시장 환경이 바뀌었는데 같은 신호를 찾는가? SUI 일일 차트 스토캐스틱 RSI 전략의 2년 백테스트 실패 분석

이 사례는 기술적 지표의 극단값 신호만으로는 충분하지 않다는 중요한 교훈을 제공합니다. 2024년 3월부터 2026년 3월까지 2년간 SUI/USDT 선물 일일 차트에서 스토캐스틱 RSI가 20 이하일 때 매수하고, 80 이상일 때 매도하는 전략이 실행되었습니다. 결과는 심각했습니다: -95.96% 총 수익률, 198개 거래 중 단 0.2%의 승률, 최대 낙폭 96.61%입니다. 이 수치들은 단순한 패배가 아니라 전략이 작동했던 시장 환경과 실제 테스트 기간의 시장 특성이 근본적으로 달랐음을 시사합니다.

암호화폐 시장, 특히 SUI 같은 알트코인은 2024-2026년 기간 동안 강한 트렌드 형성 구간이 지배적이었습니다. 스토캐스틱 RSI 20 이하라는 신호는 전통적으로 '과매도' 상태를 의미하며, 평균 회귀 거동을 기대합니다. 그러나 강한 하락 트렌드가 진행 중인 시장에서 '과매도'는 단순히 추가 하락의 시작일 수 있습니다. 승률 0.2%는 대부분의 거래가 손실로 끝났음을 의미하며, 이는 지표 신호 자체의 문제가 아니라 그 신호를 해석하는 시장 맥락의 부재를 드러냅니다.

수익 계수(Profit Factor) 0.21이라는 수치는 특히 암울합니다. 이는 거래 손실액이 이익액의 약 5배라는 뜻입니다. 4% 손절매와 5% 익절매라는 비대칭적 위험-보상 구조가 설정되어 있음에도, 시장이 지속적으로 에진 신호 반대 방향으로 움직였음을 보여줍니다. 이것이 시장 환경 불일치의 가장 명확한 증거입니다.

이 전략의 근본적인 약점은 시장 체제(market regime) 인식의 완전한 부재입니다. 스토캐스틱 RSI는 범위 결합 시장(range-bound market)에서 우수한 성능을 발휘하도록 설계된 평균 회귀 지표입니다. 그러나 2024-2026년 SUI 선물 시장은 상당 기간 방향성 트렌드가 지배적이었습니다. 특히 약세장(bear market) 국면에서 RSI가 20 이하로 내려간다는 것은 단순히 일시적 반등의 신호가 아니라 강한 매도 압력이 계속되고 있다는 신호일 수 있습니다.

198개 거래 중 단 1개 정도만 수익으로 마감했다는 것은 우연이 아닙니다. 이는 진입 신호가 체계적으로 최악의 시점에 매수하도록 유도했음을 의미합니다. 스토캐스틱 RSI 20 이하인 상황이 자주 발생했다는 것 자체가 문제입니다. 건강한 시장에서는 극단 신호가 드물어야 하는데, 빈번한 신호는 시장이 극단적 변동성 속에서 지속적으로 하락하고 있었음을 나타냅니다. 4% 손절매가 반복적으로 터진 것은 거래 초기부터 잘못된 방향으로 움직였다는 뜻입니다.

또한 일일 차트 타임프레임의 한계도 드러났습니다. 일일 캔들 하나가 형성되는 24시간 동안 암호화폐는 상당한 변동폭을 보일 수 있습니다. 스토캐스틱 RSI가 20에서 신호를 주었을 때, 그 캔들이 완성되기 전에 가격이 이미 5% 이상 하락했을 가능성이 높습니다. 즉, 신호 대기 시간 자체가 거래 수익성을 침식했습니다. 샤프 비율 -0.95는 거래마다 꾸준히 손실이 누적되었음을 의미하며, 이는 단순한 부진이 아니라 전략이 시장 방향을 체계적으로 잘못 읽고 있었음을 증명합니다.

이 실패 사례에서 가장 중요한 배움은 시장 체제 식별(regime detection)의 필수성입니다. 평균 회귀 전략을 사용하기 전에, 현재 시장이 실제로 범위 결합 상태인지 확인해야 합니다. 예를 들어, 고점과 저점 사이의 거리를 측정하거나, 이동평균의 방향성을 먼저 확인하는 필터를 추가하는 방식이 있습니다. 강한 트렌드 상황에서는 평균 회귀 신호를 무시하거나 완전히 다른 논리를 적용해야 합니다.

또한 위험-보상 구조의 재검토가 필요합니다. 4% 손절매와 5% 익절매는 수학적으로 보면 약간 유리해 보이지만, 실제 체결 가격, 슬리피지, 그리고 무엇보다 거래 방향이 체계적으로 틀렸다면 이 수치는 의미가 없습니다. 장기 백테스트 기간을 더 작은 구간으로 나누어 분석하면, 어느 시점부터 성능이 악화되었는지 파악할 수 있으며, 이를 통해 시장 환경 변화를 감지하는 메커니즘을 개발할 수 있습니다. 마지막으로, 단일 지표에만 의존하기보다는 거래량, 변동성, 추세 강도 같은 다른 차원의 정보를 조합하여 신호의 신뢰성을 검증하는 방식을 고려할 수 있습니다.