수익성 있는 트레이딩 봇도 더 큰 자본을 감당할까? 유동성, 슬리피지와 전략 수용 규모

계좌가 커진다고 주문도 커지는 것은 아니다

주문 크기를 고정하면 계좌 현금을 늘려도 거래는 바뀌지 않을 수 있다. 전략 확대는 실제 투입 자본, 동시 포지션 수, 시장 흐름 참여량이나 체결 기간을 바꾸는 일이다. 일정 비율 포지션 규칙의 백테스트는 계좌 자본이 늘 때 주문도 암묵적으로 키운다. 신호가 같아도 전략에 가용한 가격은 달라질 수 있다.

앞선 시장가·지정가 분석은 수수료 절감과 놓친 거래를 분리했다. 여기서는 제안 규모가 진입·청산 때 표시 깊이를 얼마나 소진하는지 묻는다. 실제 공개 주문장을 관측한 뒤 명시적인 가상 체결 계산을 적용한다. 관측 깊이는 유용한 증거지만 수익성 있는 수용 규모를 단독으로 입증하지 않는다.

결과를 계산하기 전에 주문장과 출처를 기록한다

관측 전에 BTCUSDT 현물, 최소 20초 간격의 세 번 수집과 현금 예산 100, 1,000, 10,000, 100,000, 1백만, 10백만, 100백만 USDT를 정했다. Binance가 문서화한 공개 시장 데이터 엔드포인트에서 양쪽 각각 5,000가격 단계를 요청했다. 인증 정보, 계좌 연결이나 거래 주문은 사용하지 않았다. [1] [2]

세 응답은 2026년 10월 26일 아래 UTC 요청 구간에 도착했다. 원시 바이트, SHA-256 해시, 요청 메타데이터와 각 요청 전후 서버 시각을 보존했다. 양수 수량, 중복 없는 정렬 가격, 교차하지 않는 최우선 호가와 증가하는 갱신 ID를 확인했다. 별개의 REST 스냅샷이며 lastUpdateId는 타임스탬프가 아니다. ID 증가가 누락 없는 이벤트 스트림을 입증하지 않으며 로컬 요청 구간·서버 시각의 전후 범위도 각 호가 주문의 정확한 거래소 시각을 식별하지 못한다.

세 수집과 일곱 예산을 전부 보고한다. 짧은 전향적 측정이지 유동성 상황의 대표 표본이나 미사용 수익성 검정이 아니다. 나중에 같은 엔드포인트를 부르면 다른 주문장이 나온다. 기록한 원입력과 계산 기록은 내부에 보존한다.

S1 fc2c8e288b0f755f2fe1d16862ad6a5b944a3577b41ac3613b574fc57d2f3e39
S2 f9ed09669d92ad0aa78167dbfc1200fe63bf096d1b686c78a0df8471b30b451d
S3 4031506584a0599b7689312182bad12a63d5786c43c3c1973deca74e57339e58

체결에 배정할 현금과 매수 전 수수료를 정한다

예산 B는 진입 수수료를 포함한 별도의 가용 현금 배정분이다. 편도 수수료 f = 0.001을 가정하면 최대 매수 대금은 B/(1+f)다. 낮은 매도 호가부터 이 금액을 쓰거나 수집 깊이 끝에 닿을 때까지 소진한다. 수량은 가격별 취득량 합계이고 매수 VWAP는 총매수 대금을 그 수량으로 나눈 값이다. 다음으로 같은 스냅샷의 높은 매수 호가부터 취득 수량을 판다.

이는 연속 수량의 반사실 계산이지 거래소에 낸 주문이 아니다. 실제 수량 단위로 반올림하거나 계좌별 명목금액·수량·주문 보호를 적용하지 않는다. Binance는 이런 필터를 별도로 문서화한다. [4] 표시 수량이 계속 남고 경쟁 주문이 없으며 가상 거래가 이후 행동을 바꾸지 않는다고도 가정한다. 실제 지연 청산이나 주문장 재공급은 모델링하지 않는다.

가정한 두 수수료는 USDT로 한 번씩 낸다. 계좌별 요금이 아니며 실제 수수료 자산, 할인과 부과 항목은 다를 수 있다. 호가 소진에는 표시 스프레드와 깊이에 따른 가격 악화가 이미 포함되므로 별도 스프레드·슬리피지를 더하지 않는다. Binance 수수료 문서가 이 계좌 처리상의 구분을 설명한다. [5]

entry_notional = sum(ask_price * quantity_taken)
entry_fee = f * entry_notional
unused_cash = B - entry_notional - entry_fee
sale_notional = sum(bid_price * quantity_sold)
exit_fee = f * sale_notional
ending_cash = unused_cash + sale_notional - exit_fee
static_cost_bps = 10000 * (B - ending_cash) / B

같은 수수료율이라도 규모가 커지면 총비용이 달라진다

10백만 USDT 이하 예산에서는 매 정적 계산의 모든 취득 수량을 수집한 매수 호가로 처리할 수 있다. 표는 가정한 양쪽 수수료를 포함한 동일 주문장 왕복 비용을 가용 현금 예산 대비 베이시스포인트로 보고한다. 1베이시스포인트는 0.01%다. 100백만 예산은 수집 매도·매수 깊이가 충족하지 못한다. 전량 청산 비용을 붙이면 관측 밖 가격을 만들어 내는 셈이다.

