공개 가상거래 순위와 점수의 계산 방식을 살펴보고, 관측 기간·비용·거래 횟수를 함께 비교하는 방법을 설명합니다.
연구 결과 읽기 · 업데이트 2026-10-10
가상거래 순위는 여러 전략을 같은 규칙에 따라 가상 자금으로 운용하고 공통 점수로 정렬한 표입니다. 모든 전략이 같은 조건에서 출발하고, 같은 시장 데이터로 평가되고, 같은 공식으로 측정된다면, 눈에 보이는 차이는 결과를 보고한 방식이 아니라 전략 자체에서 나왔을 가능성이 커집니다. 잘된 전략 하나의 스크린샷은 거의 아무것도 알려 주지 않습니다. 얼마나 오래 돌렸는지, 무엇을 걸었는지, 다른 전략이 몇 개나 조용히 꺼졌는지 모르기 때문입니다. 순위표는 손실 난 전략까지 모두 나란히 놓아 이 문제를 줄이려는 장치입니다.
그렇다고 순위표가 추천 목록이 되는 것은 아닙니다. 순위표는 측정 도구입니다. 그 가치는 어떻게 만들어졌는지, 점수를 어떻게 계산하는지, 성과가 나쁜 전략을 얼마나 정직하게 보여 주는지에 달려 있습니다. 이 글에서는 이 요소들을 하나씩 설명하고, 가상의 예시 수치로 점수를 직접 계산해 봅니다.
공개 가상거래 리그에는 지금 다섯 전략이 있습니다. HAA(주식·채권·원자재를 위험에 따라 나눠 담음), SPY Trend Filter(200일선 위이고 추세가 뚜렷할 때만 S&P500 보유, 3배 지수 ETF 인 TQQQ·UPRO 와 단기 국채 ETF 인 BIL 사용), Dynamic Regime(시장 국면에 맞춰 변동성 낮은 섹터 선택), Style Selection(성장주와 가치주 중 강한 쪽으로 이동, 3배 ETF 사용), Crypto TSMOM(오르는 코인만 보유하고 꺾이면 정리, USDT 무기한 선물 롱 온리, 총 1배로 레버리지 없음)입니다. 앞의 네 개는 미국 ETF 전략이고, 마지막 하나는 암호화폐 전략입니다.
모든 전략은 가상거래로만 운용합니다. 어떤 거래소·증권사에도 실제 주문이 나가지 않습니다. 전략마다 가상 자금 $1,000 로 시작합니다. 미국 ETF 전략은 마감된 일봉으로 판단하고, Crypto TSMOM 은 USDT 무기한 선물로 거래하며 펀딩비를 기록합니다. 가상 체결마다 거래 금액의 0.04% 를 수수료로 부과하고, 보유 포지션은 15분마다 시장 가격으로 다시 평가합니다. 순위는 매시간 다시 계산해 지연 스냅샷으로 공개하므로, 보이는 것은 실시간 피드가 아니라 가까운 과거의 기록입니다.
순위는 가상거래 기록이 28일 이상 쌓이고 체결이 1건 이상 있는 전략에만 매깁니다. 그 전에는 수익률이나 점수를 보여 주지 않고 "준비 중(n/28일)"으로만 표시합니다. 며칠짜리 기록의 수익률이 순위처럼 읽히지 않게 하려는 것입니다. 체결 조건을 함께 두는 이유도 있습니다. 거래가 한 건도 없는 기록은 아무것도 하지 않았다는 이유만으로 낙폭·안정성 점수가 만점에 가까워집니다. 예를 들어 데이터 품질 80, 최근 성과 점수 50 인 완전히 평평한 기록은 0.30 × 50 + 0.25 × 100 + 0.15 × 50 + 0.15 × 50 + 0.10 × 100 + 0.05 × 80 = 69.0 점을 아무 위험도 지지 않고 얻게 됩니다.
순위에 오른 전략은 0에서 100 사이의 리그 점수를 받습니다. 리그 점수는 각각 0–100 척도인 여섯 개 하위 점수의 가중 합입니다. 누적 수익률이 30%, 낙폭이 25%, 샤프가 15%, 최근 성과가 15%, 안정성이 10%, 데이터 품질이 5% 를 차지합니다.
수익률 점수는 50 + 3 × 누적 수익률(%)입니다. 변동이 없는 전략은 50 에 있고, 1%포인트 오르내릴 때마다 3점씩 움직입니다. 낙폭 점수는 100 + 4 × 최대 낙폭(%)입니다. 낙폭은 음수이므로 한 번도 떨어지지 않은 전략은 100 을 유지하고, 10% 낙폭이면 60 으로 떨어집니다. 샤프 점수는 50 + 20 × 샤프 비율이어서, 샤프가 2.5 이상이면 이미 상한 100 에 닿습니다. 샤프는 일별 수익률을 365일 기준으로 연환산하며, 일별 수익률이 7개 이상 쌓인 뒤에만 계산합니다. 안정성 점수는 100 − 5 × |최대 낙폭(%)|입니다. 모든 하위 점수는 0과 100 사이로 잘립니다. 최근 성과 점수는 현재 산식 버전에서 수익률 점수와 같은 계산을 씁니다.
