수수료 0.25%가 가른 손익 — 데이트레이딩 봇 11건 결산

수수료 0.25%가 가른 손익 — 데이트레이딩 봇 11건 결산

미장봇 만들기 8편 · 자동매매 전략 연구 기록

미국주식 자동매매 봇에 데이트레이딩 전략(장 초반 박스 돌파 + 갭 되돌림)을 얹어 두 달을 돌렸다. 매매 기록 11건을 정산해 보니 매매 자체로 번 돈(gross)은 +$59.79인데 계좌에 남은 돈(net)은 −$9.63이었다. 차액을 만든 건 전략의 판단력이 아니라 왕복 0.5%의 거래 수수료였다. 이 글은 그 숫자를 해부하고, 파라미터 81개 조합을 전부 돌려 확인한 뒤, 결국 인트라데이 엔진을 끄고 저빈도 추세 전략으로 갈아탄 기록이다.

실거래 11건, 매매는 이겼고 계좌는 졌다

봇이 남긴 체결 로그를 정산한 결과다. 같은 체결이 중복 기록된 3행을 제거하고 순수 11건 기준으로 집계했다. 종목은 나스닥 3배 레버리지 ETF인 TQQQ와 그 인버스 SQQQ, 기간은 2026년 4~5월이다.

구간	거래	매매손익	수수료	최종손익	평균 주문금액
4월	7건	+$38.70	−$10.10	+$28.70	$797
5월	4건	+$21.09	−$59.32	−$38.29	$2,964
합계	11건	+$59.79	−$69.42	−$9.63	—

매매 실력만 보면 나쁘지 않다. 11건 중 익절이 6건, 손절이 2건, 나머지 3건은 본전 스톱이었다. 그런데 수수료가 매매손익의 116%를 먹었다. 벌어들인 것보다 더 많은 돈이 거래 비용으로 빠져나간 것이다. 손익비(Profit Factor)는 0.80으로, 1을 밑돈다.

4월과 5월을 가른 것은 주문 크기였다

위 표에서 눈에 띄는 건 월별 격차다. 4월은 7건으로 +$28.70을 남겼고 5월은 4건으로 −$38.29를 잃었다. 매매 판단의 질은 비슷했다. 달라진 건 주문 한 건의 크기다. 평균 주문금액이 $797에서 $2,964로 3.7배 커지면서, 건당 수수료도 $1.4에서 $14.8로 함께 커졌다.

5월 4·5·6일 세 건이 이 구조를 가장 선명하게 보여준다.

날짜	매매손익	수수료	최종손익	종료 사유
5월 4일	+$14.85	−$14.86	−$0.01	본전 스톱
5월 5일	+$14.96	−$14.81	+$0.15	본전 스톱
5월 6일	+$14.70	−$14.71	−$0.01	본전 스톱

사흘 연속으로 가격은 정확히 수수료만큼 움직였다. 진입가에서 얼마간 올라 본전 스톱을 건드릴 정도는 됐지만, 왕복 0.5%를 넘길 만큼은 못 갔다. 이런 거래는 승리도 패배도 아니고 그냥 비용 청구서다. 여기에 5월 1일 한 건이 −$38.42(매매손실 −$23.46 + 수수료 −$14.96)로 겹쳤다. 이 주문은 46주 × $65.28 = $3,003 규모였는데, 원래 이 전략에 배정한 예산은 $613이었다. 예산의 4.9배로 주문이 나간 사이징 버그가 손실을 증폭시킨 것이다.

파라미터 81개 조합을 전부 돌려봤다

보통 이 시점에서 하게 되는 생각은 “설정값을 손보면 나아지지 않을까”다. 그래서 네 개 축을 각각 3단계로 쪼개 3⁴ = 81개 조합을 전부 백테스트했다. TQQQ 5분봉 60일치, 실제 거래 비용(수수료 0.25%/편도, 슬리피지 0.05%/편도, 미국 증권거래위원회 수수료와 금융산업규제국 거래활동수수료 포함)을 그대로 반영한 하네스다.

조정한 축	단계	의도
목표거리 하한	0 / 2배 / 3배	왕복 비용의 몇 배 이상일 때만 진입
손절폭 하한	0 / 0.5% / 0.7%	너무 좁은 손절 금지
주문 상한	0.5배 / 1배 / 2배	배정 예산 대비 주문 크기
진입 조건 강도	엄격 / 중간 / 느슨	거래 빈도 조절

결과를 한 문장으로 줄이면 이렇다. 81개 조합 중 수수료가 매매손익의 56% 아래로 내려간 셀은 하나도 없었다. 비용은 언제나 번 돈의 절반 이상을 가져갔다.