1백만의 비용은 세 주문장에서 21.2165–22.8795베이시스포인트이고 10백만은 39.2707–44.2687이다. 규모별 표시 깊이 계산이지 실제 거래로 측정한 시장 충격이 아니다. 아주 작은 예산도 정적 비용이 약 19.9813베이시스포인트다. 작은 표시 스프레드보다 가정 진입·청산 수수료의 영향이 크기 때문이다.

한 주문장에서 1백만 예산의 매수와 매도를 추적한다

S1의 1,000,000 USDT 배정분은 진입 수수료 999.000999 USDT를 확보하고 BTC에 999,000.999001을 쓴다. 매도 105단계를 소진해 약 12.42348330 BTC를 VWAP 80,412.310721에 취득한다. 가상 거래 전 중간 가격은 80,404.005이며 매수 VWAP는 이보다 약 1.0330베이시스포인트 높다.

같은 수량을 수집된 매수 43단계에 팔면 VWAP 80,402.348251과 매도 대금 998,877.230423이 나온다. 청산 수수료 998.877230을 빼면 997,878.353193이 남는다. 잔여 보유량과 외부 자금 흐름이 없어 정적 비용은 2,121.646807 USDT, 즉 21.216468베이시스포인트다. 현금·수량은 대조되지만 어느 거래도 실제 그 단계에서 체결됐을 것이라고 입증하지는 않는다.

이 배정분이 5백만 USDT 계좌의 일부라면 같은 가상 비용은 전체 자본의 약 4.2433베이시스포인트이지 21.2165가 아니다. 사용하지 않은 4백만에는 전략 포지션 수익이 붙지 않는다. 큰 계좌와 작은 봇의 수익률을 비교하기 전에 배정 자금, 주문과 전체 계좌의 분모를 명시한다.

큰 주문 비용을 감당할 미래 가격 개선이 얼마나 필요한가

정적 즉시 왕복에는 거래 예측이 없으므로 음의 결과가 예상된다. 체결과 경제성을 연결하려고 취득량과 매수 깊이를 고정한 채 모든 가상 미래 매수 가격을 1+g배 한다. 선언한 가격 상승 민감도이지 신호가 g를 벌거나 미래 깊이가 수집 주문장과 같을 것이라는 예측이 아니다. 조건부 순결과는 sale_notional × (1+g) × (1−f)에서 진입 현금 사용액을 뺀 값이다.

정확한 손익분기 상승률은 cash_used/[sale_notional × (1−f)] − 1이다. S1의 1백만 배정분은 21.2616베이시스포인트로 정적 비용 21.2165보다 조금 높다. 미래 가격 상승률은 분모가 다르기 때문이다. 30베이시스포인트 상승에서 세 1백만 계산은 배정분 대비 +7.0518에서 +8.7199베이시스포인트를 남긴다. 10백만에서는 같은 가정도 −14.4015에서 −9.3885를 남긴다. 예측이 같아도 한 규모에서 충분해 보인 경제성이 더 큰 규모의 비용 조건에서는 부족할 수 있다.

수집 전에 20베이시스포인트 상승도 선언했다. 아래 세 예산 모두에서 부족하다. 어느 민감도도 실제 기대 우위를 추정하지 않는다. 적절한 경제 비교에는 전략의 전향적 손익, 실제 비용과 불확실성이 필요하다. 실시간 시험 분석이 이 구분을 설명한다.

스냅샷이 끝나도 미지의 주문장이 사라지는 것은 아니다

100백만 예산에서 S1 수집 매도 호가가 지원하는 진입 현금은 가정 수수료 포함 30,404,511.278176 USDT, 목표의 30.4045%다. 계산은 376.50736000 BTC를 얻는다. 수집 매수 호가는 204.10621000 BTC만 처리해 172.40115000 BTC에 알려진 깊이 안의 매도가가 없다. 이는 자료 범위이지 실제 거래소 주문이 부분 체결되거나 깊은 주문이 없다는 보고가 아니다. Binance도 유한 스냅샷이 수집 단계 밖 수량을 빠뜨린다고 명시한다. [2] [3]

모델은 미사용 진입 현금 69,595,488.721824 USDT를 보존한다. 알려진 매수 호가로 판 뒤 현금은 85,929,861.018185, 잔여 재고는 172.40115000 BTC다. 이를 원래 최우선 매수 호가로 평가하면 회계 가치 13,861,742.064600이지만 기존 매수 깊이를 소진한 뒤 추가 청산에서도 그 가격을 받을 수 있다고 주장할 수 없다. 평가를 체결로 보지 않고 전량 청산 수익률과 가격 상승 손익분기를 미정으로 둔다.

