Build 07. 사람 눈엔 쉬워 보였는데, AI에 맡기자 오히려 애매해졌다 — 자동매매에 AI 필터를 붙이며 기준이 바뀐 기록
자동매매 시스템 위에 AI 필터를 붙이면 더 정교해질 거라고 생각하기 쉽습니다. 하지만 실제로 붙여보니 문제는 성능보다 기준의 애매함이었습니다.
(Rappa lab.)
자동매매 시스템 위에 AI 필터를 붙이면 더 정교해질 거라고 생각하기 쉽습니다. 하지만 실제로 붙여보니 문제는 성능보다 기준의 애매함이었습니다.
자동매매 봇을 처음 돌리기 시작하면 전략보다 먼저 데이터 정합성과 파이프라인 문제를 만나게 됩니다. 이번 글에서는 JSON 누락, 지표값 차이, API 호출 주기 조정 같은 초기 시행착오를 바탕으로 왜 데이터 기반이 더 먼저 중요했는지를 정리해봅니다.
자동매매 봇을 처음 만들 때는 전략을 코드로 옮기는 일 자체가 가장 중요해 보였습니다. 이번 글에서는 전략을 파이썬으로 이식하고 Synology NAS 환경에서 첫 가동을 시작하던 초반 기록을 정리합니다.
자동매매 시스템은 한 번 잘 만들면 끝나는 구조일까요? 실제 운영하면서 왜 계속 수정과 보완이 필요한지, 그 현실적인 이유를 정리해봅니다.
자동매매 봇은 단순한 전략 코드만으로 돌아가지 않습니다. 엔진, 로그, 알림 구조가 실제로 어떤 흐름으로 연결되는지 실전 관점에서 정리합니다.
[Smart Trading Lab] 00. 기본 세팅: NAS·Docker·OKX·Telegram·Gemini 준비v1 들어가기 전에, “바닥 …
[Smart Trading Lab] 01. 방구석 NAS로 자동매매 시작하기🖼️ 이미지 자리: smart-trading-lab-01-hero대표…