기존에 운용하던 bb_rsi_reversion 전략이 계속 손실을 냈다. 백테스트에서는 괜찮았는데 라이브에서 실패하는 패턴이었다. 원인을 분석하고 z-score 기반으로 전략을 재설계했다.

bb_rsi_reversion 실패 원인

세 가지가 문제였다.

1. 타임프레임이 너무 짧았다 (15m) 15분봉은 노이즈가 많다. 볼린저밴드 하단에 닿았다고 반등이 오는 게 아닌 경우가 많았다.

2. 레짐 필터가 없었다 추세장에서도 평균회귀를 시도했다. 강한 하락 추세에서 “저가에 진입”하면 계속 물린다. 평균회귀는 횡보·방어 구간에서만 작동해야 한다.

3. BB 중선 청산 볼린저밴드 중선(20일 이동평균)에서 청산하다 보니 포지션을 너무 오래 들고 있었다. 과매매가 되는 구간에서 보유 기간이 길어지면 손실이 커진다.

재설계: zscore_mean_reversion

z-score 기반 진입

볼린저밴드 대신 z-score를 쓴다. 의미는 비슷하지만 표준화 방식이 다르다.

z = (close - mean(close, lookback)) / std(close, lookback)

z-score가 -1.5 이하면 “과도하게 하락”, +1.5 이상이면 “과도하게 상승”으로 본다. 볼린저밴드는 고정 2σ 기준인데, z-score는 파라미터(entry_z)로 임계값을 조정할 수 있다.

거래량 필터 (vol_ratio_cap)

거래량이 급증할 때는 진입하지 않는다. 거래량 폭발은 추세 돌파 신호인 경우가 많기 때문이다.

vol_sma_short = vol.rolling(vol_short, min_periods=1).mean()   # 10봉 SMA
vol_sma_long  = vol.rolling(lookback, min_periods=1).mean()    # 50봉 SMA
vol_ratio = vol_sma_short / vol_sma_long                       # 단기/장기 비율

vol_ratio < 1.2 일 때만 진입한다. 단기 거래량이 장기 평균의 1.2배를 넘으면 건너뛴다.

레짐 게이트

추세장(trend 확률이 높을 때)에는 진입 자체를 막는다.

regime_trend = float(regime_prob.get("trend", 0.5))
regime_ok = regime_trend < regime_max  # regime_max = 0.55

long_entry  = zs < -entry_z and vol_ok and regime_ok
short_entry = zs > +entry_z and vol_ok and regime_ok and allow_short

Transformer 레짐 모델이 “추세 확률 55% 이상”을 내놓으면 신호를 무시한다. 평균회귀가 추세장에서 역방향 배팅이 되는 걸 차단하기 위한 조건이다.

조기 청산 (exit_z = 0.3)

z-score가 0으로 완전히 회귀하기 전에 -0.3 수준에서 청산한다.

long_exit  = zs > -exit_z   # 롱 청산: z가 -0.3 이상으로 올라오면
short_exit = zs < +exit_z   # 숏 청산: z가 +0.3 이하로 내려오면

완전 회귀(z=0)까지 기다리면 보유 기간이 길어지고 다음 진입 기회를 놓친다. 70% 정도 회귀한 시점에서 정리하는 방식이다.

ATR 기반 사이징 + 손절

v_atr  = atr(d, 14)
atr_pct = v_atr / d["close"]
size   = (0.01 / atr_pct).clip(0.1, 1.0)   # 1% risk 기준 포지션 크기

sl_long  = close - 2.0 * v_atr
sl_short = close + 2.0 * v_atr

변동성이 높은 종목일수록 포지션을 작게 잡는다. 손절은 ATR 2배. TP는 따로 없다 — z-score 청산 조건이 그 역할을 한다.

