내가 거시적 판단을 맞혀도 여전히 돈을 잃는 세 가지 방법

얼마 전, 저는 FOMC 주간을 위한 AI 거시 대시보드를 어떻게 만들었는지에 대해 글을 썼습니다. 그 글에서는 경제 일정, 뉴스, 시나리오를 실제로 거래할 수 있는 형태로 압축하는 데 AI를 어떻게 활용하는지 설명했습니다. 그 글의 목적은 제가 정보를 놓치지 않고 준비를 갖추는 것이었습니다. 이번 글은 그 이후에 벌어지는 일, 즉 거시적 판단이 괜찮고 대시보드도 탄탄해도 실행 과정에서 여전히 돈이 새어 나갈 수 있다는 불편한 현실에 관한 내용입니다.

2026년 6월과 7월 초, 당시 배경은 저 같은 학습자도 관점을 세우기에 충분히 명확했습니다. 5월 미국 PCE 물가는 전년 대비 4.1%로 2023년 4월 이후 가장 높은 수준이었고, 6월 비농업 고용은 57,000명 증가에 그쳐 시장이 예상하던 약 110,000명에 훨씬 못 미쳤습니다. 전형적인 “끈적한 인플레이션과 둔화되는 고용의 충돌”이었습니다.

비슷한 시기, EUR/USD는 6월 말 1.14 부근에서 거래되고 있었고, 금은 월말까지도 4,000달러를 조금 웃도는 수준을 유지하고 있었습니다. 이는 실제로 거래 가능한 거시 환경이었습니다. 제 문제가 그걸 못 본 것은 아니었습니다. 제 문제는 그 판단을 타이밍, 포지션 크기, 심리 때문에 손실 없이 거래로 바꾸지 못했다는 점이었습니다.

학습 속도를 높이기 위해, 저는 지금 상세한 거래 저널을 작성하고 그 원시 메모를 간단한 로컬 Python 스크립트에 넣고 있습니다. 이 스크립트는 제 컴퓨터에서 비공개로 실행되는 작은 오픈소스 언어 모델을 사용해 반복되는 행동 패턴을 요약하고, “곧 움직여야 한다”, “이번만”, “크게 느껴진다” 같은 감정적 표현을 찾아냅니다. 거래를 생성하지는 않습니다. 단지 제 과정에서 아직 실패하고 있는 부분을 보도록 도와줄 뿐입니다.

아래는 거시적 관점이 대체로 맞아도 제가 여전히 돈을 잃는 세 가지 주요 방식과, 마침내 누수를 막기 시작하게 해준 규칙, 프롬프트, AI 워크플로우입니다.

1. 타이밍: 방향은 맞았지만 하루가 틀림

6월 말, 저는 EUR/USD에 대해 약세 관점을 가지고 있었고, 해당 통화쌍이 1.14 부근에서 거래되는 동안 달러 강세 관점을 표현하고 싶었습니다. 인플레이션은 여전히 높았고, Fed는 강경한 톤을 유지할 여지가 있었으며, 서사는 더 약한 유로를 뒷받침했습니다. 방향성 관점에서 그 판단은 무리한 것이 아니었습니다.

저는 며칠짜리 거시적 시나리오를 “곧 움직여야 한다”는 단타처럼 다뤘습니다. 명확한 가격 트리거 없이 숏 포지션에 진입했고, 해당 통화쌍은 먼저 횡보하며 제 손절매를 건드린 뒤, 나중에야 제가 예상했던 방향으로 움직였습니다. 그 주의 저널에는 “곧 떨어져야 한다”, “움직임을 놓치고 싶지 않다” 같은 표현이 가득했습니다.

문제는 분석이 아니라 타이밍 원칙이었습니다.

지금 제가 타이밍에 적용하는 규칙: 거시적 편향을 가진 모든 거래에는 4시간봉 또는 일봉 차트에서 특정한 전술적 트리거가 필요합니다. 예를 들어, 결정적인 종가, 깔끔한 돌파 후 재확인, 또는 모멘텀 확인이 있어야 합니다.

