단일 매매 모델 전략: ICT 모델 하나로 일관성 만들기

단일 매매 모델 전략은 기계적으로 정의된 ICT 모델 하나에 특화해 수백 번 반복 매매하면서 그 모델의 미세한 성격까지 몸으로 익히는 방식이다. 넓이보다 깊이다. 하나의 모델을 500번 찍으면 생기는 우위는, 열 개의 모델을 50번씩 찍어서는 절대 못 만든다.

단일 매매 모델 전략이란?

단일 매매 모델 전략은 진입 모델 하나를 기계적으로 정의해 두고, 그 패턴만 반복해서 매매하며 행동 방식을 완전히 꿰뚫을 때까지 버티는 방식이다. 열 개의 모델에 주의력을 쪼개는 대신 모든 반복을 하나에 몰아붙인다. 숙련은 넓이가 아니라 깊이에서 나온다.

산수는 단순하다. 모델 하나를 500번 매매하면 그 모델의 미묘한 성격, 실패할 때의 징후, 가장 잘 터지는 조건이 정확히 어디인지 몸에 배인다. 열 개의 모델을 50번씩 하면 아무것도 제대로 익힌 게 없다. 결과물은 깊이 있고 매매 가능한 우위 하나가 아니라 통계적으로 무의미한 얕은 표본 열 개다. 재현 가능한 기대값은 결국 특화에서 나온다.

이 접근은 특정 패턴에 묶여 있지 않다. 모델은 FVG(fair value gap) 진입이어도 되고, order block 재테스트여도 되고, OTE(optimal trade entry)여도 되고, liquidity sweep 반등이어도 된다. 핵심은 그 모델을 정밀하게 정의하고 오직 그것만 매매하며, 패턴이 노트가 아니라 반사신경에 새겨질 때까지 모든 사례를 기록하는 것이다.

왜 깊이가 넓이를 이기는가

매매 모델에는 저마다 성격이 있다. 잘 터지는 시간대가 정해져 있고, 맞는 변동성 국면이 있고, 어울리는 구조적 배경이 있다. 무너질 때도 정해진 방식으로 무너진다. 같은 패턴을 수백 번 봐야 이게 보인다. 패턴 인식은 읽어서가 아니라 표본 수로 만들어지는 거라서다.

하나의 모델을 반복하면 세 가지가 복리로 쌓인다:

A급 변형을 즉시 알아본다. 200번쯤 찍고 나면 차트를 한 번 훑고 이 사례가 교과서형인지 억지로 끼워 맞춘 건지 안다. 이 분별력은 어떤 지표보다 값진다.
실패 징후를 익힌다. 모든 모델은 저마다의 방식으로 진다. 진행 중에도 지는 버전의 생김새를 알면 저질 사례를 건너뛰고 일찍 손절할 수 있다.
진짜 데이터셋이 쌓인다. 모델 하나의 500건 표본은 정직한 기대값을 준다. 모델 열 개의 50건 표본은 직전 일주일에 따라 나를 들뜨게 하거나 겁주는 노이즈일 뿐이다.

넓이는 세련돼 보인다. 실제로는 데이터를 조각내고, 차트 앞에 앉는 시간을 희석시키고, 열 가지 일의 영원한 초보로 남게 만든다. 복리를 만드는 트레이더는 거의 예외 없이 좁다. 우위 하나를 찾았고, 그걸 계속 눌렀을 뿐이다.

실행 속도에도 복리가 붙는다. 같은 진입을 400번쯤 했으면 판단이 더 이상 작업 기억을 잡아먹지 않는다. 조건 충족 여부를 계산하는 게 아니라 수백 번 본 형태를 알아보는 것이다. 그렇게 남는 주의력이 매매 관리로 가고, 진짜 우위가 사는 드문 고품질 사례를 포착하는 일로 간다.

트레이더들은 왜 모델 하나만 하기를 거부하는가

이렇게 효과가 확실한데 왜 하는 사람이 드물까. 장벽은 기술이 아니라 심리다.