타임프레임: 60m

15m에서 60m으로 올렸다. 60분봉으로 계산한 z-score가 1.5σ까지 벌어지는 건 의미 있는 이탈이다. 15m 노이즈에 반응하지 않는다.

d = ensure_ohlcv(get_df_60m(inp))
# ...
# 60m 신호 → 15m 인덱스로 forward-fill
frame60.reindex(inp["df_15m"].index, method="ffill")

백테스트 엔진이 15m 기준으로 돌아가기 때문에 마지막에 reindex로 변환한다.

OOS 검증

Train/Test를 고정 구간으로 나눠서 검증했다.

Train: 2024-01-01 ~ 2025-06-30
Test:  2025-07-01 ~ 2026-03-03

파라미터는 Train 구간에서 Optuna로 찾고, Test 구간 결과로 실제 성능을 판단했다. OOS에서 Sharpe가 양수인 종목만 선정했다.

결과 일부:

Symbol Train Sharpe OOS Sharpe OOS MDD OOS 수익률 통과
ETR 1.27 2.04 -2.5% +13.1% ✅
GLD 1.73 0.66 -4.9% +4.3% ✅
XBI - 양수 - - ✅
XLI - 양수 - - ✅
ALL 1.76 -0.23 -11.7% -2.3% ❌
TRV 1.20 -0.61 -12.4% -4.9% ❌

Train Sharpe가 1.5 이상이어도 OOS에서 음수가 나오는 경우가 많다. ALL이 대표적이다. Train에서만 잘 맞춘 과최적화다. ETR은 Train보다 OOS Sharpe가 오히려 높다 — 전략이 구조적으로 작동한다는 신호다.

OOS에서 음수가 나온 종목(ALL, TRV, T, BAC, JPM, ABBV 등)은 allowlist에서 제외했다.

배포 체인

trend 체인에는 배포하지 않았다. 추세장에서 평균회귀는 맞지 않는다. defensive, chop, neutral 체인에만 추가했다.

"defensive": {
    "strategies": ["golden_triangle_1h_setup1_2", "zscore_mean_reversion", ...]
},
"chop": {
    "strategies": ["zscore_mean_reversion", ...]
},
"neutral": {
    "strategies": ["golden_triangle_1h_setup1_2", "zscore_mean_reversion", ...]
},
"trend": {
    "strategies": ["roc_dual_momentum", "pmax_explorer", ...]
    // zscore_mean_reversion 없음
}

레짐 게이트를 코드에서 한 번, 체인 배포로 한 번 — 이중으로 막는다.

VIX guard와의 조합

같은 봇에 VIX guard도 돌아가고 있다. VIX가 20을 넘으면 신규 롱 진입 자체를 차단한다.

_vix_latest      = float(vix.iloc[-1])
_vix_block_above = float(runtime.get("vix_entry_block_above", 20.0))

if _vix_latest > _vix_block_above:
    for sym in list(target_positions.keys()):
        cur = float(current_positions.get(sym, 0.0))
        tgt = float(target_positions[sym])
        if abs(cur) < POSITION_EPS and tgt > 0:   # 현재 포지션 없고 + 신규 롱이면
            del target_positions[sym]              # 제거

기존 포지션은 건드리지 않는다. 이미 들고 있는 건 VIX 게이트 대상이 아니다. 신규 진입만 막는다. z-score 전략이 아무리 강한 신호를 내도, VIX가 20 이상이면 실행되지 않는다.

레짐 체인 → 레짐 게이트(코드 내) → VIX guard 순서로 필터가 세 겹으로 쌓여 있다.

결론

평균회귀 전략이 라이브에서 실패하는 가장 흔한 이유는 추세장에서도 돌리기 때문이다. 레짐 필터를 빼면 백테스트 성과가 좋아 보이지만 실제로는 위험하다. Train/Test 분리 검증에서 OOS 음수가 나오는 종목을 솎아내는 것도 중요하다 — Train Sharpe가 높다고 OOS에서 같은 성과를 기대하면 안 된다.