내러티브 모멘텀 기반 센티먼트 전략 테스트 공유📈

암호화폐는 다른 시장보다 내러티브에 많이 좌우되는 편입니다. 관심이 먼저 이동하고 가격이 뒤따르는 상황이 많아서, 최근 센티먼트 기반 트레이딩 전략을 실험해보고 있습니다.

대략 300개 정도의 토큰을 대상으로 소셜 센티먼트와 내러티브 모멘텀 신호로 백테스트를 돌려봤습니다. 핵심은 내러티브 모멘텀입니다.

가정: 위험 노출은 트레이드당 10%, 평균 보유 시간 약 10시간, 총 거래 횟수 약 1,160회.

결과: 총 수익 +421%, 승률 58%, 최대 손실(맥스 드로우다운) −5.9%. 같은 기간의 바이 앤 홀드 수익률은 −13%였습니다. 룩어헤드 바이어스와 과적합은 통제했습니다.

원하시면 진행 상황과 세부 데이터(신호 예시, 샘플 트레이드 등)를 더 공유할 의향이 있습니다 :)

주변에서 센티먼트 기반 전략을 많이 본 적이 없는데, 혹시 비슷한 실험을 해본 분 계신가요?

🧐 배경 설명 및 요약

왜 이 글이 올라왔나: 작성자는 암호화폐 시장에서 '감성(센티먼트)'과 '내러티브 모멘텀'이 가격 움직임을 예측하는 데 활용될 수 있다는 가정 아래 자신이 만든 전략의 성과를 공유하고 피드백을 얻으려 글을 올렸습니다. 결과 수치가 눈에 띄어 관심을 유도하려는 목적도 있습니다.

작성자가 실제로 묻고 있는 것: 작성자는 자신의 백테스트 성과를 공유하면서 다른 사람들이 비슷한 접근을 해봤는지, 데이터 출처나 신호 구성, 그리고 실거래에서의 슬리피지·수수료 반영 여부 등에 대한 관심과 피드백을 구하고 있습니다.

주요 개념 간단 설명:

- 센티먼트(감성): 소셜 미디어나 검색량 등에서 측정한 투자자들의 감정·관심 지표입니다. 긍정/부정 지표를 숫자로 바꿔 신호로 쓰는 경우가 많습니다.

- 내러티브 모멘텀: 특정 주제(예: '새로운 파트너십', '상장 소식')에 대한 관심이 빠르게 증가하는 흐름을 의미합니다. 단순한 센티먼트 수준보다 변화량(모멘텀)에 집중합니다.

- 룩어헤드 바이어스: 백테스트 시점에 미래 정보를 잘못 사용해 성과를 과대평가하는 오류입니다. 작성자는 이를 통제했다고 밝혔습니다.

- 과적합: 과거 데이터에 지나치게 맞춘 모델은 미래에서 성과가 낮을 가능성이 큽니다. 작성자는 과적합 방지도 고려했다고 적었습니다.

- 승률, 총수익, 맥스 드로우다운: 각각 승리한 거래 비율, 전체 기간 누적 수익률, 최대 손실 구간을 뜻합니다. 실거래 전에는 슬리피지(체결 가격 차이)와 수수료 영향도 반드시 확인해야 합니다.

무엇에 주목해야 하나: 데이터 출처(어떤 소셜 데이터/공급자를 썼는지), 센티먼트 신호의 구체적 정의(예: 단순 긍/부정 비율인지, 토픽 모멘텀인지), 슬리피지·수수료를 반영한 실거래 시뮬레이션 결과 여부, 그리고 샘플 트레이드나 기간별 성과 분해가 주요 쟁점입니다.