Opus 5.5 + Jev 는 지금 당장 만들 수 있는 가장 미친 수준의 AI 트레이딩 봇입니다.
지난 일주일 동안 이 두 모델을 어떻게 결합하면 궁극의 트레이딩 봇을 만들 수 있을지 고민했고, 드디어 해냈습니다.
이번 글에서는 이 봇이 어떻게 작동하는지, 그리고 제가 만든 고빈도 트레이딩 봇의 나만의 버전을 어떻게 세팅하는지 알려드리겠습니다.
개인적으로 이번 결과물이 정말 기대됩니다. 제가 이전에 만들었던 어떤 AI 트레이딩 봇과도 다릅니다. Jev 가 확률 기반 트레이딩에 완전히 새로운 요소를 도입했거든요.
최신 Opus 5.5 모델을 두뇌로 사용하고, Jev 의 저렴한 추론 기반 의사결정을 활용해 빠르고 저렴하면서도 고품질인 트레이딩 판단을 내릴 수 있습니다.
참고로, 지난주 이 봇이 $HYPE 를 거래하는 모습은 다음과 같습니다.
내 트레이딩 봇 \라이브\
오늘 다룰 내용:
- Jev 간단 소개
- 트레이딩 봇 아키텍처
- 기술적 세팅하기
- 수익성 높은 전략 찾기
- Jev 로 뉴스 트레이딩하기 (활용 사례)
- 마지막 팁
바로 시작하겠습니다.
Jev 간단 소개
Jev 에 대해 들어본 적 없다면, 제가 먼저 소개해 드리겠습니다.
Jev 는 기본적으로 TypeSafe AI 에서 만든 새로운 유형의 AI 모델로, 여러분이 익숙한 LLM 과는 상당히 다르게 작동합니다.
https://x.com/CompleteSkeptic/status/2099925682726002904
Jev 는 텍스트를 전혀 생성하지 않으며, TypeSafe 는 이를 "시스템 원(System One)" 모델이라고 부릅니다.
쉽게 말해, 저는 Jev 를 AI 의사결정 프레임워크라고 생각합니다.
미리 가능한 선택지를 입력해 주면, Jev 가 결과를 평가하고 확률 점수를 반환합니다.
Jev 설명
트레이딩 예시로 보면 다음과 같은 식입니다.
→ 이 헤드라인은 강세, 약세, 중립 중 어디에 해당할까? 72% 약세
→ 매수세가 쌓이고 있을까? 81% 그렇다
→ 가격은 어느 방향으로 움직일까? 상승, 64%
Jev vs 일반 LLM
Jev 를 이해하는 가장 쉬운 방법은 일반적인 LLM 과 비교해 보는 것입니다.
핵심적으로 Jev 는 Claude 같은 모델처럼 토큰을 "예측"하려고 하지 않습니다.
대신 사용자가 제공한 고정된 결과 집합을 평가합니다.
Jev 쉽게 이해하기
트레이딩에 왜 Jev 를 쓸까?
단순히 말해: 속도와 비용 때문입니다.
Claude 와 ChatGPT 는 하나의 결정을 내리는 데 몇 초가 걸리고, 그 비용도 꽤 비쌉니다.
Jev 는 GPT/Claude 모델보다 200~400 배 저렴하면서 동시에 빠릅니다.
Jev 는 대략 70~500 밀리초 만에 답변하며, 입력 토큰 100 만 개당 약 $0.042 가 들고 출력은 무료입니다. 위의 데모에서 Jev 는 약 400 밀리초로 실행되고 있습니다.
고빈도 트레이딩이나 뉴스 트레이딩에 Jev 는 완벽합니다. 빠르고 저렴하며, 본질적으로 고정된 결과에 확률을 할당하도록 설계되었기 때문입니다(트레이딩은 결국 상승/하락뿐이므로 아주 잘 맞습니다).
트레이딩 봇 아키텍처
실제 트레이딩 봇 세팅은 네 가지 핵심 구성 요소로 이루어집니다.
- Claude (Opus 5.5) 가 두뇌 역할을 합니다. 백테스트를 실행하고 Jev 가 수행할 최종 전략을 설계합니다.
- Jev 는 의사결정 레이어입니다. 실시간 시장 데이터를 받아 트레이딩 셋업에 대한 확률을 반환합니다.
- 여러분의 전략(손절, 익절 등)
- 거래소가 실행 레이어 역할을 합니다.
트레이딩 봇 아키텍처
실제 매매가 체결되는 과정
Claude 가 전략을 설계 → Claude 가 전략을 Jev 에게 물어볼 질문으로 변환 → Jev 가 실시간 시장 데이터를 읽고 확률로 답변 → 매매 체결
아키텍처를 이렇게 설계한 이유
Opus 5.5 는 한 번만 필요한 사고(고차원적 전략)를 처리하는 LLM 이고, Jev 는 끊임없이 반복되는 의사결정을 처리합니다.
두 모델의 장점을 모두 취할 수 있습니다.