1. 트리거가 없으면 거래도 없습니다.
2. 최대 인내 기간: 5거래일입니다.
3. 그 기간 안에 아무 일도 일어나지 않으면 아이디어는 다시 관찰 목록으로 돌아갑니다.

하나 더 가져가실 수 있는 예가 있습니다. 저는 이제 어떤 거시 거래를 하더라도 저널에 두 줄을 먼저 반드시 적습니다:

• “거시적 관점:” 더 큰 흐름에 대한 한 문장.
• “진입 조건:” 실제로 기다리고 있는 가격 패턴에 대한 한 문장.

이 두 줄이 맞지 않으면 거래하지 않습니다. 단순하게 들리지만, 이 규칙 하나만으로도 저는 여러 번의 “방향은 맞았지만 하루가 틀린” 손실을 피할 수 있었습니다.

2. 리스크: 확신은 포지션 크기 산정 모델이 아닙니다

두 번째 큰 누수는 강한 서사에 휘둘려 포지션을 너무 크게 잡는 것입니다. 헤드라인이 너무 분명하게 느껴지면, 저는 확신이 리스크를 줄인다고 착각하기 시작합니다. 실제로는 정반대입니다.

이 문제는 원유와 금처럼 거시적 이야기가 항상 긴박하게 느껴지는 시장에서 가장 분명하게 드러납니다. 6월과 7월에는 유가가 여전히 인플레이션과 지정학적 리스크에 깊이 얽혀 있었고, 금은 4,000선과 밀당을 하고 있었습니다. 서사를 뒷받침할 재료는 충분했습니다.

그 서사에 따라 포지션 크기를 정하면, 평범한 되돌림도 제 머릿속에서는 경력에 치명적인 사건처럼 느껴집니다.

지금 제가 리스크에 적용하는 규칙:

1. 거래당 계좌 자산의 최대 1%까지만 리스크를 감수합니다.
2. 포지션 크기 = (계좌 자산 × 1%) ÷ ATR 조정 손절 폭.
3. 진입 전에 저널에 정확한 달러 리스크를 기록합니다. 예외는 없습니다.

저는 여전히 확신을 갖습니다. 다만 이제 그 확신을 포지션 크기 산정 공식에 개입시키지 않을 뿐입니다.

하나 더 가져가실 수 있는 예가 있습니다. “확신이 큰” 거래를 하기 직전에 이렇게 물어보세요. “이 거래가 작동하기 전에 정상적으로 되돌림이 와도, 손절매를 건드리지 않고 버틸 수 있는가?”

솔직한 대답이 “아니오”라면, 포지션이 너무 큰 것입니다.

저는 “예”라고 말할 수 있고 실제로 그렇게 느낄 때까지 크기를 줄입니다.

3. 심리: 좋은 시나리오가 나쁜 변명이 될 때

세 번째 누수는 순전히 심리적입니다. 좋은 시나리오를 핑계로 제 규칙을 어기는 것입니다.

금은 제가 가장 좋아하는 예입니다. 6월 말, 금은 4,000달러를 조금 웃도는 수준에서 마감했고, 인플레이션과 성장에 관한 거시적 긴장이 충분해 거의 어떤 서사든 정당화할 수 있었습니다. 항상 “거시적 배경”으로 설명할 수 있는 상품을 거래하다 보면, 손절 폭을 넓히거나, 포지션을 추가하거나, “서사가 아직도 말이 되니까” 더 오래 보유하는 일이 매우 쉬워집니다.

저는 이 세 가지를 모두 해본 적이 있습니다.

제게 불리하게 움직인 한 숏 거래에서, 진입할 때는 명확한 손절매가 있었습니다. 데이터 발표 이후 시장이 제게 불리하게 움직이자, 저는 손절매를 넓히고 “거시적 배경은 여전히 좋다”고 스스로를 설득했습니다. 서사는 변하지 않았지만 제 규율은 무너졌습니다. 그 한 번의 결정으로 관리 가능한 손실이 며칠 동안 파고들어야 하는 수준으로 커졌습니다.

