일상

바이브코딩으로 만든 자동 트레이딩 시스템 한 달 돌린 후기

seongmik 2026. 10. 18. 17:05
728x90

최근 룰 베이스 자동 트레이딩에 관심을 가지게 되어서 바이브 코딩으로 개인용 자동 트레이딩 시스템을 만들어보았습니다.

원래 뱅크샐러드에 감명을 받아서 직접 만들어서 개인적으로 사용하던 재정관리 애플리케이션이 있었는데요.

Flow라는 이름의 앱입니다.

여기에서 기존에 내가 하고 있는 주식 투자를 추적/통계 낼 수 있도록 토스증권 API, 한국투자증권 API를 연동해 둔 기능이 있어서, 이 애플리케이션에 자동 투자를 추가 모듈로 붙이는 방식으로 개발하기로 마음먹었습니다.

현재는 위와 같이 재정/투자 등 전반적 기능을 구현해서 사용중입니다.

 

어떤 기법을 사용했을까

제가 자동 매매로 구현하기로 한 투자 기법은 "매직 스플릿", "GEM 듀얼모멘텀", "크로스섹셔널 모멘텀" 세 가지 기법입니다.

  1. 매직 스플릿은 매수/매도를 여러 차수로 분할한 뒤 차수별로 수익/손실을 격리하여 관리하는 기법입니다.
  2. 크로스섹셔널 모멘텀은 같은 시점에 여러 자산(종목)의 최근 수익률을 서로 비교해, 상대적으로 강한 상위 자산은 매수하고 약한 하위 자산은 매도(또는 제외)하는 기법입니다.
  3. GEM 듀얼모멘텀은 상대 모멘텀(미국 주식 vs 해외 주식 중 더 강한 쪽 선택)과 절대 모멘텀(선택한 자산의 수익률이 무위험 자산보다 낮으면 채권·현금으로 전환)을 함께 적용해, 주기적으로 리밸런싱 하며 한 자산에 투자하는 기법입니다.

저는 셋 중 고민을 하다가 셋 다 개발을 하기는 하였지만, 실제 주력으로는 매직 스플릿 기법을 구현하여 개발 및 실제 Dry run(가상 매매)를 시도해 보았습니다.

 

개발은 어떻게 했을까

개발은 틈틈이 진행했고 2~3주간 주말에는 클로드 Pro 기준 주간 한도를 모두 소진하며 개발했습니다.

주로 설계/검증에는 Fable5.1, Opus5.5(모델 발매 이후 사용)를 사용했고, 실제 개발에는 Sonnet5, Sonnet5.5를 사용했습니다.

평일에도 어느 정도 개발을 할 수 있었는데요, 저는 ADE로 Orca를 사용하는데 AI 다양하게 쓰시는 분들은 Orca 강추합니다! (https://www.onorca.dev/)

Orca에서 지원하는 Orca Mobile을 사용하면 내 컴퓨터의 AI 세션을 모바일에서 접근해서 바이브코딩이 가능합니다.

이 기능을 주로 사용하여 평일에도 점심시간 등, 시간이 날 때 토큰 한도를 최대한 소진했습니다.

설계/검증을 고급모델로 진행한 뒤, Sonnet을 사용해서 개발진행, 다시 고급모델로 검증/테스트 사이클을 반복했습니다.

 

별첨 - FreeLLMAPI 사용후기

아.. 그리고 토큰이 부족한 와중에 FreeLLMAPI라는 오픈소스가 최근에 유행해서 개발기간 중간에 사용해 보았었는데요.. 이거 진짜 애매하더라구요.

FreeLLMAPI에 대한 AI의 설명은 아래와 같습니다.

FreeLLMAPI는 Google, Groq, Mistral, NVIDIA NIM 등 34개 이상 AI 공급업체의 무료 API 티어(Free Tier)를 하나의 OpenAI 호환 엔드포인트(/v1)로 통합해 주는 오픈소스 로컬 프록시(라우터) 프로젝트입니다.

인스타그램이나 유튜브에서는 무료로 거의 무한대로 토큰을 사용 가능한 것처럼 엄청 과장해서 이야기를 하는데요, 이건 정말 한 번도 해당 오픈소스를 사용해보지 않은 사람들의 망상이라는 생각이 들었습니다.

열심히 사용해보았습니다만..

일단 각 AI 시스템에 들어가서 회원가입 후 API 토큰 키를 발급받아야 하는 초기 세팅의 (매우)번거로움이 있습니다.

그건 1회성으로 힘든 거니깐 그렇다고 치더라도 Gemini, Groq, Mistral, NVIDIA 등 무료로 제공되는 AI들은 대체로 성능이 너무 낮다는 문제가 있었습니다.

또한 일부 모델은 성능이 괜찮다 하더라도 전반적으로 무료로 제공되는 AI들은 지연시간이 높고, 응답 신뢰도가 낮습니다.(응답을 안 하거나 Rate Limited(429)를 뱉는 경우가 매우 잦습니다.)

인내심의 한계를 시험하는 에러들

또한 개인정보를 다루는 코딩을 할 때는 이 정보가 과연 온 사방의 AI 제공업체로 뿌려져도 되는 걸까.. ㅎㅎ 라는 걱정도 듭니다.

요즘에 자주 바이럴되는 오픈소스여서 사용 후기를 짤막하게 남겨보았습니다.