조합	거래수	수익률	수수료 / 매매손익
엄격 (실제 운영 설정)	3	+0.14%	91.4%
느슨 (빈도 최대)	17	+2.69%	75.5%
느슨 + 손절폭 0.7%	8	+2.50%	60.8%
느슨 + 비용필터 최대	6	+2.30%	56.0%

비용 인지 필터(목표거리·손절폭 하한)를 걸면 수수료 비중은 75%에서 56%까지 내려간다. 그런데 총수익도 같이 줄었다. 필터가 손실 거래보다 승리 거래를 먼저 잘라냈기 때문이다. 주문 크기 축은 수익과 낙폭이 정확히 비례해서 늘고 줄 뿐, 엣지 자체를 개선하지 못했다. 순수한 레버리지 다이얼이었다.

신호가 사라지는 지점은 진입 기하 조건이었다

거래가 왜 이렇게 드문지도 같이 확인했다. 60일 동안 조건이 하나씩 걸러지는 과정을 세어보니 병목은 예상과 달랐다.

📊 다이어그램 요약: 60일 중 돌파는 38일 발생했지만, 갭 구간이 장 초반 박스와 겹쳐야 한다는 조건 하나가 12일을 4일로 잘라내면서(67% 탈락) 실제 거래는 3일로 줄었다. 빈도를 죽인 범인은 추세 지표가 아니라 진입 기하 조건이었다.

여기에 실제 운영 봇은 유동성 사냥·구조 전환·황금분할 되돌림 같은 조건을 더 쌓아 올린 상태였다. 9일치 판단 로그를 집계하니 유동성 사냥 조건의 통과율은 4.1%(219회 중 9회), 최근 이틀은 193회 중 0회였다. 결국 5월 하순에는 거래가 아예 발생하지 않았고, 이 전략에 배정한 $613은 현금으로 놀고 있었다. 조건을 정교하게 쌓을수록 안전해지는 게 아니라, 표본이 사라져 검증 자체가 불가능해진다.

상위 2거래를 빼면 무엇이 남는가

그리드에서 가장 좋아 보였던 조합(느슨, 17거래, 최종 +$16.48)을 거래 단위로 해부했다. 백테스트 결과를 볼 때 반드시 해야 하는 작업이다.

검증	결과
전체 17거래 최종손익	+$16.48
최고 1거래를 제외하면	+$2.70
상위 2거래를 제외하면	−$7.00
본전 스톱으로 끝난 거래	17건 중 14건 (82%)

최고 한 거래가 전체 수익의 84%를 만들었고, 상위 두 거래를 빼면 적자로 뒤집힌다. 나머지 14건은 수수료가 정확히 이익을 상쇄해 손익이 0 근처였다. 이 정도 표본에서 손익비를 두 거래가 좌우한다면, 그 수익률은 통계적으로 0과 구분되지 않는다. “가장 좋은 설정값”을 그대로 운영에 박는 건 결국 두 번의 운에 계좌를 거는 일이다.

수수료만 바꿔봤다 — 0.25%에서 0.07%로

같은 17거래 표본에 다른 건 손대지 않고 수수료율만 바꿔 다시 계산했다. 이 결과가 이 연구에서 가장 결정적이었다.

수수료(편도)	최종손익	수익률	익절 / 본전
0.25% (현행)	$16.48	+2.69%	2 / 14
0.10%	$28.75	+4.69%	3 / 13
0.07%	$33.52	+5.46%	4 / 12
0% (이론값)	$41.94	+6.84%	4 / 12

0.25%에서 0.07%로 낮추자 최종손익이 두 배가 됐다. 파라미터 81개 조합을 다 뒤져도 얻지 못한 개선폭을, 숫자 하나를 바꿔 얻은 것이다. 익절로 끝난 거래가 2건에서 4건으로 늘어난 것도 의미심장하다. 수수료가 낮아지자 본전 스톱이던 거래가 이익 거래로 승격됐다. 원래부터 이익이 날 움직임이었는데, 비용이 그 이익을 정확히 깎아내고 있었다는 뜻이다.

다만 수수료 0%에서도 60일 수익률은 +6.84%에 그쳤고, 그마저 두세 거래에 몰려 있었다. 비용이 얇은 엣지를 0에 가까운 엣지로 만든 것이지, 비용만 없애면 훌륭한 전략이 되는 건 아니었다. 이 구분이 중요하다.