지금 제가 심리에 적용하는 규칙:

1. 손절매를 한 번이라도 옮기면 자동으로 규칙 위반으로 기록합니다.
2. 규칙 위반이 한 번 발생하거나 연속 손실이 두 번 발생하면, 24시간 의무 거래 중단이 발동됩니다.
3. 그 중단 시간 동안에는 저널과 차트만 검토하며, 새로운 주문은 내지 않습니다.

이 규칙이 감정을 없앤다고 주장하지는 않습니다. 다만 제 최악의 결정이 연쇄적으로 커지는 것을 막아줄 뿐입니다.

하나 더 가져가실 수 있는 예가 있습니다. 진입 후 저널에 “나는 여전히 이 시나리오가 좋다”라는 문장이 두 번 이상 나온다면, 이미 거래를 관리하는 것이 아니라 거래와 논쟁하고 있을 가능성이 큽니다.

저는 그런 문장마다 태그를 붙입니다. 큰 손실 주변에 그런 태그가 몰려 있는 것을 보고 나서야, 24시간 거래 중단 규칙을 강하게 적용해야겠다는 필요성을 느꼈습니다.

저널을 바꿔놓은 질문들

가장 큰 개선은 AI 스크립트가 아니었습니다. 막연한 성찰에서 반복 가능한 질문으로 바꾼 것이었습니다.

이제 저는 손실 거래가 끝날 때마다 다음 질문에 답합니다:

• 제 거시적 관점은 한 문장으로 무엇이었는가?
• 24시간 안에 그 관점을 무효화했을 것은 무엇이었는가?
• 이번 손실은 잘못된 분석 때문인가, 잘못된 실행 때문인가?
• 진입한 이유가 설정이 실제로 작동했기 때문인가, 아니면 기다리기 지쳤기 때문인가?
• 규칙을 어기기 직전에 스스로에게 정확히 어떤 문장을 말했는가?
• 지금 포지션이 없다면, 이 자리에 다시 거래를 할 것인가?
• 가장 많은 돈을 지켜줬을 단 하나의 규칙은 무엇인가?

그리 화려하지는 않습니다. 다만 손실을 분류하게 만들어 줄 뿐입니다. “나쁜 거래”는 너무 모호해서 고치기 어렵지만, “조기 진입”, “과대 포지션”, “손절 이동”은 바로 대응할 수 있습니다.

여기서 제가 실제로 AI를 사용하는 방법

이전의 FOMC 대시보드 글에서는 AI가 전면에 있었습니다. 일정, 연설, 지표를 하나의 거시적 관점으로 묶는 데 도움을 줬습니다.

이번에는 AI가 배경에 있습니다.

저는 tradersview.deriv.com에서 거래하고 설정을 검토합니다. 이곳은 Deriv의 AI 차트 분석 도구입니다. 그다음 저널을 간단한 CSV로 내보냅니다. 가격, 심볼, 메모는 모두 제 계정 거래 이력과 차트에서 바로 가져옵니다.

AI 모델의 역할은 다음 세 가지로 제한됩니다:

• 저널 메모에서 감정적 표현을 찾아 표시합니다(조급함, 두려움, 복수심, 희망, 과신).
• 손실 거래 주변에서 각 주제가 얼마나 자주 나타나는지 셉니다.
• 손실이 분석 오류인지(“시나리오가 틀림”), 실행 오류인지(“조기 진입, 과대 포지션, 손절 이동”)를 태깅합니다.

제가 자주 사용하는 프롬프트:

• “아래 저널 항목을 읽고, 특히 두려움, 조급함, 복수 거래, 과신과 같은 반복되는 감정적 표현을 찾아보세요. 주제별로 묶고 정확한 문구를 인용해 주세요.”

• “이 20개의 거래를 검토해 주세요. 분석 오류로 인한 손실과 실행 오류로 인한 손실을 구분해 주세요. 건수, 사례, 그리고 가장 흔한 규칙 위반을 알려 주세요.”

