Ghost16년 매매 시그널 전체 공개, AI로 직접 백테스트
· Ghost.AI 데일리 리포트
👻 매일 시그널과 히스토리를 홈페이지에서 한눈에 → www.ghostai.co.kr
지난 5월 v0.2 전략의 TQQQ 전체 기간 매매 시그널을 CSV로 공개했습니다.
그 뒤 데일리 공식 전략을 v0.3(V2bc) 로 교체했고, 6월 그 성과를 소개했습니다.
이번 주말에는 약속대로 지금 매일 업데이트되는 v0.3 전략의 16년 매매 시그널 전체를 똑같이 CSV로 공개합니다. 챗GPT·클로드·제미나이를 여용하여 직접 검증하실 수 있습니다.
최근 200거래일 구간. 하단 모델 내부 지표는 CONFIDENTIAL 처리되어 있으나, 매수·매도 체결 시점과 가격은 CSV에 그대로 담겨 있습니다.
공개 데이터: TQQQ_DeepGhost_v0.3_signals.csv
아래 링크에서 CSV 파일을 내려받으세요.
📥 [TQQQ_DeepGhost_v0.3_signals.csv 다운로드]
| 항목 | 내용 |
|---|---|
| 전략 | DeepGhost v0.3 (V2bc) — 현재 공식 전략 |
| 기간 | 2010-02-11 ~ 2026-07-02 (약 16.4년) |
| 행 수 | 4,122행 (거래일 수) |
| BUY 시그널 | 85회 |
| SELL 시그널 | 85회 (모든 매수·매도가 짝을 이룸 — 현재는 현금 보유 중) |
지난 v0.2 공개본이 BUY 93 / SELL 92회였던 것과 비교하면, v0.3은 매매 횟수가 더 적습니다.
진입 조건을 더 까다롭게 걸러 불필요한 매매를 줄인 결과입니다.
칼럼 설명
| 칼럼 | 설명 |
|---|---|
Date |
거래일 (YYYY-MM-DD) |
Open |
시가 (USD) |
High |
고가 (USD) |
Low |
저가 (USD) |
Close |
종가 (USD) |
Volume |
거래량 (주) |
Signal |
BUY = 이날 시가에 매수 체결 / SELL = 이날 시가에 매도 체결 / 빈 값 = 포지션 유지 또는 현금 대기 |
매매 시그널 해석 방법
Signal = BUY행의Open가격에 100% 매수Signal = SELL행의Open가격에 전량 매도- BUY와 SELL은 항상 쌍으로 발생 (현재는 마지막 매매가 SELL로 끝나 현금 보유 중)
- BUY와 SELL 사이 빈 행은 포지션 보유 중
- SELL과 다음 BUY 사이 빈 행은 현금 대기 중
이 모델은 전략 원리상 항상 한 방향(롱)입니다. 공매도 없음.
참고 — 가장 최근 사이클: 6/8 시가 매도 → 현금 → 6/17 시가 매수 → 6/25 시가 매도.
6/25 이후 현재까지 현금을 유지하고 있어, 그 뒤 기술주 급락 구간을 피했습니다.
v0.2와 무엇이 달라졌나
v0.3(V2bc)은 Ghost.AI가 아래 세 가지를 고려하도록 주문했습니다.
- 추세 인식 진입 — 시장 국면(레짐)에 따라 진입 문턱을 적응적(Adaptive) 조정
- V자 반등 포착 — 급락 뒤 되돌림 구간을 놓치지 않고 재진입
- 하락장 강제 청산 — 변동성이 위험 구간에 들어서면 규칙적으로 이탈
그 결과 지난 특별호(v0.2)와 견주면 수익은 비슷하게 유지하면서 최대 낙폭을 크게 줄였습니다.
| 항목 | v0.2 Baseline | v0.3 (V2bc) |
|---|---|---|
| 최대 낙폭 (MDD) | 약 −49% | −38.1% |
| 매매 횟수 | 93 / 92 | 85 / 85 |
| 성격 | 더 자주 매매 | 더 선별적, 더 작은 낙폭 |
핵심은 "이길 때 크게, 질 때 적게"입니다. 낙폭을 줄인다는 건 곧 시장에서 살아남기를 추구한다는 뜻입니다.