 

트레이딩 시스템 바이브코딩의 어려움

자동매매를 바이브코딩으로 개발할 때 어려운 점은, 증권사에서 제공하는 API를 AI가 제대로 개발했는지 검증이 어렵다는 것 같습니다.

저도 문제점 때문에 조금 골머리를 싸맸는데요.. 제가 검증 개선을 위해서 적용한 방법은 3개가 있습니다.

  1. 명시적인 증권사 API 스펙 홈페이지 제공 및 이미 증권사와 API를 연동해 둔 공신력 있는 레포지토리를 AI에게 레퍼런스로 제공 및 분석 요청
  2. 모든 개발을 TDD로 하도록 하여, 기능 추가/개선 개발 시 회귀 방지
  3. 로그/알림 등 감사 기능을 상세히 개발하여 내가 실제 증권사와의 거래 현황을 모니터링할 수 있도록 구축

이 중 가장 획기적으로 에러율이 줄었던 방법은 "이미 증권사와 API를 연동해 둔 공신력 있는 레포지토리를 AI에게 레퍼런스로 제공"이었습니다.

또한 해당 레퍼런스를 기준으로 지금 개발한 시스템의 API 연동 스펙과 비교하여, 실제 호출 전 불일치를 잡을 수 있었습니다.

증권사와의 연동 로그/가동률 대쉬보드

또한 증권사의 서버오류 및 실제 자동 매매 시간을 기록하기 위해서 가동률을 체크할 수 있는 Uptime 대시보드도 만들었습니다.

실제 30초마다 증권사 정보를 가져와 연동한 기록을 볼 수 있습니다. 이 기능을 통해서 서버 장애나 실제 거래가 진행된 시간 등을 모니터링할 수 있었습니다.

 

개발 완료 후 자동매매 세팅

굵직한 기능의 개발을 어느 정도 마무리 짓고, 9월 15일에 가상 매매를 시작해서 한 달간 모니터링을 했습니다.

4개 종목을 코스피, 코스닥, 나스닥에서 골라 마음대로 선정했고, 종목별로 아래와 같이 세팅했습니다.

종목명 투입 예산 분할 기준 손익절 기준
삼성전자 20,000,000원 10%씩 10차수 분할 ±5%
QLD $15,000 2%씩 50차수 분할 ±1.0371%
SOXL $15,000 2%씩 50차수 분할 ±1.0371%
테크윙 2,000,000원 20%씩 5차수 분할 ±11.9888%

전체 예산을 합치면 대략 6200만 원 정도를 예산으로 가지고 있다고 가정하고 테스트했습니다.

 

돈을 벌었을까?

결과는.. 현재로서는 끔찍합니다. ㅎㅎ

결론부터 말씀드리면 현재기준 평가 손익은 −377만 원(−15.3%)입니다.

종목 보유 차수 매입금 관측가 평가손익 수익률
삼성전자 4 / 10 7,710,500원 217,000원 −766,500원 −9.9%
테크윙 2 / 5 710,200원 43,100원 −63,700원 −9.0% 
QLD 13 / 50 $3,861.21 $87.56 −$222.87 −5.8% 
SOXL 27 / 50 $7,812.67 $94.33 −$1,893.68 −24.2%
TOTAL - 약 2,463만 원 - 약 −377만 원 −15.3%

초반에 횡보하다 잠깐 상승했을 때는 며칠 만에 40만 원가량을 수익을 냈었습니다.

그런데 최근 폭락장이 오니 바로 조금 번 수익 이상으로 수익이 깨지더라구요...

이 부분은 주력 모의투자 종목을 반도체 쪽으로 3개(삼성전자, 테크윙, SOXL)나 선정하면서 반도체 쪽이 내려가면서 함께 내려앉은 영향도 큰 것 같습니다.

원래는 한 달 뒤부터 실전 매매를 가동할 생각이었는데요, 모의투자가 대참사가 나면서 몇 달 더 지켜보아야 할 것 같습니다.

제가 트레이딩 기법을 제대로 이해를 못 해서 이런 일이 일어났나 싶기도 합니다만, 모의투자라 실제 제 돈은 한 푼도 들지 않았으니깐요.

돈은 벌지 못했지만, 계속 진행시킬 가치가 있는 재미있는 프로젝트라고 생각합니다. 또한 시장 상황이 횡보하거나 좋을 때는 많이 벌 수 있을 것 같구요..

 

하는건 많은데, 요즘엔 하는 것 하나하나 글을 쓰기가 귀찮아서 자주 안 쓰게 되네요.

최근에는 회사 동료분을 보고 저도 AI로 글쓰기에 관심이 생겨서, 블로그에 AI로 글도 써보았었는데요 반응이 좋지는 않더라구요.

검토/글 주제는 제가 알려준 건데 그거랑 별개로 AI틱한 말투는 확실히 읽는 사람의 흥미를 죽이는 것 같습니다. 이런게 필력이라는 걸까요?

아무래도 사람의 흔적이 조금이라도 더 묻은 글을 사람들도 선호하는 것 같습니다.

글을 읽어주시는 분들 모두 좋은 연말 보내세요.

728x90

'일상' 카테고리의 다른 글

AWS Certified AI Practitioner 취득 후기 및 팁  (0) 2026.07.08
1년 반 회고  (0) 2026.01.03
4학년부터 졸업 후 반년까지 취준 기록  (12) 2024.09.04
2022년 하반기 결산  (3) 2022.12.04
2022 편입 합격 수기  (7) 2022.06.19