• “이번 주 저널을 쉬운 영어로 요약해 주세요. 제 행동상의 누수 3가지는 무엇이며, 각각에 대해 다음 주에 시험해볼 구체적인 규칙은 무엇인가요?”

무엇을 거래할지 묻지는 않습니다. 제가 어디서 제 자신을 계속 다치게 하는지만 묻습니다.

의사코드: 제 AI 저널 도우미가 실제로 작동하는 방식

저는 저널을 로컬 Python 스크립트로 돌리지만, 논리는 어느 언어로든 충분히 만들 수 있을 만큼 단순합니다.

아래는 평이한 의사코드로 나타낸 워크플로우입니다:

START
  READ "trade_journal.csv"
    COLUMNS: date, symbol, pnl, notes
  DEFINE EMOTION_SETS:
    impatience    = ["should move", "too early", "soon", "jumped in"]
    overconfidence = ["high conviction", "obvious", "easy trade"]
    fear          = ["scared", "nervous", "hesitated", "cut early"]
    revenge       = ["get it back", "make it back", "chase", "missed it"]
    hope          = ["it will come back", "just this once", "give it room", "macro is still good"]

  FOR EACH trade IN journal
    text = LOWERCASE(trade.notes)
    themes = EMPTY_SET
    FOR EACH (label, phrases) IN EMOTION_SETS
      FOR EACH phrase IN phrases
        IF phrase IS IN text THEN
          ADD label TO themes
        ENDIF
      ENDFOR
    ENDFOR
    IF text CONTAINS ANY OF ["early", "no trigger", "moved stop", "oversized", "cut early"] THEN
      error_type = "execution"
    ELSE IF text CONTAINS ANY OF ["wrong thesis", "missed macro", "data changed", "read was wrong"] THEN
      error_type = "analysis"
    ELSE
      error_type = "unclear"
    ENDIF
    ATTACH themes AND error_type TO trade
  ENDFOR
  COUNT how many times each theme appears across all trades
    OUTPUT "emotion_summary.csv" WITH COLUMNS: theme, count
  OUTPUT "journal_flags.csv"
    COLUMNS: date, symbol, pnl, themes, error_type, notes
END

그게 전부입니다. 마법 같은 것은 없습니다.

여기서의 “AI”는 제가 이 주제들을 요약하고 태깅하는 데 사용하는 Claude code 모델일 뿐입니다. 실제로 중요한 일은 제가 무엇을 적고, 어떤 규칙을 적용하기로 결정하느냐에 달려 있습니다.

분명히 말씀드리면, 저는 전혀 새로운 아이디어를 내세우려는 것이 아닙니다. “타이밍, 포지션 크기, 심리”는 거래에서 가장 오래된 3가지 문제입니다.

이 글을 쓴 이유는 더 단순합니다. 이 세 가지 문제를 제 손익계산서에서 절대 무시할 수 없게 만들 방법이 필요했기 때문입니다. 거시 대시보드는 큰 그림에서 제 판단을 “대체로 맞음” 수준까지 끌어올려 줍니다. 이 저널+AI 워크플로우는 제가 실전에서 여전히 어디서 실수하는지 확인하고, 그 누수를 실제로 지킬 수 있는 규칙으로 바꾸는 데 사용하는 방법입니다.

만약 여러분도 비슷한 상황이라면, 즉 판단은 괜찮지만 실행이 엉망이라면, 이번 주에는 이 워크플로우의 규칙 하나, 프롬프트 하나, 또는 작은 한 조각만이라도 소규모로 따라 해보고 솔직하게 검토해 보세요.

완벽할 필요는 없지만, 일관성에는 예스라고 답하세요.

면책 조항: 이는 제 개인 거래 저널에 대한 성찰입니다. 저는 금융 자문인이 아닙니다. 거래에는 상당한 손실 위험이 따릅니다. 과거 실적은 미래 성과를 보장하지 않습니다. 모든 예시는 제 계정에서 가져온 것이며, 시장 가격은 제 브로커 차트와 메모를 기준으로 합니다.