매크로 분석이 맞아도 여전히 손실이 나는 3가지 이유

얼마 전, 저는 FOMC 주간을 위한 AI 매크로 대시보드를 구축한 방법에 대해 글을 썼습니다. 그 글에서는 경제 캘린더, 뉴스, 시나리오를 실제로 거래에 활용할 수 있는 형태로 압축하기 위해 AI를 사용하는 방법을 다뤘습니다. 그 글은 정보를 파악하고 대비하기 위한 것이었습니다. 이번 글은 그 다음에 일어나는 일, 즉 괜찮은 매크로 판단과 탄탄한 대시보드가 있어도 실행 과정에서 여전히 손실이 새어 나갈 수 있다는 불편한 현실에 대한 것입니다.

2026년 6월과 7월 초, 저처럼 배우는 입장의 사람도 관점을 형성할 수 있을 만큼 배경은 분명했습니다. 5월 미국 PCE 인플레이션은 전년 대비 4.1%로 2023년 4월 이후 최고치를 기록한 반면, 6월 비농업 고용은 시장이 예상했던 약 110,000명에 크게 못 미치는 57,000명 증가에 그쳤습니다. 이는 전형적인 “끈질긴 인플레이션과 냉각되는 고용”의 긴장 구도입니다.

비슷한 시기, EUR/USD는 6월 말 1.14 부근에서 거래되고 있었고, 금은 월말까지 여전히 USD 4,000 바로 위에서 유지되고 있었습니다. 이는 실제로 거래 가능한 매크로 조건이었습니다. 제 문제는 이를 파악하지 못한 것이 아니었습니다. 제 문제는 이러한 판단을 타이밍, 규모, 심리에서 손실을 내지 않는 거래로 전환하는 것이었습니다.

학습 속도를 높이기 위해, 저는 이제 상세한 매매 일지를 작성하고 원본 기록을 간단한 로컬 Python 스크립트에 입력합니다. 이 스크립트는 제 컴퓨터에서 비공개로 실행되는 소규모 오픈소스 언어 모델을 사용해 반복되는 행동 패턴을 요약하고, “곧 움직여야 한다”, “이번만은”, “커 보인다”와 같은 감정적인 표현을 표시합니다. 이는 거래를 생성하지 않습니다. 단지 제 프로세스에서 여전히 문제가 있는 부분을 볼 수 있게 도와줄 뿐입니다.

다음은 매크로 관점이 대체로 맞아도 여전히 손실을 보는 세 가지 주요 방식과, 마침내 그 손실을 막기 시작한 규칙, 프롬프트, AI 워크플로입니다.

1. 타이밍: 관점은 맞지만 날이 틀린 경우

6월 말, 저는 EUR/USD에 대해 하락 관점을 가지고 있었고, 페어가 1.14 부근에서 거래되는 동안 달러 강세 관점을 반영하고 싶었습니다. 인플레이션은 여전히 뜨거웠고, Fed는 단호한 태도를 취할 여지가 있었으며, 전반적인 흐름은 유로 약세를 뒷받침했습니다. 방향성 측면에서 그 관점은 무리한 것이 아니었습니다.

저는 여러 날에 걸친 매크로 논지를 “곧 움직여야 하는” 스캘핑처럼 취급했습니다. 저는 구체적인 가격 트리거 없이 숏 포지션을 잡았고, 페어는 처음에 횡보하다가 제 손절매에 걸렸으며, 그 이후에야 제가 예상했던 방향으로 움직였습니다. 그 주의 제 일지에는 “곧 떨어져야 한다”와 “이 움직임을 놓치고 싶지 않다” 같은 표현이 가득했습니다.

문제는 분석이 아니라 타이밍에 대한 원칙이었습니다.

제가 이제 타이밍에 사용하는 규칙: 매크로 편향 거래를 할 때는 4시간 또는 일봉 차트에서 구체적인 전술적 트리거가 필요합니다. 결정적인 종가 마감, 깔끔한 돌파 후 재테스트, 또는 모멘텀 확인이 그 기준입니다.

1. 트리거 없음 = 거래 없음.
2. 최대 대기 기간: 거래일 5일.
3. 그 기간 내에 트리거가 발생하지 않으면, 해당 아이디어는 관심 목록으로 되돌립니다.

바로 활용할 수 있는 추가 예시가 있습니다. 저는 이제 매크로 거래를 하기 전에 일지에 두 개의 별도 문장을 반드시 적습니다:

• “매크로 관점:” 더 큰 흐름에 대한 한 문장.
• “진입 조건:” 제가 기다리고 있는 실제 가격 패턴에 대한 한 문장.

이 두 문장이 일치하지 않으면 거래하지 않습니다. 간단하게 들리지만, 이미 여러 번의 “관점은 맞지만 날이 틀린” 손실을 막아주었습니다.

