AIO Prediction Market Simulator 사용법: Monte Carlo, Kelly Criterion & 이진 확률

이 지표는 어떤 문제를 해결하는가?

대부분의 TradingView 지표는 방향만 알려줍니다 — 매수, 매도, 또는 대기. 그 결과가 얼마나 가능성이 높은지, 또는 얼마나 많은 자본을 위험에 노출해야 하는지는 알려주지 않습니다. AIO Prediction Market Simulator는 다른 질문에 답하기 위해 만들어졌습니다: 현재 변동성과 목표까지의 거리를 감안할 때, 설정된 만기 이전에 가격이 도달할 통계적 확률은 얼마인가? 그리고 그 결과에 베팅할 의향이 있다면, 포지션 크기는 얼마가 적절한가?

이것은 Polymarket이나 Kalshi와 같은 예측 시장의 논리입니다 — YES/NO 결과를 매수하고 가격이 군중의 확률 추정치를 반영하는 이진 계약. AIO Prediction Market Simulator는 정량적 방법을 사용하여 TradingView 차트에 그 프레임워크를 재현합니다: Monte Carlo 시뮬레이션, Black-Scholes 분석적 가격 산정, 동적 변동성 추정을 위한 Particle Filter, 그리고 베팅 사이징을 위한 Kelly Criterion.

결과는 수정 구슬이 아닙니다. 이것은 보정된 확률 엔진입니다 — "수학적으로 만기 이전에 가격이 +2%에 도달할 확률이 62%"라고 알려주면서, 동시에 엣지와 드로다운 한도를 반영한 권장 포지션 크기를 제시합니다. 현물 암호화폐, 선물, 또는 실제 예측 시장 계약을 거래하든, 이 프레임워크는 확실성이 아닌 확률로 사고하도록 강제합니다.

핵심 출력: 정보 테이블 읽기

지표가 계산하는 모든 것은 차트 모서리(기본값: 우측 상단)에 표시되는 간결한 테이블에 나타납니다. 각 행을 이해하는 것이 첫 번째 실용적 단계입니다.

강세 확률과 약세 확률

이것들이 핵심 수치입니다. Bull Prob는 만기 이전에 가격이 Bull Strike(기본값: 현재 종가 × 1.02, 즉 +2%)에 터치하거나 초과할 추정 확률입니다. Bear Prob는 Bear Strike(종가 × 0.98, 즉 −2%)에 대한 대응 확률입니다.

Bull 64% / Bear 38%라는 수치는 시장이 반드시 상승한다는 의미가 아닙니다. 이는 현재 변동성에서 생성된 1,500개의 시뮬레이션 가격 경로 중 64%가 Bear 목표보다 먼저 Bull 목표에 터치했다는 의미입니다. 나머지 36%의 경로는 Bear 레벨에 먼저 닿았거나 어느 목표에도 도달하지 못한 채 만료되었습니다. 이것은 방향성 신호와는 근본적으로 다른 사고 모델 — 불확실성을 명시적으로 인정합니다.

결정 임계값은 설계상 보수적입니다: 지표는 BUY 상태를 발행하기 전에 Bull Prob > 55%(단순히 50%가 아닌)를 요구하며, 손익분기 동전 던지기 위의 의미 있는 엣지 버퍼를 제공합니다. Short 상태의 경우에도 Bear Prob > 55%가 동일하게 적용됩니다.

기댓값 (EV)

EV는 확률과 지급액을 결합합니다. 예측 시장이 64% 확률로 추정한 Bull 베팅에 1.8× 지급액을 제공한다면, EV = (0.64 × 1.8) − (0.36 × 1.0) = +0.79입니다. 양수 EV는 베팅에 수학적 엣지가 있음을 의미합니다. 지표는 이를 부호 있는 값으로 표시합니다 — 양수 = 해당 방향의 엣지, 음수 = 음의 기댓값. 다른 어떤 컨플루언스가 무엇을 말하든, 음의 EV로는 절대 포지션을 취하지 마십시오.

Kelly 포지션 크기

여기서 확률이 실제 포지션 사이징으로 변환됩니다. 테이블에 표시된 Kelly 권장값은 이미 Fractional Kelly 설정(기본값 0.15 = 전체 Kelly의 15%)으로 조정되어 있습니다. 이것은 이 특정 베팅에 현재 자본의 몇 퍼센트를 배분할지를 나타냅니다. 2.3%의 값은: 이 거래에 자본의 2.3%를 위험에 노출하라는 의미입니다. Kelly가 0%를 표시한다면, EV가 음수이거나 모델이 포지션을 사이징할 충분한 확신을 갖지 못한 것입니다.

