기 시작했습니다.

전체는 세 단계입니다:

            
            
            
① Serenity의 트윗 실시간 수집
        ↓
② LLM을 사용하여 트윗 신호 분석 (어떤 종목을 롱? 신뢰도는 얼마나 높은가?)
        ↓
③ 바이낸스 TradFi 계약 매칭 후 거래 실행 + 리스크 관리

첫 번째 단계가 가장 중요합니다 – 트윗을 실시간으로 어떻게 수집할까요?

Twitter 공식 API는 이제 유료이며 가격이 저렴하지 않습니다. 무료 방법이 있을까요?

네: RSSHub. 이것은 오픈소스 도구로, 다양한 웹사이트를 RSS 피드로 변환할 수 있습니다. Twitter 트윗도 포함됩니다. 자신의 계정 쿠키를 설정하면 모든 사용자의 트윗을 실시간으로 RSS로 변환할 수 있습니다. 기본적으로 자신의 계정으로 페이지를 가져오므로 완전 무료입니다.

RSSHub 배포

RSSHub를 해외 서버에 배포했습니다. 이렇게 하면 네트워크 문제를 별도로 처리할 필요가 없습니다. 서버에는 Podman(CentOS 시스템에서 일반적인 컨테이너 런타임)이 설치되어 있으며, 한 줄 명령어로 끝납니다:

            bash
            
            
podman run -d \
  --name rsshub \
  -p 1200:1200 \
  -e NODE_ENV=production \
  -e CACHE_TYPE=memory \
  -e TWITTER_AUTH_TOKEN="당신의 auth_token" \
  -e TWITTER_COOKIE="auth_token=당신의 auth_token; ct0=당신의 ct0" \
  diygod/rsshub:latest

여기서 auth_token과 ct0은 Twitter 계정의 쿠키로, 브라우저 개발자 도구(F12 → Application → Cookies → x.com 아래)에서 찾을 수 있습니다.

이 두 값은 계정의 로그인 자격 증명과 같습니다. 부계정만 사용하고 절대 유출하지 마십시오.

확인:

            bash
            
            
curl "http://localhost:1200/twitter/user/aleabitoreddit" | head -3

<?xml로 시작하는 RSS 콘텐츠가 보이면 성공입니다. 이후 전략에서 이 주소로 직접 HTTP 요청을 보내면 최신 트윗 목록을 얻을 수 있습니다.

계약 테이블 동적 획득

바이낸스의 TradFi 계약은 지속적으로 신규 상장되므로 계약 테이블을 하드코딩할 수 없습니다. 시작 시와 정기적으로 새로고침합니다:

            python
            
            
def refresh_equity_contracts():
    ms = exchange.GetMarkets()
    new_map = {}
    for key, market in ms.items():
        info = market.get("Info", {}) or {}
        sub_type = info.get("underlyingSubType", [])
        # TradFi EQUITY 무기한 계약 필터링
        if (
            ".swap" in key
            and "TradFi" in sub_type
            and info.get("underlyingType") == "EQUITY"
        ):
            ticker = key.replace("_USDT.swap", "")
            new_map[ticker] = key   # {"NVDA": "NVDA_USDT.swap", ...}
    return new_map

이렇게 하면 새로 상장된 계약이 자동으로 포함되며, LLM이 트윗을 분석할 때 최신 계약 목록도 참조 범위로 전달됩니다.

LLM이 Serenity의 언어를 이해하게 만들기

이 단계가 전체 시스템에서 가장 흥미로운 부분이며, 가장 많이 다듬어야 할 부분입니다.

LLM에게 단순히 "이 트윗은 롱/숏"이라고 판단하라고 하는 것은 너무 조잡합니다. Serenity의 표현 방식은 매우 독특해서, 그를 모르는 사람은 많이 오해할 수 있습니다.

예를 들어, 그는 자주 이런 트윗을 올립니다:

"Wow… new extremely transformative news got released today. Making a certain photonics company the effective upstream laser chokepoint for $NVDA NVLink fusion CPO ecosystem. Can anyone guess the name?"

이 트윗은 본질적으로 관심을 끌기 위해 떡밥을 던지는 것이며, 다음 트윗이 실제로 종목을 지목하는 강한 롱 신호입니다. LLM이 이 습관을 모르면 이를 NVDA에 대한 강한 롱 신호로 판단할 수 있습니다. 완전히 잘못된 방향입니다.

따라서 시스템 프롬프트에 그의 표현 습관을 명확히 적어야 합니다.

            python
            
            
system_prompt = (
    "당신은 Twitter 사용자 'Serenity'의 트윗을 전용으로 해석하여 거래 신호를 추출하는 분석기입니다."
    "해당 사용자는 AI 및 반도체 공급망 분석가이며, 그/그녀 특유의 표현 습관을 이해해야 합니다:\n"
    "1. 직접적으로 '매수'라고 말하는 경우는 드물며, 대신 기업의 공급망 내 위치나 장벽을 설명함으로써 강세를 암시합니다.\n"
    "2. 강한 강세 키워드: 'I personally think', 'undervalued', 'going much higher',"
    "'chokepoint', 'structural', 'thesis validated', 'go brrr', 'bullish'\n"
    "3. 약세 키워드: 'avoid', 'overvalued', 'nuking', 'ban', 'bearish'\n"
    "4. 질문형 트윗 ('Can anyone guess?', 'Does anyone know?')"
    "은 관심을 끌기 위한 것으로, 그 자체로는 거래 신호가 아니므로 direction은 neutral이어야 합니다.\n"
    "5. 특정 종목에 대한 언급 없이 거시적 트렌드만 서술한 경우, 신호로 간주하지 않습니다.\n"
    "합법적인 JSON만 출력하고, 다른 어떤 내용도 출력하지 않습니다."
)