2. 리스크: 확신은 사이징 모델이 아님

두 번째 큰 손실 요인은 강력한 스토리에 밀려 포지션 규모를 과도하게 키우는 것입니다. 헤드라인이 명확해 보일 때, 저는 확신이 리스크를 줄여주는 것처럼 행동하기 시작합니다. 실제로는 그 반대입니다.

이는 매크로 스토리가 항상 긴박하게 느껴지는 원유와 금 같은 시장에서 가장 뚜렷하게 나타납니다. 6월과 7월, 원유는 여전히 인플레이션과 지정학적 리스크에 깊이 얽혀 있었고, 금은 4,000 선을 넘나들고 있었습니다. 이야기를 뒷받침하는 재료는 부족하지 않았습니다.

그 내러티브가 포지션 규모를 좌우하게 두면, 정상적인 되돌림도 제 머릿속에서는 경력을 끝낼 만한 사건이 되어버립니다.

제가 이제 리스크에 사용하는 규칙:

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

저는 여전히 확신을 가지고 있습니다. 다만 더 이상 그 확신이 사이징 공식에 영향을 미치지 않도록 합니다.

바로 활용할 수 있는 추가 예시입니다: “고확신” 거래를 하기 직전에 스스로에게 물어보세요. “만약 이 거래가 성과를 내기 전에 정상적으로 되돌림이 온다면, 손절매를 건드리지 않고 버틸 수 있는가?”

솔직한 답이 “아니오”라면, 포지션이 너무 큽니다.

저는 진심으로 “예”라고 말할 수 있을 때까지 규모를 다시 조정합니다.

3. 심리: 좋은 논제가 나쁜 변명이 될 때

세 번째 누수는 순전히 심리적인 것으로, 좋은 논제를 이용해 제 자신의 규칙을 어기는 것을 정당화하는 것입니다.

금이 제가 가장 좋아하는 예입니다. 6월 말, 금은 4,000달러를 살짝 넘는 수준에서 마감되었고, 인플레이션과 성장에 대한 매크로 긴장감이 충분해서 거의 모든 내러티브를 정당화할 수 있었습니다. 항상 “매크로”로 설명될 수 있는 대상을 거래할 때는, 손절매를 넓히거나 규모를 늘리거나 “스토리가 여전히 말이 되니까”라며 더 오래 보유하는 것이 위험할 정도로 쉬워집니다.

저는 세 가지를 모두 해봤습니다.

저에게 불리하게 흘러간 어느 짧은 거래에서, 진입할 때는 분명한 손절매 지점이 있었습니다. 데이터 발표 후 시장이 저에게 불리하게 움직였을 때, 저는 손절매를 넓히고 “매크로는 여전히 좋다”고 스스로에게 말했습니다. 스토리는 바뀌지 않았습니다. 제 규율이 바뀐 것입니다. 그 단 한 번의 결정이 관리 가능한 손실을 며칠에 걸쳐 겨우 회복해야 할 정도의 문제로 만들었습니다.

제가 지금 심리를 위해 사용하는 규칙:

1. 손절매를 한 번이라도 옮기면 자동으로 규칙 위반으로 기록됩니다.
2. 규칙 위반이 발생하거나 두 번 연속 손실이 나면 24시간 강제 거래 중단이 시작됩니다.
3. 중단 기간 동안에는 오직 저널 기록과 차트만 검토합니다 — 새로운 주문은 없습니다.

이 규칙이 감정을 완전히 없애준다고 주장하는 것은 아닙니다. 다만 제 최악의 결정이 눈덩이처럼 커지는 것을 막아줄 뿐입니다.

훔쳐 쓸 만한 또 다른 예시: 진입 후 저널 기록에 “저는 여전히 이 논제가 좋다고 생각한다”라는 문구가 한 번 이상 등장한다면, 아마 더 이상 거래를 관리하는 것이 아니라 거래와 논쟁을 벌이고 있는 것입니다.

저는 그런 문장마다 모두 태그를 붙입니다. 큰 손실 주변에 이런 태그들이 몰려 있는 것을 보고 나서야 24시간 중단을 강제로 시행해야 한다는 필요성을 느꼈습니다.

제 저널을 바꾼 프롬프트들

가장 큰 개선점은 AI 스크립트가 아니라, 모호한 반성에서 반복 가능한 프롬프트로 옮겨간 것이었습니다.

손실이 발생한 거래마다, 저는 이제 다음 질문에 답합니다:

• 제 매크로 관점을 한 문장으로 표현하면 무엇이었나?
• 그 관점을 24시간 내에 무효화할 만한 것은 무엇이었을까?
• 이 손실은 잘못된 분석 때문이었나, 아니면 잘못된 실행 때문이었나?
• 셋업이 트리거되어서 진입했나, 아니면 기다리는 것이 지쳐서 진입했나?
• 규칙을 어기기 전에 스스로에게 정확히 어떤 문장을 말했나?
• 지금 아무 포지션이 없다면, 여기서 이 거래를 다시 할 것인가?
• 어떤 규칙 하나가 저에게 가장 많은 돈을 아껴줄 수 있었을까?

