언어 모델이 코인 매매 자리를 고를 수 있을까: 후보 6,536개 시험

2026년 10월 13일 공개

데스크톱 그래픽카드에서 돌아가는 언어 모델에게 코인 매매 후보 6,536개를 다음 1시간 기대 수익 순으로 매기게 했습니다. 모델이 가장 좋아한 거래가 가장 나빴습니다.

만든 방법: 코드, 연구 실행, 이 글의 초안은 운영자의 지시를 받은 AI 도우미(Claude)가 만들었고, 모든 결정과 숫자 확인은 운영자가 했습니다. 모든 매매는 모의(실제 시세, 실제 돈 없음)였습니다. 투자 권유가 아닙니다.

시험

우리 매매 엔진은 2026년 9월 15~18일 업비트에서 코인 매수를 고민한 모든 순간을, 그때 본 것(가격 흐름, 호가 깊이, 최근 체결, 자체 점수)과 함께 기록했습니다. 이 후보 6,536개를 로컬 모델(Qwen 3.5, 매개변수 약 90억 개)에 하나씩 주고 1시간 뒤 수익을 추정하게 했습니다. 2시간 28분 동안 26개를 빼고 모두 답했고 비용은 0원이었습니다. 추정치는 −0.45%~+0.80%로 퍼져 있어, 모델이 분명히 가려내고 있었습니다.

코인은 같이 움직이므로 같은 순간의 후보들은 독립이 아닙니다. 그래서 독립 사건 87개로 묶어 그 단위로 채점했습니다.

결과

1시간 거래는 예상대로 모든 무리가 비용을 빼고 손실이었습니다. 중요한 것은 순서입니다. 모델이 좋아할수록 결과가 나빴고, 네 칸이 한 방향으로 줄지어 있습니다. 모델의 추정과 실제 결과의 순위상관은 0.01로 우연과 다르지 않았습니다. 엔진의 단순한 자체 점수는 후보 전부를 사는 것보다 조금 나았고, 모델은 둘 다보다 못했습니다.

그럴듯한 설명 하나는 모델이 크게 움직이는 코인을 좋아했고, 빠르게 움직이는 소형 코인은 호가 차이가 넓어 그 자체가 비용이라는 것입니다. 남겨 둔 자료로는 확인하지 못했습니다.

하마터면 발표할 뻔한 실수

이 시험은 세 번 만에 제대로 됐고, 틀린 부분이 쓸모 있는 부분입니다.

• 줄을 사건으로 세기. 앞선 판에서 모든 관문을 통과한 칸이 나왔습니다. 446줄에 t값 3.38. 독립된 4시간 단위로 묶자 사건 14개, t값 0.29, 동전 던지기였습니다. 같은 순간의 30종목을 30번 센 것입니다.
• 가장 좋은 칸 읽기. 채점 도구의 요약 줄이 여러 칸 중 최고(거래당 +0.51%)를 집어 실력이라고 불렀습니다. 그 칸은 사건 15개의 19줄, t값 0.42였습니다.
• 뭔가 보일 때까지 쪼개기. 16칸 중 한 칸이 엔진의 매수 신호가 해롭다는 증거처럼 보였습니다. 표준오차를 붙이자 잡음이었습니다.

다른 연구는

학계 벤치마크도 같은 쪽입니다. 긴 시험에서는 언어 모델의 매매 우위가 크게 줄고, 대부분 매수 보유에 못 미치며, 챗봇 순위표의 순위는 매매 실력과 거의 관계가 없었습니다(FINSABER, StockBench, LiveTradeBench).

이 모델, 이 기간, 이 시장에 대한 우리 답은 '아니다'입니다. 더 큰 모델은 나을 수 있지만, 그 우위도 우리가 가진 가장 좋은 신호보다 이미 컸던 비용을 넘어야 합니다. AI 봇에 대해 공개 기록이 보여 주는 것