데이터 품질 점수는 기록을 얼마나 믿을 수 있는지를 반영합니다. 자산 곡선의 점이 4개 미만이면 20점, 한 번도 동기화되지 않았으면 30점, 데이터가 24시간 넘게 오래되었으면 25점, 일시 정지 상태면 20점이 깎입니다. 실제 표에서는 각 줄 옆에 데이터 신뢰도 점수로 공개됩니다.
가중치가 무엇을 보상하는지 보십시오. 수익률이 가장 중요하지만 낙폭과 안정성이 합쳐 35% 를 차지하고 둘 다 깊은 하락을 벌하므로, 조금 벌면서 거의 흔들리지 않은 전략이 더 많이 벌었지만 크게 출렁인 전략보다 앞설 수 있습니다. 의도된 설계입니다. 이 점수는 수익 순위가 아니라 위험을 반영한 순위입니다.
아래 수치는 계산 방법을 보여 주려고 만든 예시이며, 리그에 있는 실제 전략의 기록이 아닙니다. 28일 동안 가상거래한 예시 전략 A 가 누적 수익률 +4.0%, 최대 낙폭 −3.0%, 샤프 1.5, 데이터 신뢰도 95 를 기록했다고 해 봅시다.
수익률 점수: 50 + 3 × 4.0 = 62.0. 낙폭 점수: 100 + 4 × (−3.0) = 88.0. 샤프 점수: 50 + 20 × 1.5 = 80.0. 최근 성과 점수: 수익률 점수와 같은 62.0. 안정성 점수: 100 − 5 × 3.0 = 85.0. 데이터 품질 점수: 95.
이제 가중치를 곱합니다: 0.30 × 62.0 = 18.60, 0.25 × 88.0 = 22.00, 0.15 × 80.0 = 12.00, 0.15 × 62.0 = 9.30, 0.10 × 85.0 = 8.50, 0.05 × 95 = 4.75. 여섯 부분을 더하면 75.15 점입니다.
같은 기간 누적 수익률 +10.0%, 최대 낙폭 −12.0%, 샤프 1.2, 데이터 신뢰도 95 인 예시 전략 B 와 비교해 봅니다. 수익률 점수 80.0, 낙폭 점수 52.0, 샤프 점수 74.0, 최근 성과 점수 80.0, 안정성 점수 40.0, 데이터 품질 점수 95 이고, 가중 합은 24.00 + 13.00 + 11.10 + 12.00 + 4.00 + 4.75 = 68.85 점입니다. 수익률은 B 가 2.5배 높지만 낙폭이 네 배 깊어서 점수는 A 가 앞섭니다.
두 가지를 기억하십시오. 첫째, 짧은 기록의 일별 수익률을 365일로 연환산한 샤프는 크게 부풀기 쉽고, 상한 때문에 샤프 2.5 이상은 점수상 모두 같게 취급됩니다. 둘째, 점수의 상당 부분은 많이 버는 것이 아니라 적게 잃는 데서 나옵니다.
첫 번째 한계는 짧은 기간입니다. 28일은 순위를 매기기 시작하는 최소 기준일 뿐, 실력과 시장 조건을 구분하기에는 턱없이 짧습니다. 시장은 몇 달씩 한 국면에 머물 수 있으므로, 추세가 뚜렷한 달에 빛나는 추세 추종 전략은 그저 날씨를 잘 만난 것일 수 있습니다.
두 번째는 운입니다. 여러 전략이 동시에 돌아가면, 어느 전략에도 진짜 우위가 없더라도 일부는 우연히 상위에 오릅니다.
세 번째는 서로 다른 시장입니다. 미국 ETF 전략과 암호화폐 전략은 거래 시간, 변동성, 비용 구조가 다릅니다. 같은 표에 있어도 점수 차이의 상당 부분은 시장 차이에서 나올 수 있으니, 전략이 무엇을 거래하는지 함께 보십시오. 3배 ETF 를 쓰는 전략(SPY Trend Filter, Style Selection)은 이익과 손실이 모두 커집니다.
마지막으로 가상거래 결과는 실거래 결과가 아닙니다. 가상 체결은 시장을 움직이지 않고, 대기열에서 기다리지 않으며, 장애도 겪지 않습니다. 그래서 같은 규칙으로 실거래를 하면 대개 결과가 더 나쁩니다.
순위표는 따라 할 대상을 고르는 데가 아니라, 같은 조건에서 서로 다른 규칙이 어떻게 움직이는지 배우는 데 쓰십시오. 순위를 보기 전에 항상 기록 기간, 낙폭, 데이터 신뢰도, 전략이 무엇을 거래하는지를 먼저 확인하십시오. 리그의 어떤 내용도 투자 조언이 아니며, 과거의 가상거래 결과는 미래 수익을 예측하지 않습니다. 실제 거래는 돈을 잃을 수 있고, 레버리지를 쓰면 예상보다 더 많이 잃을 수도 있습니다.
연구 설명은 교육용이며 투자 추천이 아닙니다. 개발 서비스는 고객이 정한 규칙을 구현하며 작업 범위와 결제는 별도로 확인합니다.