왜 트레일 스탑을 파헤쳐야 했을까?
지난 글에서 v1 베이스라인을 기록했다. 수익률 +700%, 승률 42%, MDD -40%.
수치만 보면 괜찮아 보이는데, 한 가지 계속 찜찜한 게 있었다.
“트레일링 스탑이 수익으로 끝나는 경우가 많다”는 건 알겠는데… 정말 잘 작동하고 있는 걸까?
기존 백테스트 리포트는 “Trailing Stop — 승률 98%” 정도만 보여줬다. 하지만 이건 “트레일이 걸리면 거의 이긴다”라는 뜻이지, “이익을 잘 회수한다”는 뜻은 아니다.
예를 들어 가격이 3R까지 올랐다가 트레일에 걸려서 1R에서 청산됐다면? 승리 트레이드이긴 한데, 2R을 그냥 반납한 셈이다. 이걸 구별할 수 없었다.
그래서 트레일 효율을 제대로 측정하는 도구부터 만들기로 했다.
트레일 효율 분석 도구 — 3가지 핵심 지표
새로 추가한 지표는 딱 3개다.
1. Capture% (수익 회수율)
Capture% = Exit_R / MFE_R
트레이드가 보유 중 도달한 최대 유리 움직임(MFE) 중 실제로 몇 %를 가져갔는지. 높을수록 좋다.
2. Giveback_R (이익 반납폭)
Giveback_R = MFE_R - Exit_R
최고점에서 실제 청산까지 얼마를 되돌려줬는지. 낮을수록 좋다.
3. PostExit_Favorable_R_6 (청산 후 후속 움직임)
청산 후 6봉(30분봉 기준 3시간) 동안 같은 방향으로 가격이 얼마나 더 갔는지. 이 값이 크면 “너무 일찍 잘랐다”는 뜻이다.
이 세 개만으로 “잘 벌었나”, “얼마나 반납했나”, “너무 빨리 잘랐나”를 한눈에 볼 수 있다.
v1 베이스라인 트레일 진단 결과
새 도구로 기존 v1 설정을 분석해봤다.
| 지표 | 값 | 해석 |
|---|---|---|
| Capture% | 58.0% | MFE의 58%만 회수 |
| Giveback_R | 0.947R | 평균 거의 1R 반납 |
| PostExit 6봉 | 0.959R | 청산 후에도 평균 0.96R 더 감 |
| PostExit > 1R 비율 | 32.0% | 3건 중 1건은 1R 이상 더 감 |
진단 결과: 수익 회수율이 보통 수준이고, 이익 반납이 좀 크다.
특히 MFE 버킷별로 보면 문제가 더 뚜렷했다.
| MFE 구간 | 건수 | Capture% | Giveback |
|---|---|---|---|
| 0.5 ~ 1.0R | 102건 | 43.6% | 0.499R |
| 1.0 ~ 2.0R | 431건 | 60.7% | 0.549R |
| 2.0 ~ 3.0R | 148건 | 56.7% | 1.062R |
| 3.0R+ | 165건 | 61.2% | 2.163R |
MFE 2~3R 구간에서 1R 넘게 반납하는 게 눈에 띈다. 트레일이 mid → tight로 전환되는 타이밍이 느린 것 같았다.
파라미터 재조정
분석을 바탕으로 Adaptive Trail 파라미터 3개를 손봤다.
| 파라미터 | 변경 전 | 변경 후 | 의도 |
|---|---|---|---|
| profit_mid | 1.25 | 1.0 | mid 전환을 앞당겨 되돌림 방어 |
| profit_tight | 1.75 | 1.5 | tight 전환 앞당기기 |
| mult_wide | 4.75 | 5.0 | 강한 추세에서는 더 넓게 유지 |
핵심 아이디어: 수익 구간에서는 빨리 좁히되, 강한 추세에서는 좀 더 여유를 두자.
Before vs After
전체 성과
| 지표 | v1 베이스라인 | v2 재조정 | 변화 |
|---|---|---|---|
| 총 수익률 | +700.1% | +515.4% | ↓ -185%p |
| 최대 낙폭(MDD) | -40.17% | -25.69% | ↑↑ 크게 개선 |
| 승률 | 42.3% | 44.8% | ↑ 개선 |
| 손익비 | 1.74 | 1.49 | ↓ 하락 |
트레일 효율
| 지표 | v1 | v2 | 변화 |
|---|---|---|---|
| Capture% | 58.0% | 57.0% | ≈ 유사 |
| Giveback_R | 0.947R | 0.842R | ↑ 개선 |
| PostExit > 1R | 32.0% | 31.0% | ↑ 소폭 개선 |
| MFE>3R → Exit<2R | 56건 | 51건 | ↑ 개선 |
왜 수익은 줄었는데 더 나은 선택일까
수익률만 보면 v1이 더 좋다. 그런데 실전에서는 MDD가 거의 절반으로 줄었다는 게 훨씬 중요하다.
MDD -40%는 계좌가 최고점 대비 40% 빠진다는 뜻이다. 10배 레버리지 기준으로 원금 대비라면 해당 구간에서 실제 체감은 훨씬 무겁다. 자동매매를 끄고 싶은 유혹이 가장 강해지는 순간이다.
-25.7%로 줄이면서 수익률은 여전히 +515% — 연 환산으로도 충분히 양호하다.
“덜 벌더라도 안 망하는 게 먼저”라는 원칙에 맞는 결과다.
이번에 배운 것
- 측정 도구를 먼저 만들어라. 감으로 파라미터 조정하면 시간 낭비다. Capture%, Giveback, PostExit — 이 세 개가 있으니까 어디가 문제인지 바로 보였다.
- 승률/수익률만 보면 함정에 빠진다. 트레일 승률 98%는 좋아 보이지만, 실제 회수율은 58%였다. 겉 숫자가 아니라 내부 효율을 봐야 한다.
- MDD 개선은 수익률 하락보다 가치 있을 수 있다. 실전에서 살아남는 전략이 좋은 전략이다.
다음 계획
트레일 효율 분석 도구가 갖춰졌으니, 이제 본격적으로 개별 컴포넌트를 실험할 차례다.
- 진입 필터 강화 (최악 진입 43% 줄이기)
- TP1 부분 청산 다시 테스트
- 트레일 상태(wide/mid/tight)별 세부 분석 — Phase 2 구현
다음 글에서는 이 중 하나를 골라서 A/B 테스트 결과를 공유할 예정이다.