거시 경제 판단이 맞아도 여전히 돈을 잃는 세 가지 방식

얼마 전, 저는 FOMC 주간을 위한 AI 거시 경제 대시보드를 구축한 방법에 대해 글을 쓴 적이 있습니다 — AI를 활용해 경제 캘린더, 뉴스, 시나리오를 실제 거래에 활용할 수 있는 형태로 압축하는 방법을 다뤘습니다. 그 글은 정보를 파악하고 준비하는 과정에 관한 것이었습니다. 이번 글은 그 이후에 일어나는 일, 즉 괜찮은 거시 경제 판단과 탄탄한 대시보드를 갖추고도 실행 과정에서 돈이 새어 나갈 수 있다는 불편한 현실에 관한 것입니다.

2026년 6월과 7월 초, 저 같은 학습자도 관점을 형성할 수 있을 만큼 배경이 분명했습니다. 5월 미국 PCE 인플레이션이 전년 대비 4.1%로 2023년 4월 이후 최고치를 기록한 반면, 6월 비농업 고용은 시장이 예상했던 약 110,000건에 훨씬 못 미치는 57,000건 증가에 그쳤습니다. 전형적인 “끈질긴 인플레이션과 냉각되는 고용”의 긴장 구도였습니다.

같은 시기, EUR/USD는 6월 말 1.14 부근에서 거래되고 있었고, 금은 월말까지 $4,000 바로 위를 유지하고 있었습니다. 실제 거래 가능한 거시 경제 여건이었습니다. 제 문제는 이를 보지 못한 것이 아니었습니다. 제 문제는 그 판단을 타이밍, 규모, 심리에서 출혈 없이 거래로 전환하는 것이었습니다.

학습 속도를 높이기 위해, 저는 이제 상세한 거래 저널을 작성하고 원본 노트를 간단한 로컬 Python 스크립트에 입력합니다. 이 스크립트는 제 기기에서 비공개로 실행되는 소규모 오픈소스 언어 모델을 사용해 반복되는 행동 패턴을 요약하고 “곧 움직일 거야”, “이번 한 번만”, “크게 느껴져”와 같은 감정적 언어를 표시합니다. 거래를 생성하지는 않습니다. 제 프로세스에서 여전히 실패하고 있는 부분을 파악하도록 도와줄 뿐입니다.

거시 경제 관점이 대략 맞아도 여전히 돈을 잃는 세 가지 주요 방식과, 마침내 그 누수를 막기 시작한 규칙, 프롬프트, AI 워크플로를 소개합니다.

1. 타이밍: 관점은 맞았지만, 날이 틀렸다

6월 말, 저는 EUR/USD에 대해 약세 입장이었고, 해당 페어가 1.14 부근에서 거래되는 동안 달러 강세 관점을 표현하고 싶었습니다. 인플레이션은 여전히 뜨거웠고, Fed는 단호한 톤을 낼 여지가 있었으며, 서사는 유로 약세를 뒷받침했습니다. 방향성 면에서 그 관점은 터무니없지 않았습니다.

저는 며칠에 걸친 거시 경제 테제를 “곧 움직일 거야”식 스캘프로 취급했습니다. 구체적인 가격 트리거 없이 숏에 들어갔고, 페어는 먼저 횡보하다 제 손절에 도달한 뒤에야 제가 예상했던 방향으로 흘러갔습니다. 그 주 저널 기록에는 “곧 떨어져야 해”, “움직임을 놓치고 싶지 않아”와 같은 표현이 가득합니다.

문제는 분석이 아니라 타이밍 규율이었습니다.

이제 타이밍에 사용하는 규칙: 거시 경제 편향 거래라면, 4시간 또는 일봉 차트에서 구체적인 전술적 트리거가 필요합니다 — 결정적인 종가, 깔끔한 돌파 후 재테스트, 또는 모멘텀 확인.

1. 트리거 없음 = 거래 없음.
2. 최대 인내 기간: 거래일 기준 5일.
3. 그 기간 안에 트리거가 없으면, 아이디어는 관심 목록으로 돌아갑니다.

바로 가져다 쓸 수 있는 추가 예시 하나. 이제 거시 경제 거래 전에 저널에 반드시 두 줄을 따로 적습니다:

• “거시 경제 관점:” 큰 그림에 대한 한 문장.
• “진입 조건:” 기다리고 있는 실제 가격 패턴에 대한 한 문장.

이 두 줄이 맞지 않으면, 거래하지 않습니다. 단순해 보이지만, 이미 “관점은 맞았지만, 날이 틀린” 손실을 여러 번 막아 주었습니다.

2. 리스크: 확신은 사이징 모델이 아니다

두 번째 큰 누수는 강력한 스토리에 휘둘려 과도한 포지션을 잡는 것입니다. 헤드라인이 명백해 보이면, 확신이 리스크를 줄여 주는 것처럼 행동하기 시작합니다. 실제로는 그 반대입니다.