추정 변동성

이 행은 Particle Filter의 현재 실현 연간 변동성 추정치(소수로 표현 — 0.72 = 72% 연환산)를 보여줍니다. 이것은 Monte Carlo 시뮬레이션 내에서 사용되는 변동성 수치입니다. 현재 시장 체제에 대한 직관보다 현저히 높게 읽힌다면, 최근의 극단적인 캔들이 룩백 윈도우를 부풀렸는지 확인할 가치가 있습니다. 반대로, 확장에 앞선 비정상적으로 낮은 변동성 기간 중 조용한 뉴스 전 시기에 예상보다 낮게 읽힌다면, 모델이 다가오는 변동성을 과소평가하고 있을 수 있습니다.

Brier Score

Brier Score는 모델의 자체 평가입니다. 지난 N개의 바(기본값 20)에 걸쳐 지표의 확률 예측이 정확했는지를 측정합니다. 0.0에 가까운 점수 = 우수한 보정; 0.25에 가까운 점수 = 무작위 추측과 동등; 0.50 이상 = 모델이 체계적으로 잘못 보정됨. Brier가 0.20을 넘어 상승하고 있다면, 안정될 때까지 모든 확률 수치를 추가적인 회의론으로 대하십시오.

리스크 상태와 드로다운

테이블은 초기 자본 설정 대비 누적 드로다운을 추적합니다. 드로다운이 Max Drawdown Limit(기본값 15%)을 초과하면, 지표는 AVOID 상태로 전환되어 새로운 포지션 크기를 발행하지 않습니다. 이것은 서킷 브레이커입니다 — 뱅크롤이 충분히 손상되어 추가 베팅이 기댓값 측면에서 수익성이 없게 되면 베팅을 중단해야 한다는 Kelly Criterion의 이론적 요건을 반영합니다.

Monte Carlo 시뮬레이션 작동 방식 (쉬운 설명)

지표는 1,500개의 시뮬레이션 가격 경로를 실행합니다(100에서 10,000까지 구성 가능). 각 경로는 현재 변동성 추정치를 사용하여 생성된, 현재 바에서 만기일까지의 무작위 가격 움직임 시퀀스입니다. 무작위 움직임은 로그 정규 분포를 따릅니다 — Black-Scholes가 사용하는 것과 동일한 통계 모델 — 단 한 가지 핵심 차이점이 있습니다: 이 구현은 호출 간에 반복되거나 상관될 수 있는 순차 스트림이 아닌, 바마다 고유한 경로를 생성하는 해시 기반 난수 생성기를 사용합니다.

각 시뮬레이션 경로에 대해, 지표는 확인합니다: 이 경로가 Bear Strike보다 먼저 Bull Strike에 터치했는가? Bear Strike에 먼저 닿았는가? 어느 것에도 터치하지 않고 만료되었는가? 1,500개의 경로에 걸쳐 그 결과를 집계하면 확률 추정치가 나옵니다. 시뮬레이션 횟수가 높을수록 통계적 노이즈가 낮아집니다 — 1,500회 시뮬레이션에서 표준 오차는 이미 1.3 퍼센트 포인트 미만으로, 거래 결정에 충분합니다.

분산 감소: 왜 중요한가

1,500개의 경로에서 원시 Monte Carlo를 실행하면 분산 감소 기법으로 동일한 계산 예산으로 달성할 수 있는 것보다 노이즈가 많은 추정치가 생성됩니다. 세 가지 방법을 사용할 수 있습니다:

• 대립 변량 (기본값 ON): 모든 무작위 경로에 대해, 지표는 거울 이미지도 실행합니다 — 경로 A가 난수 +0.3, +0.7, −0.2를 사용한다면, 경로 B는 −0.3, −0.7, +0.2를 사용합니다. 짝지어진 경로의 평균은 대칭 분산을 상쇄하여, 실효 Monte Carlo 오차를 대략 절반으로 줄입니다. 이것은 가장 영향력 있는 분산 감소 방법으로 항상 활성화된 상태로 두어야 합니다.
• 제어 변량 / Black-Scholes (기본값 ON): Black-Scholes 분석 공식은 바닐라 유럽형 옵션에 대한 정확한 폐쇄형 확률을 제공합니다. 그 BS 가격을 "제어 변수"로 사용하여 — Monte Carlo 추정치가 알려진 벤치마크에서 BS로부터 얼마나 벗어나는지로 조정 — 분산을 더욱 줄입니다. 두 방법은 서로를 교차 확인합니다: MC와 BS 확률이 시장별 허용 오차(암호화폐의 경우 8 퍼센트 포인트, 지수의 경우 5)를 초과하여 벗어나면, 테이블은 모델 발산 경고를 표시합니다.
• 계층화 샘플링 (기본값 OFF): 정규 분포를 동등한 확률 계층으로 나누고 계층당 하나의 경로를 샘플링하여, 분포 꼬리의 더 나은 커버리지를 보장합니다. 낮은 시뮬레이션 횟수(< 500)에서 실행할 때 유용하지만, 1,000개 이상의 경로에서는 불필요해지는 오버헤드를 추가합니다.

