거짓 매매 신호 필터링

거짓 매매 신호는 어떻게 걸러내는가?

거짓 매매 신호를 걸러내려면 기술적으로는 패턴이 존재하지만 맥락이 없는 경우를 먼저 제거해야 한다. 유동성이 부족한 시장, 확정되지 않은 봉, 조건을 충족하지 못한 형태, 어느 시간 프레임에서도 동의하지 않는 설정이 여기에 들어간다. LiquidityScan은 여러 필터를 겹쳐 이 문제를 처리한다. 잡음을 줄이면 신호의 질은 높아지지만 승률을 뜻하지는 않는다.

이 문장의 의미가 이 페이지 전체의 중심이다. 한 번 더 읽어도 된다. 여기서 말하는 "거짓 신호"는 "손실이 난 거래"가 아니다. 처음부터 관심을 받을 자격이 없었던 감지를 뜻한다. 잡음을 줄이는 일과 승자를 예측하는 일은 전혀 다른 문제다. 둘을 섞어 말하는 도구라면 무언가를 팔고 있는 셈이다.

"거짓 신호"의 실제 의미와 아닌 것

차트에는 무언가처럼 보이는 봉이 늘 있다. 양봉 2개가 연속으로 나오면 engulfing 움직임처럼 보인다. 3개 봉 사이의 간격은 Fair Value Gap (FVG)처럼 보인다. 상승 직전 마지막 음봉은 order block처럼 보인다. 패턴만 대조하면 수백 개 종목에서 하루에도 수천 개가 잡힌다. 그중 실제 정보를 담은 경우는 거의 없다.

모든 것을 잡아내는 스캐너는 쓸모없는 수준을 넘어 오히려 해롭다. 우연히 겹친 패턴이 폭포처럼 쏟아져 맥락이 있는 소수의 설정을 파묻기 때문이다. 그래서 거짓 신호를 정확히 정의하면 이렇다. 기술적으로는 존재하지만 의미를 부여할 주변 조건이 빠진 패턴이다. 유동성을 가져가지 않았다. displacement가 없다. 세션이 맞지 않는다. 상위 시간 프레임의 동의가 없다. 이미 mitigation이 끝났다.

거짓 신호가 아닌 것은 손실 거래다. 구조가 깨끗하고 조건을 모두 충족했으며 여러 시간 프레임이 정렬된 감지도 실패할 수 있다. 시장은 확률적으로 움직인다. 거짓 매매 신호를 필터링한다는 것은 내가 보는 대상의 맥락을 개선하는 일이지, 실제로 취한 거래의 결과를 보장하는 일이 아니다. 이 두 개념을 따로 놓으면 아래 내용도 자연스럽게 이해된다.

원시 감지에서 잡음이 이렇게 큰 이유는 무엇일까? 대부분의 ICT와 Smart Money Concepts 패턴이 봉의 기하학적 형태로 정의되기 때문이다. 그런 형태는 우연히도 계속 반복된다. 5분봉 하나만 봐도 일주일 동안 engulfing 조건에 맞는 2개 봉 관계가 수십 번 나타날 수 있다.

여기에 수백 개 종목과 6개 시간 프레임을 곱하면 원시 감지 수는 수만 건으로 불어난다. 실제로 원하는 신호도 그 안에 있다. 다만 전부 묻혀 있을 뿐이다. 필터링은 그 물을 빼내는 작업이다.

LiquidityScan이 거짓 매매 신호를 거르는 필터

LiquidityScan은 서로 다른 종류의 맥락 부족 감지를 각각 제거하는 독립 필터를 사용한다. 피드에 도착하기 전에 단계별로 걸러낸다.

1. 2,000만 달러 거래량 기준

신호 목록은 24시간 기준 거래량이 2,000만 달러 미만인 종목을 처음부터 제외한다. 얇고 유동성이 낮은 시장에서는 가장 기만적인 패턴이 나온다. 주문 하나가 참여 부족을 반영했을 뿐인데 "sweep"이나 "displacement"처럼 보일 수 있다.

기준선 아래의 종목은 아예 나타나지 않는다. 주식, 금속, 에너지 같은 전통 금융자산은 2,000만 달러 아래에서도 정상적으로 거래되는 경우가 많아 예외로 둔다. 가장 거친 필터지만 첫 단계에서 효과가 크다.

2. 종가 확정 봉 기반의 비리페인트 감지

모든 스캐너는 확정되어 마감된 봉만 감지한다. 실시간으로 진행 중인 봉은 항상 버린다. 덕분에 봉이 끝나기 전에 나타나 진입을 유도했다가 종가가 달라지면 사라지는 깜빡이는 설정을 통째로 제거할 수 있다.

