🧪 AMM 기반 전략, 실제 유동성 조건에서 테스트해봤습니다

백테스트에서는 잘 작동했는데, 실제로 적용하니까 돈만 잃은 적 있으신가요? 그게 전략이 틀려서가 아니라 슬리피지를 고려하지 않았기 때문일 수도 있습니다. 특히 AMM 기반 DEX에서는 유동성 상대 매매가 이뤄지다 보니 그 영향이 큽니다.

저희가 실시간 DEX 유동성 데이터를 활용해서, 유동성과 슬리피지를 고려한 간단한 테스트 프레임워크를 만들어봤습니다. Bitquery의 DEX 풀 스트림 데이터를 기반으로 작동합니다.

핵심 구성은 다음과 같습니다:

• AMM 풀별 실시간 슬리피지 테이블 활용
• 0.1%와 1% 슬리피지 비교를 통한 '유동성 기울기' 계산
• 매수가격 예측이 아니라 유동성 상황에 따른 매매 신호 생성
• 큰 거래 1건 vs 여러 건으로 분산 거래 비교

실제 자금은 사용하지 않고, 온체인 풀 상태 기반으로 순수 실행만 시뮬레이션합니다. 전략도 단 하나에, 조절 가능한 건 임계치 하나뿐이라 단순하지만, 왜 많은 DEX 전략이 실전에서 실패하는지 이유를 보여주기에 충분합니다.

오픈소스라서 코드도 공개했습니다: https://github.com/Kshitij0O7/trade-strategy-tester

AMM이나 실행 최적화 전략 만드는 분들, 피드백 주시면 감사하겠습니다.

🧐 배경 설명 및 요약

글쓴이는 자동화 마켓 메이커(AMM) 기반 DEX(탈중앙 거래소)에서 트레이딩 전략을 시뮬레이션할 수 있는 간단한 툴을 개발하고 그 내용을 공유하고 있습니다.

이 포스트의 핵심은 '슬리피지(slippage)'와 '유동성'입니다. 백테스트로는 잘 보이지 않는, 실제 거래 환경에서 발생하는 손실이 전략 자체보다 실행 문제에서 비롯될 수도 있다는 주장입니다. AMM 구조에서는 거래가 주문서가 아닌 '유동성 풀'을 기준으로 체결되기 때문에 거래 규모에 따라 가격이 자체적으로 밀리는 구조입니다.

게시자는 실시간 유동성 데이터를 반영한 전략 시뮬레이터를 만들어서, 유동성 변화나 거래 규모에 따라 어떤 실행효과 차이가 발생하는지 보여주고자 합니다. 실전 매매가 아닌 순수한 실행 시뮬레이션이지만, 같은 전략이라도 어떻게 실행하느냐에 따라 수익률이 크게 달라질 수 있다는 점을 보여주는 데 목적이 있습니다.