꼬리 리스크를 위한 중요도 샘플링

표준 Monte Carlo는 분포의 중심에서 추출하기 때문에 희귀 이벤트를 과소 샘플링합니다. 중요도 샘플링은 의도적으로 꼬리(폭락 및 급등 시나리오)를 과다 샘플링한 다음 샘플링 편향을 수학적으로 보정합니다. 활성화되면(기본값 ON), 지표는 폭락 확률도 출력합니다 — 갑작스러운 급격한 하락의 추정 가능성(시장별로 보정된 임계값: BTC 당일의 경우 5%, SPX 당일의 경우 2%, 외환 쌍의 경우 1.2%). 폭락 확률이 경고 임계값을 초과하면, 지표는 Bull 확률과 무관하게 AVOID 상태로 전환합니다.

Particle Filter: 더 스마트한 변동성 추정

모든 Monte Carlo 시뮬레이션에서 가장 중요한 입력은 변동성 가정입니다. 고정되거나 단순하게 계산된 역사적 변동성을 사용한다면, 현재 체제가 최근 과거와 동일하다고 가정하는 것입니다 — 조용한 시장에서는 합리적인 근사치이지만, 체제 전환, 뉴스 이벤트, 또는 확장에 앞선 비정상적으로 낮은 변동성 기간 후에는 위험하게 틀립니다.

AIO Prediction Market Simulator는 Particle Filter — 베이지안 순차 추정 알고리즘 — 를 사용하여 "숨겨진" 변동성 상태에 대한 확률 분포를 유지합니다. "지난 100개의 바에 걸쳐 변동성은 얼마였는가?"라고 묻는 대신, "내가 관찰한 모든 것을 감안할 때, 어떤 변동성 상태가 현재 가격 행동과 가장 일치하는가?"라고 묻습니다.

실제 작동 방식

필터는 200개의 "파티클"(기본값)을 유지합니다 — 각 파티클은 현재 변동성 체제에 대한 가설입니다. 각 바에서, 각 파티클은 변동성 가설에 기반하여 예상 수익률을 예측합니다. 관찰된 실제 수익률은 각 파티클의 가중치를 부여하는 데 사용됩니다: 실제 가격 행동과 더 잘 일치한 예측을 한 파티클이 높은 가중치를 받습니다. 높은 가중치의 파티클이 재샘플링되고, 분포가 진화할 수 있도록 각 파티클에 소량의 프로세스 노이즈가 추가됩니다. 모든 파티클 변동성 추정치의 가중 평균이 Monte Carlo에 공급되는 현재 효과적인 변동성이 됩니다.

실용적인 효과는 Particle Filter가 단순한 롤링 윈도우 표준 편차보다 변동성 체제 변화에 더 빠르게 반응하면서도, 바별 추정치보다 더 부드럽다는 것입니다. BTC 당일(Crypto + Intraday 모드)의 경우, 프로세스 변동성은 빠른 체제 변화를 허용하기에 충분히 높은 0.25로 설정됩니다. EUR/USD와 같은 외환 쌍의 경우, 해당 값은 0.0625(25% × 0.25 배수)로 축소되어, 외환 변동성 체제가 훨씬 더 천천히 변한다는 것을 반영합니다.

설정 가이드: BTC 당일 거래 (권장 구성)

이것이 가장 일반적인 사용 사례입니다 — 15분 또는 1시간 차트에서 BTC를 거래하면서 단기 방향성 베팅에 대한 정량적 확률 추정치를 원하는 경우.