감지는 마감된 데이터에서 다시 계산되고 멱등성을 갖는다. 한 번 존재한 신호가 나중에 리페인트로 사라지지 않는다. 본 것이 실제로 발생한 내용이다.

3. 엔진별 조건 검증

각 엔진은 단순한 형태만 보고 작동하지 않는다. 그 형태에 의미를 부여하는 구조적 조건을 요구한다.

• OB+는 order block에서 나온 impulse가 실제로 유동성을 가져갔는지 확인한다. 이전 스윙 고점인 buy-side 또는 저점인 sell-side를 돌파해야 한다. 아무것도 가져가지 않은 움직임 직전의 봉은 OB+가 아니다.
• OB++는 움직임의 강도까지 검사한다. displacement가 ATR(14)의 1.5배 이상이어야 한다. 힘없이 늘어진 움직임은 조건을 충족하지 못한다.
• FVG는 다중 시간 프레임의 중첩 등급인 FVG+와 FVG++만 의도적으로 보여준다. 같은 방향의 상위 시간 프레임 FVG 안에 들어간 간격만 남긴다. 가장 흔하면서 의미가 약한 단일 시간 프레임 FVG를 제외하는 구조다.
• CRT는 완전한 Candle Range Theory 형태를 요구한다. 이전 봉을 넘어선 wick sweep, 이전 범위 안으로 돌아온 몸통 종가, 이전 봉보다 작은 몸통이 모두 있어야 한다. 긴 wick 하나만으로는 부족하다.
• Pulse는 기존 기본 신호를 다시 필터링해 같은 시간 프레임에서 방향이 일치하는 RSI(14) confluence가 있는 신호만 통과시킨다.

4. 신선도

OB+와 FVG 구역은 신선하고 mitigation되지 않은 동안만 표시된다. 가격이 이미 되돌아와 거래한 구역은 대부분의 모델에서 역할을 끝냈다. 그런 구역에 계속 알림을 보내는 것은 잡음이다. 건드리지 않은 구역만 보여주고 재테스트에서 알림을 울리면, 스캐너는 오래되어 이미 소진된 레벨을 후보에서 제거한다.

5. 다중 시간 프레임 confluence, Core Layer

Core Layer 엔진은 실시간 신호를 여러 시간 프레임에서 같은 방향이 맞물리는 묶음으로 구성한다. 예를 들어 Weekly, Daily, 4H가 모두 상승 방향인 경우다. 단독 5분봉 신호는 맥락이 약하다. 일봉과 주봉이 같은 방향을 가리킬 때는 맥락이 더해진다.

엔진은 최소 2개의 정렬된 시간 프레임을 요구하고, 시간상 맞지 않는 묶음은 제거한다. 오래된 주봉이 새로 형성된 일봉을 억지로 받쳐서는 안 된다. Confluence 목록과 War Room도 같은 정렬 논리를 바탕으로 작동한다.

6. Scanner Studio의 맥락 필터

자신만의 기준으로 거짓 매매 신호를 걸러내고 싶은 트레이더라면, 코드 없이 규칙을 만드는 Scanner Studio에서 맥락 조건을 추가할 수 있다. killzone, 세션, 자산군, 요일, 조정 가능한 거래량 기준을 원하는 엔진과 지표에 결합해 하나의 AND/OR 규칙으로 만든다. 예를 들어 뉴욕 세션 밖에서 나온 모든 설정을 버리는 개인 필터를 그대로 적용할 수 있다.

필터는 어떻게 겹쳐지는가

이 필터들은 하나씩만 보면 대단해 보이지 않는다. 힘은 누적에서 나온다. 매일 수천 건의 패턴이 잡히는 원시 범위를 떠올린 뒤, 각 단계가 어떻게 숫자를 줄이는지 보면 된다.

1. 거래량 기준 - 유동성이 낮은 종목을 모두 제거한다. 가장 기만적인 시장은 감지가 실행되기도 전에 사라진다.
2. 종가 확정 봉 감지 - 봉이 끝나기 전 깜빡이는 신호를 모두 제거한다. 확정된 이벤트만 남는다.
3. 엔진 조건 검증 - 유동성을 가져가지 않았거나, displacement가 없거나, 중첩되지 않았거나, 필요한 형태를 갖추지 못한 패턴을 제거한다.
4. 신선도 - 이미 mitigation된 구역을 제거한다.
5. Confluence - 상위 시간 프레임도 동의하는 신호를 더 높은 맥락의 후보로 올린다.

