모든 상황에 좋은 지표가 아니라
특정 시장과 시간대에만 좋은 지표였습니다.
트레이딩뷰 랭킹 1위 지표.
해외에서도 많은 사람이 쓰는 지표.
기관의 매물대를 유추할 수 있다는 장점 때문이었습니다.
우리도 처음에는 이렇게 생각했습니다.
그래서 SMC 신호 하나만으로 5년치 데이터에서 백테스트를 돌렸습니다.
3,223번의 트레이드를 순서대로 검증했습니다.
결과는 예상과 달랐습니다.
같은 신호를 봐도, 어떤 트레이드는 큰 손실이었고, 어떤 트레이드는 크게 벌었습니다.
같은 종목, 비슷한 구간, 같은 신호에서 결과가 계속 갈렸습니다.
여기서 처음 이상함을 느꼈습니다.
지표가 나쁜 걸까.
아니면 우리가 잘못 쓰고 있는 걸까.
다음 실험은 이 질문에서 시작됐습니다.
가장 단순한 가설부터 실험했습니다.
SMC 하나로 부족하다면, 다른 지표를 붙이면 되지 않을까.
Volume, EMA, RSI, ATR, MACD를 포함해
18개의 기술 지표를 하나씩 SMC와 조합했습니다.
가능한 조합을 만들어 3,223번의 백테스트를 처음부터 다시 돌렸습니다.
숫자가 확실히 좋아졌습니다.
우리는 답을 찾았다고 생각했습니다.
그런데 결과를 자산 단위로 쪼개서 다시 봤을 때, 이상한 점이 보였습니다.
같은 조합이 어떤 자산에서는 압도적으로 개선됐지만,
같은 조합이 어떤 자산에서는 오히려 무너졌습니다.
평균이 이 균열을 감추고 있던 것이었습니다.
조합이 문제를 해결한 게 아니었습니다.
조합 뒤에 다른 이유가 숨어 있었습니다.
조합이 감춘 무엇을 확인하려면, 지표 자체를 다시 봐야 했습니다.
우리는 그동안 지표를 성능으로 평가했습니다.
승률이 몇 %인지, 손익비가 얼마인지.
그런데 자산별 결과를 나란히 놓고 보면서,
지표를 다른 축으로 보기 시작했습니다.
지표마다 잘 하는 일이 달랐습니다.
각 지표는 잘하는 일과 못하는 일이 명확히 나뉘어 있었습니다.
그렇다면 SMC는 어떤 성격의 지표일까.
이 질문이 다음 실험의 시작이었습니다.
3,223번의 트레이드를 다시 열었습니다.
이번에는 승률이 아니라, 트레이드가 발생한 시장 상태로 분류했습니다.
추세가 유지되던 구간인가.
눌림 이후 재상승하던 구간인가.
구조가 계속 깨지던 구간인가.
방향 없이 횡보하던 구간인가.
같은 SMC 신호가 시장 상태에 따라 완전히 다른 결과를 냈습니다.
이 결과를 정리하면서 SMC의 성격이 명확히 보였습니다.
SMC는 기관의 매물대를 기반으로
눌림 이후 다시 움직이는 구간을 잡는 데 강했습니다.
반대로 방향이 없거나 구조가 계속 깨지는 시장에서는,
아무리 신호가 나와도 성과가 무너졌습니다.
이 시점에 연구의 방향 자체가 바뀌었습니다.
우리는 그동안 "SMC를 더 잘 쓰는 방법"을 찾고 있었습니다.
이제는 다른 질문을 하기 시작했습니다.
SMC가 가장 잘 통하는 시장과 무너지는 시장을 구분할 객관적인 기준이 필요했습니다. 이 질문에 답하기 위해, 우리는 기존의 도구들을 완전히 다른 목적으로 다시 살펴봐야 했습니다.