1단계: 지표 적용 및 거래 모드 설정

1. 15분 또는 1H 타임프레임의 BTC/USDT 차트에 AIO Prediction Market Simulator 추가
2. Trade Type = Intraday 설정 — 자동 구성: 만기 = 1일, 룩백 기반 = 60바 × 2(암호화폐 배수) = 유효 120바, Kelly 비율 = 0.10(더 빠른 시장에서는 더 타이트하게), 최대 베팅 = 3%
3. Market Type = Crypto 설정 — Particle Filter 노이즈를 1.0× 기준선으로 조정하고, 폭락 임계값을 5%로 설정하며, BTC의 팻 테일 분포에 적합한 8 퍼센트 포인트 BS/MC 수렴 허용 오차 사용

2단계: 스트라이크 오프셋 확인

Intraday + Crypto 모드에서 스트라이크 오프셋은 자동으로 2%로 설정됩니다(현재 종가 ±2%). $65,000 BTC 차트에서 이는 Bull Strike = $66,300이고 Bear Strike = $63,700임을 의미합니다. 현재 BTC 변동성에서 1일 이내에 2%가 현실적인 목표인지 평가하십시오. 1H 차트의 ATR이 0.5% 미만으로 움직이고 있다면, 목표가 일반적인 조건에서 도달 불가능할 수 있습니다 — 수동으로 1%로 줄이는 것을 고려하십시오. ATR이 바당 2% 이상이라면, 기본값 2% 목표는 아마도 너무 타이트합니다.

3단계: 테이블 읽기

지표가 초기화되면(파티클 분포와 역사적 룩백을 구축하는 데 몇 개의 바가 걸립니다), 테이블은 다음과 같은 내용을 표시합니다:

• State: BUY / SHORT / WAIT / AVOID — 최상위 결정. BUY는 Bull Prob > 55%, 양수 EV, 양수 Kelly, 그리고 임계값 이하의 폭락 확률을 요구합니다. AVOID는 드로다운 서킷 브레이커가 트리거되었거나 폭락 확률이 높음을 의미합니다.
• Bull Prob: 61.3% — 강세 측에 통계적으로 의미 있는 엣지
• Bear Prob: 41.7% — 일부 경로가 어느 스트라이크에도 터치하지 않고 만료되기 때문에 확률의 합이 100%일 필요는 없습니다
• EV Bull: +0.18 — 베팅 단위당 양수 엣지
• Kelly: 2.1% — 이 포지션에 자본의 2.1% 위험 노출
• Volatility: 0.68 — 68% 연환산 변동성의 Particle Filter 추정치
• Brier: 0.12 — 모델이 잘 보정됨

4단계: 신호에 따라 행동

Bull Prob > 60%, 양수 EV, Brier 0.20 미만의 BUY 상태가 완전한 컨플루언스입니다. 거래를 진행하고, 표시된 Kelly %로(또는 그 이하로 — 절대 초과하지 말 것) 사이징하며, 스탑을 Bear Strike 레벨 근처에 설정하십시오. 가격이 Bull Strike에 도달하거나, 상태가 AVOID로 전환되거나, 시간 기반 만기가 도래하면 청산하십시오.

Kelly Criterion: 15% Fractional이 올바른 기본값인 이유

전체 Kelly 공식은 베팅을 f* = (p × b − q) / b로 사이징합니다. 여기서 p는 승리 확률, q는 패배 확률(1 − p), b는 배당 배수(베팅 단위당 순 지급액)입니다. 1:1 지급의 63% 확률 이진 베팅에서, 전체 Kelly는 그 단일 베팅에 자본의 26%를 위험에 노출하도록 권장합니다. 이것은 기하급수적 성장 극대화를 위해 수학적으로 최적입니다 — 그러나 확률 추정치가 완벽하게 정확하고 다른 기회를 위한 유동성이 필요하지 않다고 가정합니다.

실제로, 이 모델을 포함한 모든 모델의 확률 추정치는 추정 오차를 수반합니다. Particle Filter는 갑작스러운 변동성 급등에 느리게 반응할 수 있습니다. Black-Scholes는 로그 정규 수익률을 가정하지만; 암호화폐 시장은 BS 분석 가격을 낙관적으로 만드는 팻 테일 움직임을 빈번하게 생성합니다. 0.20 미만의 Brier 점수는 좋지만, 0은 아닙니다. Fractional Kelly 0.15(전체 Kelly의 15%)는 위의 예에서 권장 크기를 26%에서 3.9%로 줄입니다 — 단일 트윗이 모든 통계 모델을 무력화할 수 있는 시장에 훨씬 더 적합합니다.