이는 원유와 금처럼 거시 경제 스토리가 항상 긴급하게 느껴지는 시장에서 가장 분명하게 나타납니다. 6월과 7월에 유가는 여전히 인플레이션과 지정학적 리스크에 깊이 얽혀 있었고, 금은 4,000 선을 넘나들고 있었습니다. 서사적 연료가 부족한 상황은 아니었습니다.

그 서사가 규모를 결정하게 두면, 정상적인 되돌림조차 머릿속에서는 커리어를 끝내는 사건이 됩니다.

이제 리스크에 사용하는 규칙:

1. 거래당 자기자본의 최대 1%만 리스크에 노출합니다.
2. 포지션 규모 = (자기자본 × 1%) ÷ ATR 조정 손절 거리.
3. 진입 전 저널에 정확한 달러 리스크를 기록합니다. 예외 없음.

여전히 확신은 있습니다. 다만 더 이상 확신이 사이징 공식에 손대게 두지 않을 뿐입니다.

바로 가져다 쓸 수 있는 추가 예시 하나: “고확신” 거래 직전에 이렇게 물어보세요. “이 거래가 작동하기 전에 정상적으로 되돌린다면, 손절을 건드리지 않고 버틸 수 있는가?”

솔직한 답이 “아니오”라면, 포지션이 너무 큰 것입니다.

“예”라고 진심으로 말할 수 있을 때까지 규모를 줄입니다.

3. 심리: 좋은 테제가 나쁜 핑계가 될 때

세 번째 누수는 순전히 심리적입니다. 좋은 테제를 이용해 스스로의 규칙을 깨는 것을 정당화하는 것입니다.

금이 제가 가장 좋아하는 예시입니다. 6월 말, 금은 $4,000 바로 위에서 마감하고 있었고, 인플레이션과 성장을 둘러싼 거시 경제 긴장이 거의 어떤 서사든 정당화할 수 있을 정도였습니다. “거시 경제”로 항상 설명할 수 있는 것을 거래하면, “스토리가 여전히 맞으니까”라는 이유로 손절을 넓히거나, 규모를 늘리거나, 더 오래 보유하기가 위험할 정도로 쉬워집니다.

저는 세 가지를 모두 해 봤습니다.

불리하게 흘러간 한 숏 거래에서, 진입 시 명확한 손절이 있었습니다. 데이터 발표 후 시장이 반대로 움직이자, 손절을 넓히며 “거시 경제는 여전히 좋아”라고 스스로에게 말했습니다. 스토리는 바뀌지 않았습니다. 제 규율이 바뀐 것입니다. 그 한 번의 결정이 감당할 수 있는 손실을 며칠에 걸쳐 파헤쳐야 하는 것으로 바꿔 놓았습니다.

이제 심리에 사용하는 규칙:

1. 손절을 한 번이라도 옮기면 자동으로 규칙 위반으로 기록됩니다.
2. 규칙 위반 또는 연속 두 번의 손실이 발생하면 의무적으로 24시간 거래 중단이 발동됩니다.
3. 그 중단 기간에는 저널 기록과 차트만 검토합니다 — 신규 주문은 없습니다.

이 규칙이 감정을 없애 준다고 가장하지 않습니다. 최악의 결정이 복리로 쌓이는 것을 막아 줄 뿐입니다.

바로 가져다 쓸 수 있는 추가 예시 하나: 진입 후 저널 기록에 “테제가 여전히 마음에 든다”는 말이 한 번 이상 나온다면, 아마 더 이상 거래를 관리하는 것이 아니라 거래와 논쟁하고 있는 것입니다.

저는 그런 문장마다 태그를 붙입니다. 큰 손실 주변에 그 태그들이 모여 있는 것을 보고, 24시간 중단을 강제해야겠다는 결심이 섰습니다.

저널을 바꾼 프롬프트

가장 큰 업그레이드는 AI 스크립트가 아니었습니다. 모호한 성찰에서 반복 가능한 프롬프트로 전환한 것이었습니다.

손실 거래 후마다 이제 다음 질문에 답합니다:

• 거시 경제 관점은 한 문장으로 무엇이었는가?
• 24시간 안에 그 관점을 무효화했을 것은 무엇인가?
• 이 손실은 잘못된 분석 때문인가, 잘못된 실행 때문인가?
• 셋업이 트리거되어서 진입했는가, 아니면 기다리는 데 지쳐서 진입했는가?
• 규칙을 깨기 직전에 스스로에게 한 정확한 문장은 무엇인가?
• 지금 포지션이 없다면, 여기서 이 거래를 여전히 하겠는가?
• 가장 많은 돈을 지켜 줬을 규칙은 무엇인가?

거창하지 않습니다. 손실을 카테고리로 분류하게 할 뿐입니다. “나쁜 거래”는 고치기엔 너무 모호합니다. “조기 진입”, “과도한 규모”, “손절 이동”은 실행 가능합니다.

여기서 AI를 실제로 사용하는 방식

이전 FOMC 대시보드 글에서 AI는 전면에 있었습니다. 캘린더, 연설, 데이터를 하나의 거시 경제 관점으로 모아 주는 데 도움이 되었죠.

여기서 AI는 배경에 있습니다.