지루함. 패턴 하나만 기다린다는 건 대부분의 날에 매매가 없다는 뜻이다. 화면이 계속 움직이면 끼어들고 싶은 충동이 올라온다. 여기서 규율이란 그냥, 일부러 지루함을 견디겠다는 의지다.
다른 모델에 대한 FOMO. 내 모델이 아니라는 이유로 관망하는 동안 깔끔한 breaker block이나 완벽한 Turtle Soup가 5R까지 뻗는 걸 지켜봐야 하는 날이 온다. 그 쓰라림은 실재하고, 집중을 흔든다.
기회의 환상. 초보는 모델이 많을수록 기회가 많고 수익도 많다고 믿는다. 보통은 반대다. 모델이 늘면 한계적인 매매가 늘고, 과매매가 늘고, 데이터는 개선하기엔 너무 지저분해진다. 기회는 아는 패턴의 수가 아니라 하나의 패턴에서 잡아내는 고품질 반복의 수다.

나도 작년에 같은 벽에 부딪혔다. 뉴욕 오전 kill zone에서 sweep 진입을 기다렸는데 조건이 끝내 안 잡혀 관망했고, 그날 GBPJPY의 breaker 반등이 5R까지 갔다. 며칠은 참았다. 그래도 결국 두 주쯤 여러 모델을 섞어 잡다가 기록이 엉망이 돼 원점으로 돌아왔다. 남의 모델이 터지는 건 내 데이터가 아니라는 걸 그때 배웠다.

이 세 가지를 이름 붙여 두는 이유는, 단일 모델에 대한 저항이 예측 가능한 현상이기 때문이다. 지루함이나 FOMO를 느끼는 순간 그건 계획의 결함을 발견한 게 아니다. 계획이 요구하는 바로 그 구간을 견디고 있는 것이다.

모델 하나를 기계적으로 고르고 정의하는 법

모델 선택은 동전 던지기가 아니라 의사결정이다. 필터 세 개면 후보가 빠르게 좁혀진다.

1. 일정과 시간대에 맞는 모델인가

뉴욕 시간 8:00-10:00에만 차트를 볼 수 있다면 런던 시간대에 발동하는 모델은 당신에게 쓸모가 없다. 실제로 자리에 있을 수 있는 시간과 활성 구간이 겹치는 모델을 골라라. 뉴욕 오전 kill zone 진입은 미국 아침형 트레이더에게 맞고, 아시아 박스권 sweep은 밤에 깨어 있는 사람에게 맞는다.

2. 명확하고 기계적인 정의가 있는가

모델을 예/아니오 조건의 나열로 적어낼 수 있어야 한다. "상승 분위기다", "반등 느낌인데" 같은 막연한 판단이 필요한 모델은 백테스트도, 측정도, 개선도 불가능하다. 규칙으로 환원되는 것을 골라라.

3. 지켜볼 수 있는 시장에 살고 있는가

잘 알고 깔끔하게 지켜볼 수 있는 종목에서 매매하라. 서른 개를 로테이션하는 관심 목록보다 유동성 좋은 통화쌍 한두 개가 낫다. EURUSD나 BTCUSDT의 성격을 깊게 아는 것 자체가 우위의 일부다.

고른 뒤에는 모델을 체크리스트로 굳혀서 모든 진입이 예/아니오로 답하게 만들어라. 감이 아니라.

흐름 필터: 상위 타임프레임에서 반드시 참이어야 할 조건. 예컨대 가격이 discount에 있고, 일봉 방향이 상승이며, buy-side liquidity를 향해 움직이는 중일 것.
시간 필터: 트리거가 유효한 정확한 구간. 예컨대 뉴욕 9:30-11:00에 한정.
진입 트리거: 당신을 진입시키는 정확하고 기계적인 사건. 예컨대 MSS(시장 구조 전환) 후 가격이 특정 FVG로 되돌아올 것.
무효화: 아이디어가 틀렸음을 선언하는 정확한 가격. 손절 위치는 추측이 아니라 이 값으로 정해진다.
목표: 미리 정해둔 도착점. 예컨대 반대편 liquidity 풀, 또는 고정 R 배수.

클릭 전에 모든 줄에 예 아니오로 답을 못 하면, 그날 그건 당신의 모델이 아니다. 이 체크리스트가 시스템과 즉흥 습관을 가르는 선이다.

숙달 과정: 백테스트, 리플레이, 소액 실전, 사이즈 확대

숙달은 순서다. 단계를 건너뛰는 것이 단일 모델 전략 시도 대부분이 실패하는 이유다. 순서대로 돌려라.