결과물은 "수익 거래"가 아니다. 한 번 볼 때 더 많은 맥락을 담은, 점점 정리된 후보 목록이다. 설정 수는 줄어들지만 각 후보의 정보 밀도는 높아진다. 이것이 정직하게 말할 수 있는 전부다.

실제 사례를 보면 필터가 겹치는 방식이 분명해진다. 24시간 거래량이 600만 달러인 저시총 무기한 선물 종목에서 상승 order block이 잡혔다고 하자. 봉이 진행 중인 가운데 형성됐고, impulse는 이전 스윙 고점을 돌파하지 못했다. 가격은 지난 세션에 이미 그 레벨로 되돌아왔으며, 일봉과 주봉은 모두 하락 방향이다.

모든 단계에서 탈락한다. 거래량 기준에서 종목이 제거되고, 종가 확정 봉 감지는 진행 중인 봉을 무시한다. 유동성을 가져가지 않았으므로 OB+ 검증도 실패한다. 구역은 이미 mitigation되어 신선도에서도 탈락한다. 상위 시간 프레임의 방향이 다르므로 confluence도 통과하지 못한다. 하나의 감지가 5번 연속으로 걸러지고, 트레이더의 화면에는 아예 나타나지 않는다.

이번에는 BTCUSDT의 신선하고 mitigation되지 않은 OB++로 바꿔보자. 24시간 거래량은 300억 달러이고, 종가가 확정된 impulse가 sell-side liquidity를 sweep했으며 displacement도 ATR의 1.5배를 넘겼다. 주봉과 일봉은 모두 상승 방향이다. 같은 이름의 원시 패턴이지만 맥락은 정반대이고, 최종 판정도 정반대다.

잡음의 원인과 LiquidityScan의 필터 방식

이것이 승률이 아닌 이유

잘못 읽기 쉬운 부분이라 다시 짚는다. 잡음을 필터링하면 평가할 후보의 질과 맥락이 달라진다. 후보 하나가 수익으로 끝날지는 말해주지 않는다. LiquidityScan은 승률을 계산하거나 공개하거나 암시하지 않는다. 피드가 깨끗해졌다고 해서 승률을 추정해서도 안 된다.

구체적으로 보자. 뉴욕 kill zone에서 주봉과 일봉 confluence를 갖춘 BTCUSDT의 신선한 OB++는 맥락이 높은 후보다. 그래도 뉴스 발표, 거시 환경의 변화, 단순한 무작위성에 휩쓸릴 수 있다.

필터가 높인 것은 구조적으로 실제인 대상을 보고 있을 가능성이지 거래의 승산이 아니다. 깨끗한 감지도 실패할 수 있고 실제로 실패한다. 정상적인 일이며 예상할 수 있는 일이다. 감지가 "유효했는지"와는 별개다.

그래서 헤드라인에 정확도 숫자를 내세우는 스캐너는 의심해야 한다. 감지의 질과 거래 결과는 서로 다른 단위로 측정된다.

도구는 구조적으로 약한 패턴을 어떻게 제거하는지 정직하게 보여줄 수 있다. 하지만 살아남은 후보 중 어느 정도가 수익을 낼지는 정직하게 말할 수 없다. 그 결과는 진입, 손절, 목표가, 포지션 규모, 그리고 해당 거래를 수행하는 시장 국면에 달려 있다.

일부 엔진의 WIN/LOSS 표시는 내부 수명 주기 기록이다. 레벨에 가격이 도달했는지를 기록할 뿐이며, 공개 성과 통계가 아니다. 그렇게 읽어서도 안 된다.

마지막 필터는 어떻게 더하는가

플랫폼은 객관적으로 정의할 수 있는 잡음을 대규모로 제거한다. 가장 중요하고 마지막에 남는 필터는 스캐너가 자동화할 수 없는 트레이더의 판단이다.

• 상위 시간 프레임 방향성. 먼저 자신의 방향성 판단을 세운 뒤 그 방향에 맞는 신호만 취한다. 강한 상승 주봉을 정면으로 거스르는 완벽한 하락 설정도 원하지 않는 역추세 거래일 수 있다.
• 작성된 체크리스트. 유동성이 남아 있는가? 구역이 신선한가? Confluence가 쌓였는가? 세션이 맞는가? 계획한 손절 기준에서 손익비가 받아들일 만한가? 후보가 목록 중 하나라도 통과하지 못하면, 감지가 아무리 깨끗해도 자신에게는 잡음이다.
• 감당할 수 있는 위험. 깨끗한 설정도 실패한다. 손실 연속이 계좌를 끝내는지 여부를 결정하는 것은 신호의 질이 아니라 포지션 규모와 손절 위치다. 실제로 계좌를 보호하는 필터는 이것이다.

