Gunbot Bollinger Bands Stepgain: 90개 구간 중 37개만 수익, 최대 드로다운 39.1%

볼린저 밴드 하단 이탈 후 가격 회귀에 베팅: 횡보장에서는 저점 매수가 유효하지만, 단방향 하락이 이어지면 손절이 연속 발생한다.

Gunbot Bollinger Bands Stepgain은 BTCUSDT 15m에서 90회 분할 백테스트에서 수익 구간이 37/90, 구간 수익 중앙값 -7.6%, 최대 드로다운 39.1%였습니다. 같은 기간 바이 앤 홀드의 각 구간 수익 평균은 -1.7%였습니다. 이 데이터 세트만으로는 '아무것도 하지 않기'를 꾸준히 앞서는 능력을 보여주지 못했으며, 소수 분할은 양의 수익을 냈지만 대부분 분할은 음의 수익 구간에 머물렀습니다. 이번 테스트는 동일한 이력을 6개의 겹치지 않는 윈도로 나누고, 15라운드 반복하며 경계를 무작위로 흔들어 총 90회 백테스트를 수행했습니다. 이들은 90개의 독립 표본이 아니라 동일 데이터의 90가지 서로 다른 분할이므로 결과는 분할에 매우 민감합니다. 구간 수익 최고 +30.6%, 최저 -32.3%, 중앙값 -7.6%였고, 최고 구간은 1라운드 6구간, 2026-07-13부터 2026-10-04, 구간 수익 +30.6%, 해당 구간 최대 드로다운 6.8%였습니다. 최악 구간은 1라운드 3구간, 2026-01-04부터 2026-03-28, 구간 수익 -32.3%, 해당 구간 최대 드로다운 39.1%였습니다. 강제청산 0구간, 비율 0.0%로 계좌가 0이 된 사례는 관찰되지 않았지만, 39.1%의 최대 드로다운은 이미 대부분의 사람이 보유하기 어렵게 만듭니다. 거래 논리로 보면, Bollinger Bands에 Stepgain을 더한 전략은 가격이 Bollinger Band 가장자리에 닿은 뒤 중간선으로 회귀하는 것, 즉 단기 평균 회귀에 베팅할 가능성이 큽니다. Stepgain은 분할 익절을 담당하고, 손절은 손실을 차단합니다. 이 가정은 횡보하거나 오르내리는 장세에서는 성립하기 쉽고, 단방향 추세, 낮은 변동성의 좁은 박스권 정리, 또는 높은 변동성의 급락에서는 쉽게 실패합니다. 가격이 중간선으로 돌아오지 않아 손절이 반복 발동되거나, 계단식 익절이 작은 이익만 실현하고 큰 역방향 포지션을 남깁니다. 데이터도 이 해석을 지지합니다. 거래당 평균 이익 $1,590, 거래당 평균 손실 $4,752이며, 평균 손실 금액이 평균 이익 금액보다 현저히 커서, 수익은 소수 구간의 큰 양의 수익이 대부분 구간의 음의 수익을 상쇄해야 합니다. 수익 구간이 37/90에 불과하다는 것은 대부분의 시간 동안 순풍 환경이 아니라는 뜻입니다. 독자가 판단하는 데 가장 유용한 숫자는 최고 +30.6%가 아니라 수익 구간 37/90, 구간 수익 중앙값 -7.6%, 최대 드로다운 39.1%, 그리고 바이 앤 홀드와의 비교입니다. 같은 기간 보유 각 구간 수익 평균은 -1.7%였습니다. 구간 수익 중앙값 -7.6%는 바이 앤 홀드 각 구간 수익 평균 -1.7%보다 낮아, 적어도 전형적인 분할이 보유 벤치마크를 앞서지 못했음을 보여줍니다. 37/90은 수익 횟수가 절반에 못 미친다는 것을, 39.1%는 꼬리 위험이 매우 크다는 것을 보여줍니다. 최고 구간 +30.6%는 분명 눈에 띄지만, 이는 90회 분할 중 한 번일 뿐이고 해당 구간 드로다운은 6.8%이므로 전체 분포를 대표할 수 없습니다. 파라미터 출처도 분명히 해야 합니다. bb_period, bb_multiplier, bb_buy_level, stepgain_sell_percent, stop_loss_percent, interval, position_size, 그리고 position_value는 1000에서 100000까지(재고는 풀 포지션으로 수정)가 원문에 제시된 것이 아니라 업계 관행에 따라 채워 넣은 것이며, 나머지만 원문을 그대로 따랐습니다. 따라서 이번 재현은 원래 전략의 완전한 파라미터를 엄격히 복원한 것이라기보다 관행에 따라 보완한 구성에 더 가깝습니다. 백테스트는 BTCUSDT 15m만 포함하며, 수수료, 슬리피지 등 거래 마찰은 평가하지 않았습니다. 90회 분할은 난수 시드를 저장해 동일 분할을 재현할 수 있지만, 여전히 독립 표본과 같지는 않습니다. 본 내용은 역사적 데이터의 재현 검증이며 투자 조언을 구성하지 않습니다. 본 플랫폼은 추천, 등급, 순위를 제공하지 않습니다.