국내 미국주식 수수료 지형 2026

그렇다면 0.07%는 현실적인 숫자일까. 2026년 기준 국내 증권사의 미국주식 온라인 수수료 기본요율은 대체로 0.25%다. 다만 신규·복귀 고객 대상 이벤트 요율은 그보다 훨씬 낮게 형성돼 있다.

🇺🇸 미국주식 온라인	요율	비고
기본 요율 (업계 통상)	0.25%	이벤트 미적용 시
이벤트 요율대	0.07 ~ 0.09%	증권사·기간별 상이, 조건부

즉 백테스트에서 손익을 두 배로 만든 그 숫자는 가상의 값이 아니라, 계좌를 옮기거나 이벤트를 적용받는 것만으로 도달 가능한 범위다. 이벤트 요율은 기간·조건이 자주 바뀌므로 실제 적용 전에는 해당 증권사 고지를 직접 확인해야 한다. 다만 여기엔 함정도 있다. 이벤트 기간이 끝나면 요율은 원래대로 돌아온다. 수수료 우대에 의존하는 전략은, 우대가 끝나는 날 함께 끝난다.

대만 거래소 130만 계좌에서 이미 나온 결론

개인 계좌 11건짜리 표본으로 일반화하기는 어렵다. 그런데 훨씬 큰 표본에서 같은 모양의 결과가 이미 보고돼 있다. 바버·리·류·오딘이 1995~1999년 대만 증권거래소 전체 데이터를 분석한 연구가 대표적이다.

방향을 맞히는 능력은 있었다. 비용 전 손익이 플러스라는 게 그 증거다. 그런데 비용을 태우고 나면 집단 전체가 적자로 뒤집혔다. 규모만 다를 뿐 내 11건과 정확히 같은 구조다. 매매손익 +$59.79, 수수료 −$69.42, 최종 −$9.63. 개인의 실력 문제가 아니라 거래 빈도 × 비용률이 만드는 산수라는 뜻이다.

인트라데이를 끄고 저빈도 추세로 갈아탔다

결론은 파라미터 튜닝이 아니라 거래 빈도를 낮추는 것이었다. 왕복 0.5%의 비용은 목표 이익이 0.5~1.5%인 전략에겐 치명적이지만, 목표가 수십 퍼센트인 추세 전략에겐 반올림 오차에 가깝다. 그래서 포트폴리오에서 데이트레이딩에 배정했던 20% 구간을 다음 규칙으로 교체했다.

항목	교체 전 — 데이트레이딩	교체 후 — 저빈도 추세
매매 주기	하루 최대 1~2회	월 1회 재조정
진입 조건	5분봉 박스 돌파 + 갭 되돌림	지수가 200일 이동평균 위일 때만
비중 결정	고정 주문 금액	변동성이 클수록 자동 축소
비용 민감도	수수료 = 매매손익의 116%	연 수회 매매 → 영향 미미

기존 데이트레이딩 엔진은 지우지 않고 코드에 비활성 상태로 보존했다. 수수료 환경이 바뀌거나 목표 이익이 훨씬 큰 형태로 재설계하면 다시 켤 수 있기 때문이다. 실패한 전략의 코드는 버리는 게 아니라 조건이 바뀔 때를 대비해 봉인해 두는 편이 낫다. 다만 저빈도 추세라고 만능은 아니다. 레버리지 ETF를 쓰는 추세 전략의 과거 성적은 2010년 이후 표본에서 나온 것이라 2000년대 초반이나 2008년 같은 장기 하락장을 겪지 않았다. 이 한계는 별도로 검증해 다음 글에서 다룬다.

다음 전략을 만들 때 남긴 규칙 세 가지

두 달간의 데이트레이딩 실험이 남긴 건 −$9.63의 손실과, 그보다 훨씬 값진 비용 구조에 대한 감각이었다. 전략을 고르기 전에 비용을 먼저 계산했다면 이 실험은 애초에 시작하지 않았을 것이다. 그런데 직접 돌려보고 숫자로 확인하기 전까지는, 그 산수가 자기 계좌에서 어떻게 작동하는지 실감하기 어렵다. 다음 글에서는 이 전략을 접은 뒤 “그럼 무엇이 통하는가”를 찾기 위해 만든 백테스트 하네스와, 30가지 이상의 매매법을 같은 조건에서 비교한 결과를 다룬다.

📎 이 글의 수치는 개인 자동매매 봇의 실거래 기록과 자체 백테스트에서 나온 것으로, 특정 종목·전략·증권사의 성과를 보장하지 않습니다. 레버리지 ETF는 변동성이 크고 장기 보유 시 기초지수와 수익률이 크게 달라질 수 있습니다.