거래 유형 프리셋은 다른 Kelly 비율을 적용합니다:

• Intraday: 0.10 (10%) — 가장 작음, 당일 변동성이 확률 추정치를 가장 신뢰하기 어렵게 만들기 때문
• Day: 0.15 (15%) — 3일 호라이즌에 균형 잡힌 중간
• Swing: 0.20 (20%) — 더 긴 룩백 윈도우가 더 안정적인 확률 추정치를 생성하기 때문에 약간 더 공격적

Max Bet % 상한(당일 3%, 일 5%, 스윙 8%)은 Kelly 위의 하드 상한선으로 작용하여, Kelly가 더 많이 권장하더라도 단일 베팅이 그 자본 비율을 초과하는 것을 방지합니다. 유효 포지션 크기는 항상 min(Kelly recommendation, Max Bet Cap)입니다.

Brier Score: 모델이 실제로 작동하고 있는가?

Brier Score는 적절하게 조정된 지표를 과적합된 지표와 구별하는 보정 지표입니다. N개의 바마다(기본값 20), 지표는 현재 가격과 함께 현재 Bull 또는 Bear 확률 추정치를 기록합니다. N개의 바 후에, 실제 결과를 확인합니다: 가격이 예측한 목표에 도달했는가? Brier 점수는 예측 확률과 이진 결과(1 = 목표 도달, 0 = 미도달) 사이의 평균 제곱 오차로 계산됩니다.

점수 해석

• 0.00 – 0.10: 우수한 보정. 모델 확률이 실제 결과를 밀접하게 추적하고 있습니다. Kelly 사이징 권장에 높은 신뢰도.
• 0.10 – 0.20: 양호한 보정. 일관된 시장 체제에서 작동하는 모델의 정상 운영 범위. 표준 설정으로 진행.
• 0.20 – 0.25: 보정 악화. 모델이 체제 불일치를 경험하고 있습니다 — 추세에서 박스권으로의 전환이나 변동성 급등 후일 수 있습니다. Brier가 안정될 때까지 Kelly 권장치 이하로 포지션 크기를 줄이는 것을 고려하십시오.
• 0.30+: 불량한 보정 — 무작위에 접근. 모델의 확률 추정치는 현재 체제에서 신뢰할 수 없습니다. Kelly 사이징을 사용하지 마십시오. Brier가 회복될 때까지 WAIT하거나 파라미터 설정을 조사하십시오.

지속적으로 높은 Brier Score는 가장 일반적으로 너무 짧은 룩백 기간(변동성 추정을 위한 불충분한 기록) 또는 너무 넓은 스트라이크 오프셋(드물게 "히트"가 발생하고 확률 추정치가 0에 가까워져 점수가 나빠짐) 중 하나로 인해 발생합니다. Brier가 만성적으로 0.20을 초과한다면, 스트라이크 오프셋을 0.5% 줄이거나 룩백을 20–30개 바 늘려보십시오.

다중 자산 상관관계 모듈

BTC와 ETH, 또는 ES와 NQ 선물과 같이 상관된 자산을 동시에 거래할 때 — 각 포지션을 독립적으로 처리하면 분산 효과를 과대평가합니다. 상관관계 모듈(기본값 비활성화)을 통해 두 번째 심볼을 입력하고 지난 N개의 바(기본값 60)에 걸쳐 두 자산 간의 실현 상관관계를 통합하는 결합 확률을 계산할 수 있습니다.

BTC 차트에서 두 번째 심볼로 BINANCE:ETHUSDT로 활성화하면, 지표는 높은 상관 체제 중(함께 움직이는 경향이 있을 때, 두 배로 베팅하는 것은 단일 자산 노출의 2×와 동등) 동시 BTC + ETH Bull 베팅에 페널티를 부여하는 결합 확률 추정치를 표시합니다. 이것은 고급 기능입니다 — 상관관계 리스크가 중요한 다중 자산 포트폴리오를 특별히 관리하는 경우가 아니라면 비활성화 상태로 두십시오.

표시 옵션 및 알림

테이블은 두 가지 모드로 제공됩니다: Compact(핵심 지표: 상태, 확률, EV, Kelly, Brier, 변동성)와 Full(폭락 확률, 수렴 신호, 드로다운 세부 정보, 활성화된 경우 상관관계 지표 추가). 대부분의 트레이더에게 Compact는 라이브 거래 차트에서 충분합니다. Full 모드는 백테스팅이나 모델 검토 중에 더 유용합니다.

