트레이딩 봇의 시장가와 지정가 주문: 낮은 수수료가 실제 수익을 개선할까?

지정가라고 메이커 체결이 보장되지는 않는다

즉시 체결 가능한 매수 지정가는 기존 매도 호가를 바로 가져갈 수 있다. 장부에 대기하는 지정가는 나중에 유동성을 공급할 수 있다. 한 주문에 두 체결 유형이 함께 들어갈 수도 있으므로 수수료는 주문 이름만이 아니라 각 체결에 해당한다. Coinbase는 이를 명시한다. 반면 Binance의 LIMIT_MAKER는 즉시 테이커로 거래될 주문을 거절한다. 거절은 그 체결을 피할 뿐 원하는 가격에 무료 체결을 주지 않는다. [1] [2]

지정가는 허용 체결 가격을 제한하지 진입 후 수익이나 체결 확률을 보장하지 않는다. 시장가도 모든 거래소 상황에서 특정 가격이나 전량 체결을 보장하지 않는다. 질문은 어떤 주문 이름이 싸게 들리는지가 아니라 어떤 전체 체결 정책이 매매 규칙에 적합한지다. Cont와 Kukanov의 주문 배치 연구도 수수료, 대기열, 주문 흐름과 체결 위험을 함께 다룬다. 그 결과가 이 BTC 예시의 보편 규칙을 제공하지는 않는다. [7]

진입을 비교하기 전에 신호와 청산 정책을 고정한다

결과 계산 전에 두 정책과 겹치지 않는 다섯 가상 BTC/USDT 현물 사례를 정했다. 사례는 원리를 보여 주려고 설계했으며 빈도를 추정하는 무작위 표본이 아니다. 두 정책 모두 60,000밀리초 간격의 동일한 다섯 매수 판단을 받고 10,000 USDT로 시작해 매 사례 0.02 BTC를 목표로 한다. 주문 도착 호가는 매수 49,990 / 매도 50,010이다. 시장가는 매도 호가에 전량 매수하고, 대기 정책은 매수 호가에 주문을 두며 부족분을 채우거나 추격하지 않는다.

두 정책은 10,000밀리초 시점에 지정한 매수 호가로 실제 보유 수량을 판다. 미체결 진입은 현금으로 남는다. 이전 결과는 각 계좌에 누적되고 입금, 차입, 펀딩이나 고정 목표 수량의 복리 증액은 없다. 수량·가격은 가상 거래 필터를 충족하며 모델의 시장가 체결에는 표시 유동성이 충분하다고 가정한다. 기록은 외생적이다. 어느 정책도 이후 가격, 주문 흐름이나 다른 참여자의 행동을 바꾸지 않는다. 따라서 실제 시장 충격이나 용량을 주장할 수 없다.

봉의 저가로 체결을 가정하지 말고 대기열을 계산한다

모델은 한 가격 수준에서 단순 선입선출 대기열을 사용한다. 적격 공격적 매도량이 앞 수량을 먼저 소진한 뒤 우리 주문에 닿는다. 앞 주문 취소로 줄어드는 수량은 인정하지 않고 숨은 수량도 없다고 가정한다. 이는 거래소에 대해 추론한 사실이 아니라 모델 선택이다. Coinbase의 매칭 규칙은 시간·표시 우선순위의 의미를 보여 주면서, 이 단순 모델에서 빠진 아이스버그 우선순위 같은 세부사항도 설명한다. [3]

사례 C에서는 200 ms에 체결 가능한 매도량 0.040 BTC가 도착한다. 앞의 0.030 BTC가 소진되면 목표 0.020 중 0.010 BTC가 체결되고 남은 0.010은 취소된다. 봉 저가 49,990만으로 그 수량은 알 수 없다. 집계 거래 자료만으로도 우리 앞에서 어느 취소가 발생했는지 정확히 알 수 없다. 신뢰할 만한 과거 재현에는 이벤트 순서와 근거 있는 대기열 가정이 필요하다.

사례 E에는 취소 전 적격 매도 흐름이 없다. 가격은 취소가 유효해진 뒤에야 내린다. D의 매도 흐름은 요청 뒤이지만 효력 전인 550 ms에 도착한다. 0.020 BTC 전량이 체결되고 공통 청산 전에 확인된다. 취소 요청 시각을 주문이 사라진 시각으로 처리할 수 없는 이유다.

수수료가 낮아도 대기 정책은 손실일 수 있다

실행한 십진 계산은 체결별 수수료를 한 번만 부과하고 모든 사례에 걸쳐 현금과 보유량을 이어 간다. 다섯 판단의 총매수량은 시장가 0.100 BTC, 대기 정책 0.050 BTC다. 대기 주문은 전량 둘, 부분 하나가 체결되어 주문 참여율 3/5, 즉 60%다. 수량 체결률은 0.050/0.100, 즉 50%다. 체결된 세 주문만 보고하면 놓친 기회가 비교에서 빠진다.