1단계: 과거 사례 100건 이상 백테스트

몇 달치 깨끗한 과거 차트를 거슬러 올라가며 체크리스트 기준으로 모델 발생을 전부 표시하라. 결과, R 배수, 당시 배경, 매매당 메모 한 줄을 기록한다. 패턴의 원형을 익히고, 한 푼도 위험하지 않은 상태에서 첫 대략적 기대값을 얻는다. 백테스트 패스는 생략 불가다.

2단계: 100건 이상을 봉 단위로 리플레이

전체 차트가 다 보이는 백테스트는 결과를 미리 아는 상태의 판단을 부른다. 바 리플레이는 미래를 가리고, 실시간처럼 순서대로 결정하게 강제한다. 불확실성 속에서 방아쇠를 당기는 연습이 되는 구간이고, 진입 타이밍은 여기서 다듬어진다.

3단계: 최소 사이즈로 실전 검증

최소 사이즈로 실계좌에 올려라. 목표는 수익이 아니라 실제 감정 부하 아래에서 체크리스트를 실행할 수 있는지 증명하는 것이다. 작은 사이즈가 심리 훈련 비용을 싸게 유지해 준다.

4단계: 사이즈 확대

실행이 일관되고 기대값이 안정된 뒤에만 사이즈를 올린다. 프로세스가 증명되기 전의 확대는 미완성인 우위를 증폭할 뿐이다.

진행하면서 데이터를 쌓는다

네 단계 전체의 모든 사례가 스프레드시트 한 장에 들어간다. 날짜, 당시 배경, 시간대, A급이었는지 B급이었는지, 결과, R 배수, 그리고 가장 중요한 한 열, '무엇을 배웠는가'. 100건을 기록하면 이 모델에 대해 추측하는 걸 멈추고 알기 시작한다. 매매 일지는 잡일이 아니다. 반복을 우위로 바꿔주는 장치다.

실전 예시: sweep-MSS-FVG 진입 숙달

뉴욕 오전 kill zone에서 liquidity sweep 반등 모델 하나만 파는 트레이더를 생각해 보자. 그녀의 모델 정의는 정밀하다. 눈에 띄는 liquidity 풀을 훑고 지나간 뒤, 가격이 그 sweep 반대 방향으로 MSS(시장 구조 전환)를 만들어야 하고, 그 전환이 남긴 FVG(fair value gap)로 되돌아와야 한다.

진입은 FVG 터치, 손절은 sweep 극값 너머, 목표는 반대편 liquidity다.

구체적 사례. EURUSD가 뉴욕 9:40에 직전 세션 고점 1.0920을 sweep하고, 하방으로 displacement를 내며 단기 저점 1.0895를 깨고, 1.0908-1.0912 사이에 FVG를 남긴다.

그녀는 1.0910 터치에 진입하고, sweep 위 1.0924에 손절을 걸며, sell-side liquidity가 있는 1.0870을 목표로 삼는다. 리스크 14 pip에 보상 40 pip, 대략 2.8R짜리 아이디어. 완전히 기계적이다.

그녀의 판단에 없는 것을 보라. 다른 곳에서 더 나은 패턴을 찾는 스캔이 없고, order block이 더 깔끔하지 않을까 하는 논쟁이 없고, 매매 중에 모델을 의심하는 일도 없다. 체크리스트가 모든 변수를 미리 결정해 뒀으니 남은 질문은 품질 하나다. 교과서 사례인가, 아슬아슬한 사례인가. 이 좁음이 실행을 빠르고 반복 가능하게 만든다.

포인트는 이 한 건의 매매가 아니라 그 전에 기록해 둔 300개 버전이다. 이 패턴만 매매하니 이제 책이 가르쳐 주지 않는 것들이 보인다.

displacement 없는 sweep은 건너뛰는 저품질 B급 변형이라는 걸 바로 알아본다. 뉴욕 첫 90분에 가장 잘 터진다. displacement가 약한 얕은 MSS가 가장 흔한 패배 징후다. 단일 모델 전략 논거의 전부가 여기 있다. 하나의 모델에 집중된 반복.

숙달 판정 기준과 진행을 멈추는 실수들

세 가지가 동시에 참일 때 모델을 숙달한 것이다. 직전 매매 결과와 무관하게 실행이 일관되는 것. 자기 기록 데이터로 기대값을 아는 것. A급과 B급 변형을 즉시 구분하는 것. 그때가 돼야 두 번째 모델이 의미가 있고, 추가하더라도 같은 방식으로, 따로, 처음부터 배운다.