지표는 차트에 시각적 요소를 오버레이할 수도 있습니다:

• Strike Up/Down 라인: Bull 및 Bear 목표를 보여주는 수평선 — 인근 구조에 대한 스트라이크 배치를 시각적으로 확인하는 데 유용
• CI Upper/Lower 밴드: 만기까지의 1-시그마 예상 가격 범위를 보여주는 신뢰 구간 밴드 — 밴드 너비는 확률 분포가 얼마나 넓은지에 대한 직관적인 감각을 제공
• State Marker (Top): 각 바의 상단에 색상 점 — 녹색 = BUY, 빨강 = SHORT, 주황 = WAIT, 진빨강 = AVOID — 역사적 상태 전환을 한눈에 스크롤하여 검토 가능

알림의 경우, 가장 실행 가능한 설정은 “Wait/Avoid → Buy/Short”(기본값 활성화)입니다 — 모델이 낮은 확신 또는 서킷 브레이커 상태에서 거래 가능한 신호로 업그레이드될 때 발동됩니다. High Confidence 알림은 Brier가 0.20 미만인 상태에서 Bull 또는 Bear Prob가 65%(구성 가능)를 초과할 때 발동됩니다 — 지표가 생성하는 가장 엄격한 신호입니다.

한계점 및 출력을 신뢰하지 말아야 할 때

이 지표는 정량적 확률 모델이지 시장 신탁이 아닙니다. 여러 조건이 출력 품질을 체계적으로 저해합니다:

• 체제 이탈: Particle Filter는 변동성 변화에 적응하지만, 업데이트하기 위해 여러 바의 데이터가 필요합니다. 주요 뉴스 이벤트 직후의 처음 몇 개의 바 동안, 변동성 추정치는 현실을 뒤따릅니다. 중요한 움직임 직후의 확률 출력은 Particle Filter가 재보정하기 위해 최소 5–10개의 바를 확인할 때까지 신중하게 취급해야 합니다.
• 유동성 부족 시장: 매우 낮은 거래량 종목이나 주요 거래 세션 외에서는, 룩백 윈도우의 실현 변동성이 인위적으로 압축된 가격 행동에 기반할 수 있습니다. 이후 세션 오픈은 변동성 추정치를 완전히 무효화할 수 있습니다.
• 로그 정규 가정: Monte Carlo 경로와 Black-Scholes 교차 확인 모두 수익률이 로그 정규 분포를 따른다고 가정합니다. 특히 암호화폐 시장은 로그 정규가 예측하는 것보다 더 자주 극단적인 움직임이 발생하는 "팻 테일"을 보입니다. 8 퍼센트 포인트 수렴 허용 오차와 중요도 샘플링 모듈이 이를 부분적으로 보완하지만, 진정한 블랙 스완 이벤트는 완전히 설명할 수 없습니다.
• 고정 만기 대 배리어 옵션: 지표는 터치 기반 배리어 모델을 사용합니다 — 만기 이전의 어느 시점에서 가격이 스트라이크에 터치할지 묻습니다. 이것은 순수한 만기 종가 확인보다 더 강세적인 모델입니다. 실제 예측 시장 계약이 어느 시점이든 터치가 아닌 종가로 정산된다면, 지표의 확률을 약간 낙관적으로 취급해야 합니다.

핵심 요약

• 출력은 신호가 아닌 확률입니다 — Bull Prob 62%는 틀릴 확률이 38%임을 의미합니다. 고정 로트 크기 대신 항상 Kelly 사이징을 사용하십시오.
• State를 먼저 읽고(BUY/SHORT/WAIT/AVOID), 행동하기 전에 EV > 0 및 Brier < 0.20을 확인하십시오.
• BTC 당일 거래에는 Crypto + Intraday 모드를 사용하십시오 — 24/7 고변동성 체제에 맞게 모든 파라미터를 자동 보정합니다.
• Fractional Kelly 0.15는 소심한 것이 아닙니다 — 불완전한 보정을 가진 모델에 수학적으로 올바릅니다. 암호화폐에서 더 높은 비율로 재정의하지 마십시오.
• Brier Score가 품질 관리입니다: 0.20을 초과하면 크기를 줄이거나 회복될 때까지 관망하십시오.
• Antithetic Variates와 Control Variates는 항상 활성화 상태로 유지해야 합니다 — 의미 있는 비용 없이 Monte Carlo 노이즈를 줄입니다.
• Particle Filter는 추세적 변동성 체제에서 롤링 표준 편차보다 더 정확합니다 — 이것이 이 모델의 확률 추정치가 다양한 시장 조건에 걸쳐 잘 보정된 상태를 유지할 수 있는 핵심 이유입니다.