좁은 스프레드만으로 청산이나 깊이 회복을 알 수 없다

S1·S2는 최우선 매수·매도 가격이 같지만 1백만 정적 비용은 21.2165와 22.8795베이시스포인트로 다르다. 최우선 매수 수량은 관측 사이 7.42169 BTC에서 0.07093 BTC로 줄었다. 1백만 S1 매도는 매수 43단계, S2는 197단계를 소비한다. 스프레드나 진입 매도 호가만 보면 반대편 변화를 놓친다.

세 수집으로는 소진 깊이의 보충 속도, 경쟁 봇의 반응이나 스트레스 청산에서 살아남을 유동성을 알 수 없다. ECB는 깊이, 스프레드의 좁음과 복원력을 구분하고 좁은 스프레드가 최우선 가격의 적은 수량을 가릴 수 있다고 지적한다. 원 주문장 연구도 정적 스프레드뿐 아니라 이벤트 흐름으로 가격 변화를 조사한다. 질문의 동기는 되지만 이 자료의 충격·복원력 모델을 보정하지는 않는다. [6] [7]

다음 배분을 새로운 체결·위험 시험으로 다룬다

주문 크기와 완료 기한을 정하고 순서·지연·계좌 기록을 갖춰 여러 상황의 적격 신호를 평가한다. 매수·매도 VWAP를 동시점 판단 기준과 비교하고 누락·부분·거절 체결을 센다. 기존 포지션과 다른 에이전트의 동시 주문도 반영한다. 두 봇이 각자 혼자인 것처럼 같은 표시 유동성을 사용할 수는 없다. 대기·분할 정책은 비용, 지연과 놓친 기회 위험을 바꾸므로 정적 계산의 비용을 공짜로 줄이는 대신 별도 비교가 필요하다.

진입 전 수수료와 잔여 위험 자본을 확보하고 청산 계획·증액 철회 조건을 명시한다. 큰 계좌도 같은 비율을 억지로 투자하지 않고 현금을 유지할 수 있다. 고정 운영비, 해당하는 금융 비용과 시장·집중 위험도 중요하다. 큰 자본이 예측 우위를 늘리지는 않으며 수익성 있는 소액 파일럿이 다음 규모의 체결을 측정하지는 않는다.

ChatGPT나 Claude는 증액안을 시험 명세로 바꾸는 작업을, Codex나 Claude Code는 주문장 순회와 현금 항등식 감사를 도울 수 있다. 여기서는 AI가 분석을 도왔고 Python이 기록한 공개 응답을 십진 계산했다. AI 거래 모델, 계좌나 실제 주문은 평가하지 않았다. 관측 주문장 필드, 계산한 반사실과 측정하지 않은 미래 행동을 분리하도록 요구한다.

시각이 기록된 공개 주문장과 선언한 현금 예산으로 지정 수수료를 확보하고, 더 깊은 유동성을 만들지 말고 매도·매수 호가를 순서대로 계산해 현금·보유량을 대조하세요. VWAP, 소비 단계, 알려진 깊이의 범위와 미해결 재고를 보고하세요. 관측 호가와 가상 체결을 분리하세요. 지연, 충격, 수량 필터, 재공급, 미래 수익과 계좌 위험 중 측정하지 않은 것을 명시하세요. 스냅샷 크기 경계를 전략 수용 한도로 부르지 마세요.

측정 주문장이 뒷받침하는 것과 남겨 둔 질문

기록한 주문장은 구체적 결과를 지지한다. 한 가지 연속·정적 깊이 계산과 고정 수수료 가정에서는 1백만에서 10백만 USDT로 늘 때 모델 체결 부담이 크게 오른다. 선언한 미래 매수 가격 30베이시스포인트 상승은 전자는 감당하지만 후자는 못 한다. 100백만에서는 수집 자료가 제안 왕복 자체를 충족하지 못한다. 어느 사실도 보편 자본 상한이나 작은 경우의 수익성을 입증하지 않는다.

전략 수용 규모는 전체 거래 과정이 경제·위험 요구를 계속 충족할 수 있는 배분이다. 수익 기회, 체결 정책, 동시 주문, 보유 기간과 불리한 청산 조건을 함께 평가해야 한다. 다음으로 정당한 것은 작은 봇의 과거 수익률에 큰 입금을 곱하는 일이 아니라 증거를 보존하는 제한된 규모 실험이다.