통일된 JSON 형식을 반환:

            python
            
            
{
    "tickers": ["MRVL", "LITE"],  # 작성자가 명확히 의견을 밝힌 종목만 포함 (계약 목록에 있어야 함)
    "direction": "long",           # long / short / neutral
    "confidence": 85,              # 0-100, 신호 종합 강도
    "reason": "작성자가 AI 네트워크 상호연결 수요에 대해 명확히 강세 의견을 표시함"
}

신뢰도 판단 기준:

• 명확한 입장 표명 + 구체적인 논리 뒷받침: 80-95
• 긍정적 사실을 설명하지만 명확한 입장 표명은 없음: 55-75
• 질문/관심 끌기/상호작용형: 10-40 (이 경우 direction은 강제로 neutral)
• 거시적 설명으로 특정 종목이 없음: 30-50 (tickers는 빈 배열 반환)

실제 운영 결과, '관심 유도성 트윗' 식별 정확도는 상당히 높았으며, 이 유형의 트윗은 대부분 올바르게 걸러졌습니다.

리스크 관리 설계

신호가 생성되면 주문 로직 자체는 복잡하지 않지만, 리스크 관리가 핵심입니다.

포지션 관리:

• 단일 포지션: 계정 자본의 5%
• 최대 동시 보유 종목: 5개
• 레버리지: 1배, 레버리지 사용 안 함

손절:

• 하드 손절: 진입가 대비 5% 손실 시 즉시 청산, 협상 불가

익절: 고정 익절 없음, 후퇴 익절만 사용

이 설계는 Serenity의 포지션 스타일에서 비롯되었습니다. 그/그녀는 수급 불일치가 현실화될 때까지 기다리는 논리를 사용하며, 보유 기간이 비교적 긴 편입니다. 고정 익절을 사용하면 많은 수익이 잘려나갑니다. 따라서 이동형 후퇴 익절로 변경했습니다:

            python
            
            
# 미실현 이익 8% 도달 → 이동 추적 활성화
# 실제 후퇴 임계값 = max(30%, 최고점 × 35%)
# 최고점이 클수록 허용 후퇴 폭도 커짐

giveback_pct = max(30, peak * 0.35)
drawdown = peak - pnl_pct
if drawdown >= giveback_pct:
    # 청산 실행

예시를 통해 감을 잡아보세요:

• 최고점 +20%, 임계값 = max(30%, 7%) = 7%, +13%까지 하락하면 청산
• 최고점 +80%, 임계값 = max(30%, 28%) = 28%, +52%까지 하락해야 청산

큰 승자는 충분히 달릴 수 있고, 작은 손실은 빠르게 손절 – 이 구조는 Serenity 자신의 포지션 스타일과 일치합니다.

하나의 안전장치: 먼저 알림, 그 다음 거래

전략 기본값은 '알림 전용' 모드입니다: 신호가 발생해도 로그만 남기고 실제로 주문하지 않습니다. 일정 기간 관찰 후 LLM의 판단이 기대와 일치한다고 확인되면 수동으로 '실제 거래' 모드로 전환합니다.

대시보드에는 4개의 테이블이 있습니다:

트윗 히스토리에는 '신호 유형' 열이 자동으로 표시되어 각 트윗이 "💎 강한 신호"인지 "🎭 관심 유도/질문"인지 구분해 주므로, LLM 판단 품질을 사후 확인하는 데 유용합니다.

약간의 확장적 사고

이 프레임워크의 핵심은 특정 정보 소스를 실시간으로 구조화하여 거래 시스템에 연결하는 것입니다. Serenity는 하나의 예시일 뿐입니다. RSS 또는 크롤링 가능한 데이터 소스가 있다면 이론적으로 모두 연결할 수 있습니다. RSSHub가 지원하는 정보 소스는 이미 수천 개를 넘어서며, Twitter만 해당하는 것은 아닙니다.

물론 신호 소스의 품질이 전체 시스템의 한계를 결정합니다. 무분별하게 신호를 던지는 사람을 선택하면 아무리 정교한 시스템이라도 소용이 없습니다. Serenity를 사용할 수 있는 이유는 그/그녀가 완전한 분석 프레임워크를 가지고 있으며, 단타성 블로거가 아니기 때문입니다.

마지막으로 몇 마디

전체 시스템을 구축하면서 실제로 시간이 많이 든 부분은 두 가지입니다: 첫째는 RSSHub 배포(해외 서버 + Cookie 구성), 둘째는 LLM 프롬프트 튜닝(특정 KOL의 표현 습관을 정확히 이해하도록 하는 것)입니다.

코드 부분은 사실 복잡하지 않습니다. 발명자 플랫폼의 프레임워크가 많은 하부 작업을 캡슐화해 주었고, 중요한 것은 비즈니스 로직을 명확히 하는 것입니다.

처음 시작하는 분들은 먼저 알림 모드로 일정 기간 운영하며 로그를 통해 LLM 판단이 크게 벗어나지 않는지 확인한 후, 안정적이라고 확신되면 실전에 들어가시길 권장합니다. 결국 소셜 미디어 신호에 따라 거래하는 것 자체가 KOL의 판단 능력에 베팅하는 행위이므로 – 포지션을 너무 크게 잡지 말고 분산시키며, 손절을 철저히 지키세요.

전략 코드와 전체 구현은 댓글에서 확인하실 수 있습니다. 소통을 환영합니다.

전략 코드: 소셜 미디어 KOL 신호 추적_바이낸스 TradFi 주식 계약