시장가의 가격 손익은 −13.00000 USDT, 수수료 9.98900, 순손익 −22.98900이다. 대기 정책은 가격 손익 −13.50000, 수수료 2.98590, 순손익 −16.48590이다. 기말 순자산은 9,977.01100과 9,983.51410이며 동일 시작 자본 대비 수익률은 −0.229890%와 −0.164859%다. 대기 정책은 거래량이 절반인데도 비용 전 손익이 조금 더 나쁘다. 설계된 사례로 기대수익, 낙폭 분포나 통계적 우위를 확정할 수 없다. 이 무이자 연습에서 거래하지 않는 현금 기준은 수익이 영이므로 두 정책보다 높은 잔액으로 끝난다. 이는 회계 비교이지 기초 시장 전략에 대한 발견이 아니다.

차이 중 일부만 수수료 절감이다

먼저 대기 정책으로 산 0.050 BTC를 사례별 동일 시장가 수량에 대응시키고 같은 청산을 적용한다. 이 대응 수량에서는 50,010 대신 49,990에 사는 것이 가격 손익을 1.00000 USDT 개선한다. 진입 수수료 절감은 0.050 × (50,010 × 0.001 − 49,990 × 0.0002) = 2.00060이다. 수량, 청산 가격과 테이커율이 같아 대응 비교의 청산 수수료는 상쇄된다.

나머지 차이는 취하지 않은 노출에서 나온다. 빠진 시장가 수량은 A에서 +7.78980, C의 미체결 절반에서 +0.89790을 벌었겠지만 E에서는 12.19020을 잃었을 것이다. 합계 순결과는 −3.50250이므로 거래하지 않은 것이 대기 정책의 상대 성과에 +3.50250을 더한다. 건너뛸 신호를 미리 알아낸 것이 아니다. 계산 후의 회계 분해이지 수익 필터 제안이 아니다.

전체 수수료 감소 7.00310이 대응 진입 수수료 절감보다 큰 이유는 대기 정책이 덜 거래하고 청산 수수료도 덜 내기 때문이다. 전부를 더 나은 체결이라고 부르면 활동량 감소와 같은 노출의 저렴한 체결을 혼동한다. 실제 체결 가격은 매수·매도 호가 차이를 포함하므로 스프레드 추정을 다시 빼지 않는다. 실제 수수료 자산, 할인과 추가 부담은 계좌에서 대조한다. Binance 수수료 문서는 실효 부담이 광고된 단일 메이커/테이커율과 다를 수 있는 이유를 설명한다. [4]

유리한 진입 가격에 불리한 정보가 함께 올 수 있다

B와 D에서는 대기 매수자가 보유량을 받은 뒤 더 낮은 가격에 청산한다. 낮은 진입 가격과 수수료가 즉시 시장가 대비 도움이 되지만 포지션을 흑자로 만들지는 못한다. 이는 역선택 위험을 보여 준다. 대기 매수에 닿는 이벤트는 이후 나쁜 가격과 연관될 수 있다. 다섯 선택 사례는 그 연관성이나 인과적 크기를 추정하지 않는다. 실제 자료에서는 체결 후 가격 움직임과 체결 확률을 함께 조사하고 미체결 신호도 남긴다.

D에서 500 ms 취소 요청을 성공으로 취급하면 550 ms에 0.020 BTC가 체결돼도 진입이 없다고 기록한다. 정확한 계좌에는 −6.99396 USDT 결과가 포함된다. Binance는 취소가 진행되는 동안 체결될 수 있음을 설명하며 사용자 데이터 보고는 실제 체결량과 주문 상태를 식별한다. [5] [6] 지속적인 판단 기록을 남기고 주문·포지션을 대조하며 상태가 불명확할 때 무조건 재전송하지 않도록 한다. 클라이언트 주문 ID는 주문 식별을 돕지만 그 자체로 완전한 애플리케이션 중복 방지 설계는 아니다.

대기열 가정은 메이커 수수료 제거보다 결과를 크게 바꾼다

가격, 흐름, 정책과 수수료를 유지하고 앞 수량을 0, 0.01, 0.03, 0.05 BTC로 바꿔 같은 다섯 사례를 재계산했다. 대기 결과는 대기열 크기에 단조롭게 움직이지 않는다. 짧은 열은 설계된 이익 기회를 더 잡지만 손실 사례 체결도 얻는다. 가장 긴 열에서는 0.010 BTC만 체결되어 작은 손실의 일부가 거래하지 않은 결과다. 더 나쁜 순서에 서는 것이 유리하다는 증거가 아니다.