왜 이 데이터인가요?
DeepGhost v0.3은 QQQ(나스닥 100 ETF)의 시가/고가/저가/종가를 매일 Transformer 딥러닝 모델에 입력해 시장 국면(강세/약세/변동성 구간)을 판단합니다. 그 판단을 기반으로 QQQ에 3배 레버리지를 적용한 TQQQ를 매매하는 것이 현재 블로그에서 매일 운영 중인 공식 전략입니다.
신호는 모두 전날까지의 데이터로만 판단 → 다음날 시가(Open) 체결 구조입니다. 미래 데이터를 쓰지 않으므로 룩어헤드 바이어스가 없습니다. 첨부 CSV의 Signal 열은 바로 그 실제 체결일에 표기되어 있어, 매일 공개되는 차트·포지션과 정확히 같은 기준입니다.
AI 백테스트 가이드
아래 프롬프트를 복사해서 CSV와 함께 붙여넣으면 됩니다. 세 AI 모두 동일한 프롬프트로 작동합니다.
권장 프롬프트 (공통)
```
첨부 CSV는 TQQQ(나스닥 3배 레버리지 ETF)의 2010년 2월~2026년 7월
일별 가격(OHLCV)과 DeepGhost v0.3 AI 매매 시그널 데이터입니다.
[칼럼]
- Date: 거래일
- Open/High/Low/Close: 시가/고가/저가/종가 (USD)
- Volume: 거래량
- Signal: BUY = 당일 시가에 매수 체결, SELL = 당일 시가에 매도 체결, 빈 값 = 대기/보유
[백테스트 규칙]
- BUY 시그널 날 시가에 100% 매수, SELL 시그널 날 시가에 전량 매도
- 마지막 매매가 SELL로 끝나므로 종료 시점은 전량 현금 상태
- 초기 자본 $10,000, 수수료 없음, 분할 매매 없음 (항상 전체 자산 투입)
[계산 항목]
1. 각 트레이드별 수익률 및 보유 기간 (표 형식)
2. 전체 누적 수익률
3. 연복리 수익률 (CAGR)
4. 최대 낙폭 (MDD)
5. 샤프 비율 (무위험 수익률 0% 기준)
6. 승률, 평균 이익, 평균 손실, 손익비
7. 같은 기간 TQQQ Buy & Hold와 위 지표들을 비교하는 표
```
챗GPT (ChatGPT)에서 하는 방법
필수 조건: 데이터 분석(코드 실행) 기능이 켜진 최신 모델
- chatgpt.com 접속
- 대화 입력창 왼쪽 클립 아이콘(📎) 클릭 →
TQQQ_DeepGhost_v0.3_signals.csv업로드 - 위 프롬프트를 입력창에 붙여넣기 후 전송
- GPT가 Python 코드를 작성하고 실행 → 결과 표와 차트를 생성합니다
추가 질문 예시:
수익 곡선(Equity Curve) 그래프를 그려주세요.
2020년 코로나 폭락 구간에서 이 전략이 어떻게 작동했는지 보여주세요.
2022년 금리 인상 베어마켓 구간 분석도 해주세요.
주의: 무료 계정은 데이터 분석 기능이 제한될 수 있습니다. 코드 실행이 가능한 유료 구독을 권장합니다.
클로드 (Claude)에서 하는 방법
필수 조건: claude.ai — 파일 업로드 지원 대화
- claude.ai 접속
- 대화 입력창 클립 아이콘(📎) 클릭 →
TQQQ_DeepGhost_v0.3_signals.csv업로드 - 위 프롬프트를 붙여넣기 후 전송
- Claude가 데이터를 분석하고 계산 결과를 마크다운 표로 출력합니다
추가 질문 예시:
각 트레이드를 이익/손실로 분류하고 이익 트레이드의 공통점을 분석해주세요.