발목을 잡는 실수들은 꽤 일관된다:

너무 이른 확장. 숙달 안 된 모델 위에 새 모델을 얹으면 깊은 표본 하나 대신 얕은 표본 둘이 된다. 완전히 익힌 뒤에 넓혀라.
데이터 없이 매매. 기록된 표본이 없으면 기대값이 아니라 의견만 있는 것이다. 측정한 적 없는 우위는 알 수 없고, 평범한 연패 한 번에 좋은 모델을 버리게 된다.
정상 범위의 드로다운에서 포기. 기대값이 플러스인 모델도 5연패, 6연패 이상은 만든다. 데이터 작업을 해본 트레이더는 분포를 알기에 버틴다. 안 해본 트레이더는 최악의 타이밍에 접고 다시 모델 방황으로 돌아간다.

드로다운 속에서 하나의 모델을 믿고, 조건에 안 맞는 날은 전부 스킵하고, 해당하는 게 없으면 관망하는 것. 이 방법론 전체가 서 있는 규율이 그거다. 단일 매매 모델 전략은 판단을 줄여주는 지름길이 아니다. 같은 고품질 판단을 올바르게 수백 번 반복하겠다는 약속이고, 그렇게 하면 일관성은 목표가 아니라 부산물이 된다.

자주 묻는 질문

모델 하나를 숙달하는 데 매매가 몇 번 필요한가?

정해진 숫자는 없다. 다만 내 읽음을 신뢰하기 전까지 기록 100건이 합리적인 최소선이고, 패턴이 자동처럼 느껴지기까지 300~500건이다. 숫자보다 메모의 질이 중요하다. 맥락이 담긴 150건 기록이 맥락 없는 500건 집계보다 더 많이 가르친다.

모델 하나만 하면 기회를 너무 많이 놓치지 않나?

다른 모델의 움직임은 놓친다. 그건 맞다. 그런데 기회는 쓸 수 있는 패턴의 수가 아니라 실제로 잡아내고 개선할 수 있는 고품질 반복의 수다. 하나를 숙달한 집중형 트레이더가 모든 걸 쫓는 분산형보다 보통 더 번다. 기대값 곱하기 물량이 신선함을 이기기 때문이다.

내 모델이 더 이상 작동하지 않으면?

국면이 바뀌면 모델은 쇠퇴할 수 있고, 그걸 알려주는 건 데이터다. 나쁜 일주일이 아니라 의미 있는 표본에서 기록된 기대값이 하락하면 조건이 바뀌었는지 확인하고 흐름 필터를 조정한다. 측정을 해뒀기 때문에 추측 대신 쇠퇴를 일찍 본다.

단일 모델 매매 중에도 스캐너를 쓸 수 있나?

된다. 관심 목록 전체에서 당신 패턴만 골라 표시해 주는 스캐너가 있으면 모든 차트를 수동으로 돌보지 않고도 깨끗한 반복을 더 많이 잡는다. LiquidityScan은 sweep, order block, FVG, 구조 전환을 실시간으로 띄워 준다. 모델을 찾는 시간 대신 품질 판단에 주의력을 쓰게 되는 셈이다.

순서대로 훑으며 모델을 고르고, 정의하고, 숙달하라.

ICT 트레이딩에서 나만의 우위 찾기: 특화를 위한 프레임워크 - 당신에게 맞는 모델 하나를 고르는 의사결정 프레임워크다.
완전한 ICT 매매 모델 만들기: 단계별 가이드 - 고른 모델을 기계적 모델 전체로 완성하는 방법.
ICT 전략 백테스트, 제대로 하는 법 - 정직한 기대값을 내놓는 백테스트 방식.
프로들이 쓰는 ICT 매매 일지 템플릿 - 반복을 우위로 바꾸는 데이터 스프레드시트.
Liquidity Sweep 후 MSS: 반등 시퀀스 가이드 - 실전 예시의 sweep-전환 모델 그 자체.
ICT 트레이더를 위한 정밀 뉴욕 오전 kill zone 전략 - 예시 모델이 발동하는 시간대 창.
2026년에도 ICT kill zone이 통하는가? 데이터 기반 현실 점검 - kill zone 유효성에 대한 다른 각도의 글.