기본 0.03 BTC 대기열에서 메이커 수수료를 없애도 순손익은 −16.48590에서 −15.98600으로만 개선된다. 절감액은 0.49990이며 손실은 남는다. 이 민감도는 체결을 고정하지만 실제 수수료 변경이나 주문 규모 변경은 행동과 유동성을 바꿀 수 있다. 최선의 대기열을 최적 정책으로 고르지 않고 계획한 모든 사례를 보고한다.

끝나지 않은 포지션도 계좌 순자산에 포함된다

E의 예정 청산 10,000 ms 전인 9,000 ms에 가용 매수 호가가 이미 49,500이라고 하자. 시장가 계좌는 0.020 BTC와 현금 8,988.00100 USDT를 보유한다. 보유분 평가액은 990.00000이므로 순자산은 9,978.00100이다. 같은 시점 대기 계좌는 포지션 없이 9,983.51410을 갖는다. 시장가의 열린 포지션을 빼면 순자산을 과소계상하고, 청산 거래 이익만 보면 현재 가격 손실이 빠진다.

예정 시장가 매도에는 추가 수수료 0.99000이 들어 평가 순자산과 최종 9,977.01100이 연결된다. 청산 전 평가는 실제 청산 결과가 아니다. 제공하는 것은 개별 거래와 종점 기록이며 완전한 사례 내 평가 시계열이 아니므로 최대 낙폭이나 시간가중 노출은 보고하지 않는다. 총 체결 거래대금은 시장가 9,989.00000 USDT, 대기 정책 4,985.50000이다. 실시간 검증 가이드는 전체 현금·보유량 감사를 다룬다.

실제 비교라면 무엇을 기록해야 하는가

평가 전에 적격 신호, 도착 기준, 주문 가격, 유효 시간, 부분 체결 처리, 대체 대응과 청산 규칙을 고정한다. 기다렸다가 스프레드를 건너는 정책은 여기의 대기 정책이 아니라 세 번째 후보이므로 고유 규칙과 비용 기록이 필요하다. 진입 실행과 긴급 위험 축소도 구분한다. 미체결 청산의 기회비용은 선택적인 미체결 진입과 크게 다를 수 있다.

과거 분석에는 충분한 깊이의 시각별 주문장·거래 이벤트를 확보하고 순서 누락을 검사하며 대기열, 지연, 취소 효과와 시장 충격 가정을 설명한다. 표본 호가나 봉만으로 반사실적 체결을 식별할 수 없다. 전향적 파일럿에서는 모든 적격 의도, 제출, 거절, 부분 체결, 취소와 최종 포지션을 보존한다. 수수료와 납부 자산을 명시한 뒤 의존성에 맞는 불확실성으로 전체 계좌의 순결과를 비교한다. 우위와 운 분석은 많은 관련 체결이 많은 독립 검정이 되지 않는 이유를 설명한다.

ChatGPT나 Claude는 질문의 구체화를, Codex나 Claude Code는 이벤트 논리와 계산 감사를 도울 수 있다. 이 분석은 AI 지원과 가상 기록의 십진 계산을 사용했다. 모델 제품을 비교하거나 실제 자금 계좌에 연결하지 않았다. 유리한 체결을 만들어 내는 대신 미해결 이벤트를 보존하도록 요구한다.

정의: 신호 적격성, 도착 시간, 가격, 유효 시간, 부분 체결, 취소, 대체 대응과 청산 규칙을 고정하고 빠진 결정을 식별하세요.
구현: 승인 정책과 전체 이벤트 순서를 보존하세요. 봉이 가격에 닿았다는 이유만으로 지정가를 체결하지 마세요.
대조: 현금, 보유량, 수수료와 미해결 주문을 추적하세요. 취소 요청과 확인된 효력을 구분하세요.
보고: 모든 적격 신호를 보존하고 대응 체결의 가격·수수료 효과와 놓치거나 피한 포지션을 분해하세요. 관측 체결과 모델 반사실을 구분하세요.

수수료표의 최저 숫자가 아니라 체결 정책을 고른다

이 가상 기록에서 대기 정책은 덜 잃지만 상대 개선 6.50310 중 대응 진입 수수료 절감은 2.00060 USDT뿐이다. 이익을 놓치면 불리하고 손실을 피하면 유리하다. 어떤 보유량이 생기는지는 대기열과 취소 가정이 결정한다. 낮은 수수료만으로 어느 질문도 해결되지 않는다.

실제 봇의 타당한 다음 단계는 자체 적격 판단에 대한 버전 관리 체결 비교이며 근거 있는 체결과 계좌 대조가 필요하다. 유용한 정책은 비용 후 경제성뿐 아니라 체결 긴급성, 자본과 위험 제약도 충족해야 한다. 이 결과는 차이를 회계 처리하는 방법을 보여 줄 뿐 미래 시스템을 흑자로 만들 주문 유형을 결정하지 않는다.