연도별 수익률을 정리해주세요 (2010~2026).
이 전략의 가장 큰 위험 요소가 무엇인지 설명해주세요.
참고: Claude는 코드 실행 없이 분석하는 경우가 있습니다. 복잡한 수치 계산은 코드 실행이 되는 환경에서 교차 검증하시면 더 정확합니다.
구글 제미나이 (Google Gemini)에서 하는 방법
필수 조건: gemini.google.com — 파일 업로드 지원 (Advanced 권장)
- gemini.google.com 접속
- 대화 입력창 클립 아이콘(📎) 클릭 →
TQQQ_DeepGhost_v0.3_signals.csv업로드 - 위 프롬프트를 붙여넣기 후 전송
추가 질문 예시:
이 전략의 최악의 해는 몇 년이었나요? 그 이유는 무엇인가요?
TQQQ 대신 QQQ로 같은 전략을 적용했다면 수익률이 어떻게 달라졌을까요?
참고: Gemini는 CSV를 Google Sheets에 먼저 올린 뒤 분석을 요청하면 더 원활하게 작동합니다.
예상 결과 (참고용)
Ghost.AI 내부 백테스트 결과입니다. AI의 계산 결과와 비교해 보세요.
(초기 자본 $10,000 · QQQ 시그널 → 3× TQQQ 매매 · 2010-02 ~ 2026-07)
| 지표 | DeepGhost v0.3 × TQQQ | TQQQ Buy & Hold |
|---|---|---|
| 누적 수익률 | +67,874% | +33,811% |
| 최종 자산 | $6,797,432 | $3,391,123 |
| CAGR | +48.9% | +42.7% |
| MDD | −38.1% | −81.8% |
| 샤프 비율 | 1.26 | 0.89 |
| 승률 | 56.5% | — |
| 평균 이익 | +23.6% | — |
| 평균 손실 | −7.7% | — |
| 손익비 | 3.06 | — |
| 시장 노출도 | 63.7% | 100% |
두 숫자만 기억하셔도 됩니다. 수익(최종 자산)은 그냥 TQQQ를 들고 있는 것의 약 2배, 그런데 최대 낙폭은 −81.8% → −38.1%로 절반 아래입니다. 3배 레버리지의 상승을 취하면서 하락은 1배 레버리지 지수 수준으로 눌렀다는 뜻입니다.
AI의 계산이 정확히 일치하지 않을 수 있습니다. 수수료 처리, 마지막 포지션 정리 방식, 반올림에 따라 소폭 달라집니다. 여러 AI로 교차 검증해 보시길 권합니다.
주의사항
- 이 데이터는 과거 데이터입니다. 과거 수익이 미래를 보장하지 않습니다.
- TQQQ는 3배 레버리지 ETF입니다. 변동성이 매우 높고, 장기 보유 시 변동성 침식(Volatility Decay)이 발생합니다.
- 백테스트는 이상적인 조건입니다. 실제 매매에서는 슬리피지, 수수료, 세금이 발생합니다.
- AI의 계산에도 오류가 있을 수 있습니다. 특히 누적 복리·MDD 계산에서 실수가 잦으니 여러 AI로 교차 검증하세요.
Ghost.AI — Quantitative AI Investment
Model: DeepGhost v0.3 (V2bc) | Transformer-Based Deep Learning
Data: 2010-02-11 ~ 2026-07-02 (16.4년) | $10,000 start | QQQ-signal → 3× TQQQ
⚠️ 본 자료는 정보 제공 목적으로만 작성되었으며 투자 권유가 아닙니다. 위 수치는 모두 백테스트(과거 시뮬레이션) 결과로, 실제 매매 성과가 아니며 과거 성과가 미래 수익을 보장하지 않습니다. 레버리지 ETF는 높은 변동성과 손실 위험을 수반합니다. 모든 투자 판단과 그 결과에 대한 책임은 투자자 본인에게 있습니다.