역할 분담은 분명하다. 스캐너는 객관적인 규칙으로 구조적 거짓 매매 신호를 대규모로 걸러낸다. 트레이더는 자신의 적합성, 방향성, 위험을 걸러낸다. 어느 한쪽도 다른 쪽을 대신할 수 없다.

자주 묻는 질문

거짓 신호를 걸러내면 남은 신호는 수익으로 끝나는가?

아니다. 필터는 맥락이 약한 잡음, 유동성이 낮은 종목, 확정되지 않은 봉, 조건을 충족하지 못한 형태, 오래된 구역을 제거한다. 평가할 대상의 질은 높이지만 특정 거래 하나가 수익으로 끝날 확률을 높인다고 말하지는 않는다. LiquidityScan은 승률을 공개하지 않으며, 조건을 모두 충족하고 confluence까지 갖춘 설정도 실패할 수 있다. 결과는 필터가 아니라 시장과 위험 관리가 결정한다.

왜 하필 2,000만 달러 거래량 기준인가?

얇은 시장에서는 가장 오해를 부르는 패턴이 나온다. 주문 하나가 아무 의미도 없는 sweep이나 displacement를 만들어낼 수 있다. 2,000만 달러 24시간 기준 거래량을 적용하면 유동성이 낮은 종목을 피드에서 통째로 제외해 거짓 신호가 생성되기 전에 막을 수 있다. 주식, 금속, 에너지 같은 전통 금융자산은 이 수준 아래에서도 정상적으로 거래되는 경우가 많아 예외로 둔다.

신호가 리페인트되거나 사라지지 않게 하는 것은 무엇인가?

모든 엔진은 확정되어 마감된 봉만 감지하며, 실시간 진행 봉은 항상 버린다. 감지는 마감된 데이터에서 다시 계산되고 멱등성을 갖기 때문에, 한 번 존재한 신호가 봉 마감 뒤 깜빡이거나 리페인트로 사라지지 않는다. 나타나 진입을 유도했다가 사라지는 봉 중간의 거짓 신호를 통째로 제거하는 구조다.

나만의 잡음 필터를 설정할 수 있는가?

가능하다. 코드 없이 규칙을 만드는 Scanner Studio에서 원하는 엔진을 RSI, EMA, ATR, 등락률 같은 지표와 결합할 수 있다. killzone, 세션, 자산군, 요일, 조정 가능한 거래량 기준도 함께 넣어 하나의 AND/OR 규칙으로 만들 수 있으며, 이 규칙은 매시간 전체 시장을 대상으로 평가된다. 예를 들어 자신의 거래 세션 밖에서 나오는 모든 설정을 제외하는 식으로 개인적인 잡음의 정의를 적용하면 된다.

관련 탐색 경로

원시 봉에서 검증된 다중 시간 프레임 후보까지, 감지가 만들어지는 과정을 따라가면 된다.

• LiquidityScan 스캐너 작동 방식 - 필터가 실행되기 전에 감지를 만드는 전체 처리 과정을 확인할 수 있다.
• 유동성과 거래량의 차이 - 2,000만 달러 기준이 실제로 무엇을 측정하며 왜 의미가 있는지 이해할 수 있다.
• LiquidityScan은 신뢰할 수 있는가? - 감지 검증 방식과 WIN/LOSS 표시가 의미하는 것, 의미하지 않는 것을 확인할 수 있다.
• ICT 탑다운 분석: 다중 시간 프레임 정렬 - 가장 높은 맥락의 필터를 만드는 confluence 논리를 다룬다.
• order block 스캐너: 실시간 OB 및 FVG - OB와 FVG 감지에 조건 검증과 신선도가 어떻게 적용되는지 확인할 수 있다.
• LiquidityScan과 수동 차트 검색 비교 - 수백 개 차트를 눈으로 확인하는 것보다 대규모 필터링이 나은 이유를 설명한다.
• LiquidityScan은 매수·매도 신호를 제공하는가? 맥락 엔진과 신호 서비스의 차이 - LiquidityScan이 신호를 제공하는지에 관한 관련 관점을 다룬다.
• LiquidityScan은 사용할 가치가 있는가 - 필터링 과정을 확인한 뒤 제공 범위가 비용을 정당화하는지 평가할 수 있다.
• LiquidityScan 플랫폼 가이드 — 신호 필터링 기능과 실제 판단 워크플로를 전체적으로 익힐 수 있습니다.