화려한 방법은 아닙니다. 그저 손실을 하나의 범주로 강제할 뿐입니다. “나쁜 거래”는 고치기에 너무 모호하지만, “조기 진입”, “과도한 규모”, “손절매 이동”은 실행 가능합니다.

여기서 실제로 AI를 사용하는 방법

이전 FOMC 대시보드 기사에서는 AI가 중심에 있었습니다: 캘린더, 발언, 데이터를 하나의 매크로 관점으로 모으는 데 도움을 주었습니다.

여기서는 AI가 배경에 있습니다.

저는 Deriv의 AI 차트 분석 도구인 tradersview.deriv.com에서 셋업을 거래하고 검토한 다음, 저널을 간단한 CSV로 내보냅니다. 모든 가격, 심볼, 노트는 제 자신의 계정 히스토리와 차트에서 직접 가져옵니다.

AI 모델의 역할은 다음 세 가지로 제한됩니다:

• 제 노트에서 감정적인 표현(조급함, 두려움, 보복, 희망, 과신)을 표시합니다.
• 손실 거래 주변에서 각 테마가 얼마나 자주 나타나는지 계산합니다.
• 손실이 분석 오류(“논제가 틀림”)처럼 들리는지, 실행 오류(“조기, 과도한 규모, 손절매 이동”)처럼 들리는지 태그를 붙입니다.

제가 사용하는 일반적인 프롬프트:

• “아래 저널 기록을 읽어보세요. 반복되는 감정적 표현, 특히 두려움, 조급함, 보복성 거래, 과신을 파악하세요. 테마별로 그룹화하고 정확한 문구를 인용해 주세요.”

• “이 20건의 거래를 검토하세요. 분석 오류로 인한 손실과 실행 오류로 인한 손실을 구분하세요. 건수, 예시, 그리고 가장 흔한 규칙 위반을 알려주세요.”

• “이번 주 저널을 평이한 언어로 요약해 주세요. 저의 세 가지 가장 큰 행동적 누수는 무엇이었으며, 다음 주에 각각 테스트해볼 구체적인 규칙은 무엇인가요?”

저는 무엇을 거래해야 하는지 묻지 않습니다. 저는 어디서 계속 스스로를 해치고 있는지 묻습니다.

의사 코드: 제 AI 저널 도우미가 실제로 작동하는 방식

저는 저널을 로컬 Python 스크립트로 실행하지만, 로직은 어떤 언어로든 만들 수 있을 만큼 단순합니다.

일반적인 의사 코드로 표현한 워크플로우는 다음과 같습니다:

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

이게 전부입니다. 특별한 마법은 없습니다.

여기서 “AI”는 이러한 테마를 요약하고 태그하는 데 도움을 주는 Claude 코드 모델일 뿐입니다. 실제 작업은 여전히 제가 무엇을 작성하고 어떤 규칙을 적용하기로 결정하는지에 있습니다.

새로운 아이디어를 제시하려는 것이 아니라는 점을 알려드립니다! “타이밍, 사이징, 심리”는 트레이딩에서 가장 오래된 삼요소입니다.

제가 이 글을 쓴 이유는 더 단순합니다. 저는 제 손익(P&L)에서 이 세 가지 문제를 무시할 수 없게 만들 방법이 필요했습니다. 매크로 대시보드는 큰 그림에서 “대략 맞는” 판단을 내리는 데 도움을 줍니다. 이 저널과 AI를 결합한 워크플로는 실전에서 제가 여전히 어떻게 실수를 저지르는지 모든 방식을 확인하고, 그 누수를 실제로 지킬 수 있는 규칙으로 바꾸는 데 사용합니다.

귀하께서도 저와 같은 상황에 있다면 — 괜찮은 분석은 있지만 실행이 엉망이라면 — 이번 주에 소액으로 하나의 규칙, 하나의 프롬프트, 또는 이 워크플로의 작은 부분 하나를 따라해 보시고 솔직하게 검토해 보세요.

완벽할 필요는 없지만, 일관성에는 “네”라고 답하세요.

면책 조항: 본 내용은 저의 개인적인 트레이딩 저널에 대한 성찰입니다. 저는 재무 자문가가 아닙니다. 트레이딩에는 상당한 손실 위험이 따릅니다. 과거 실적이 미래 결과를 보장하지 않습니다. 모든 예시는 저의 개인 계좌에서 가져온 것이며, 시장 가격은 제 브로커 차트와 노트를 기준으로 합니다.