저는 Deriv의 AI 차트 분석 도구인 tradersview.deriv.com에서 거래를 하고 셋업을 검토한 다음, 저널을 간단한 CSV로 내보냅니다. 모든 가격, 심볼, 노트는 제 계좌 내역과 차트에서 직접 가져옵니다.

AI 모델의 역할은 세 가지로 한정됩니다:

• 노트에서 감정적 표현을 표시합니다 (조급함, 두려움, 복수, 희망, 과신).
• 손실 거래 주변에서 각 테마가 얼마나 자주 나타나는지 집계합니다.
• 손실이 분석 오류(“테제가 틀렸다”)처럼 들리는지, 실행 오류(“조기, 과도한 규모, 손절 이동”)처럼 들리는지 태그합니다.

제가 사용하는 대표적인 프롬프트:

• “아래 저널 기록을 읽어 주세요. 반복되는 감정적 언어, 특히 두려움, 조급함, 복수 거래, 과신을 식별해 주세요. 테마별로 그룹화하고 정확한 표현을 인용해 주세요.”

• “이 20건의 거래를 검토해 주세요. 분석 오류로 인한 손실과 실행 오류로 인한 손실을 구분해 주세요. 건수, 예시, 가장 흔한 규칙 위반을 알려 주세요.”

• “이번 주 저널을 쉬운 말로 요약해 주세요. 가장 큰 행동 누수 세 가지는 무엇이며, 각각에 대해 다음 주에 테스트할 구체적인 규칙 하나는 무엇인가요?”

무엇을 거래할지 묻지 않습니다. 어디서 계속 스스로를 다치게 하는지 묻습니다.

의사코드: AI 저널 도우미가 실제로 작동하는 방식

저널을 로컬 Python 스크립트로 실행하지만, 로직은 어떤 언어로든 구축할 수 있을 만큼 단순합니다.

일반 의사코드로 작성한 워크플로입니다:

START
  READ "trade_journal.csv"
    COLUMNS: date, symbol, pnl, notes
  DEFINE EMOTION_SETS:
    impatience    = ["should move", "too early", "soon", "jumped in"]
    overconfidence = ["high conviction", "obvious", "easy trade"]
    fear          = ["scared", "nervous", "hesitated", "cut early"]
    revenge       = ["get it back", "make it back", "chase", "missed it"]
    hope          = ["it will come back", "just this once", "give it room", "macro is still good"]

  FOR EACH trade IN journal
    text = LOWERCASE(trade.notes)
    themes = EMPTY_SET
    FOR EACH (label, phrases) IN EMOTION_SETS
      FOR EACH phrase IN phrases
        IF phrase IS IN text THEN
          ADD label TO themes
        ENDIF
      ENDFOR
    ENDFOR
    IF text CONTAINS ANY OF ["early", "no trigger", "moved stop", "oversized", "cut early"] THEN
      error_type = "execution"
    ELSE IF text CONTAINS ANY OF ["wrong thesis", "missed macro", "data changed", "read was wrong"] THEN
      error_type = "analysis"
    ELSE
      error_type = "unclear"
    ENDIF
    ATTACH themes AND error_type TO trade
  ENDFOR
  COUNT how many times each theme appears across all trades
    OUTPUT "emotion_summary.csv" WITH COLUMNS: theme, count
  OUTPUT "journal_flags.csv"
    COLUMNS: date, symbol, pnl, themes, error_type, notes
END

그게 전부입니다. 마법은 없습니다.

“AI”는 이 테마를 요약하고 태그하는 데 도움이 되는 Claude 코드 모델일 뿐입니다 — 진짜 작업은 여전히 제가 무엇을 쓰고 어떤 규칙을 강제하기로 결정하느냐에 있습니다.

참고로, 저는 완전히 새로운 아이디어를 내놓으려는 것이 아닙니다! “타이밍, 사이징, 심리”는 거래에서 가장 오래된 삼총사입니다.

이 글을 쓴 이유는 더 단순합니다. 이 세 가지 문제를 제 자신의 P&L에서 무시할 수 없게 만들 방법이 필요했습니다. 거시 경제 대시보드는 큰 그림에서 “대략 맞는” 수준에 이르게 해 줍니다. 이 저널 플러스 AI 워크플로는 실전에서 여전히 망치는 모든 방식을 파악하고, 그 누수를 실제로 따를 수 있는 규칙으로 전환하는 데 사용합니다.

같은 상황에 있다면 — 괜찮은 판단, messy한 실행 — 이번 주에 작은 규모로 이 워크플로의 규칙 하나, 프롬프트 하나, 또는 작은 일부를 복사해 정직하게 검토해 보세요.

완벽함은 필요하지 않습니다. 일관성에 예라고 말하세요.

면책 조항: 이것은 저의 개인 거래 저널 성찰입니다. 저는 금융 자문가가 아닙니다. 거래에는 상당한 손실 위험이 수반됩니다. 과거 성과는 미래 결과를 보장하지 않습니다. 모든 예시는 제 계좌에서 가져온 것이며, 시장 가격은 제 브로커 차트와 노트를 기반으로 합니다.