전략을 설계하기 위한 최고의 의사결정 모델과, 실제로 실행하기 위한 가장 저렴하고 빠른 모델을 함께 쓰는 셈입니다.
Jev + Opus 5.5 로 가능한 것들
이 트레이딩 아키텍처를 활용하면 가능성은 무궁무진합니다.
몇 가지 아이디어:
- Jev 가 뉴스 헤드라인을 기반으로 매매 실행 (제가 직접 만들었습니다 - 아래 참조)
- 고빈도 트레이딩
- 예측 시장 확률 트레이딩
- 모멘텀/변동성 기반 트레이딩
- 일반 투자/포트폴리오 관리
Jev 뉴스룸
물론 이 글에서는 Jev 를 고빈도 트레이딩 봇으로 사용하는 방법을 다루지만, 창의력을 발휘해 다른 용도로도 활용해 보시길 바랍니다.
기술적 세팅하기
전체적인 아키텍처를 이해하셨다면, 이제 실제로 세팅하는 방법을 알아보겠습니다.
이 세팅은 기본적으로 하나의 거대한 프롬프트로 실행되며, 이를 Claude Code (또는 Astra 를 사용하려면 Codex) 에 붙여넣으면 됩니다.
전체 프롬프트는 𝕏 에 올리기엔 너무 길어서 제 Skool 커뮤니티에 무료로 올려두었습니다.
Classroom → Free Asset Library 로 이동해서 아래로 스크롤해 Opus 5.5 + Jev 를 찾으시면 됩니다.
https://www.skool.com/milesdeutscherfinance
이 프롬프트는 세 가지 일을 합니다.
- Jev 를 설치하고 Vercel 에 봇을 배포하는 과정을 안내하여, 여러분이 직접 해결할 필요가 없습니다.
- 전략 테스터 하네스 대시보드를 구축합니다.
- 모든 것을 거래소에 연결해 실제 매매가 실행되도록 합니다.
실제 매매 실행을 위한 두 가지 경로
어떤 경로를 선택하든, 페이퍼 트레이딩(모의투자)부터 시작하는 것을 추천합니다.
경로 1: Alpaca (빠른 시작) Alpaca 는 페이퍼 트레이딩과 라이브 트레이딩을 모두 지원하며, 암호화폐와 주식 거래가 가능합니다.
Alpaca
API 키를 받아서 Claude Code 가 생성하라고 안내하는 .env 파일에 넣기만 하면 됩니다. Claude 가 데이터를 Jev 에 전달하고, Jev 의 시그널이 페이퍼 계정으로 전송됩니다.
경로 2: 상시 구동 서버 (더 복잡함)
두 번째 옵션은 Hostinger 같은 업체를 통해 VPS 를 배포하여, 봇이 사용자 개입 없이 24 시간 내내 돌아가게 하는 것입니다.
Mac Mini 같은 구형 하드웨어에서도 실행할 수 있습니다.
여기서는 TriggerTrade 같은 도구를 사용할 수도 있는데, 이는 미리 정해진 Pine Script 를 기반으로 클라우드에서 매매를 트리거하는 도구입니다.
이 경로를 선택한다면, Opus 5.5 가 정확한 단계를 안내해 줄 것입니다.
경로 1 vs 경로 2
수익성 높은 전략 찾기
아마 이 글 전체에서 가장 중요한 부분일 것입니다. 바로 실제로 돈을 버는 방법이니까요.
전략이 전부입니다. 좋은 전략 없이는 그저 손실을 자동화하는 것에 불과합니다.
전략은 Jev 가 매수/매도 시그널을 생성할 때 사용하는 "규칙집"이라고 생각하시면 됩니다.
AI 에 입력할 수 있는 수익성 높은 트레이딩 전략을 찾거나 백테스트할 만한 좋은 곳이 몇 군데 있지만, 핵심은 다음과 같습니다.
- 수백, 수천 개의 아이디어를 백테스트하세요 - 이건 물량전입니다
- 살아남은 전략만 걸러내세요
- 포워드 테스트를 진행하세요
- 페이퍼 트레이딩으로 테스트하세요
- 소액 자본으로 실거래해 실행 여부를 검증하세요
아래 글에서는 승률 높은 전략을 찾는 방법에 대해 더 깊이 다룹니다.
https://x.com/milesdeutscher/status/2082095561176703135
전략을 찾아볼 만한 곳:
- TradingView 공개 커뮤니티
- AI (Claude 를 사용해 실제 데이터로 백테스트)
- GitHub 리포지토리
제가 개인적으로 전략을 찾는 방법 (백테스팅 엔진)
저는 직접 만든 백테스팅 엔진을 사용합니다. 다양한 자산에 걸친 백테스트를 설계해 달라고 요청하고, 원하는 전략 유형을 알려주면, 몇 시간 동안 검색을 돌려 후보 목록을 추려냅니다.
나중에 공개할 수도 있지만, 지금은 저만 사용하고 있습니다.
좋은 소식은 제 것이 없어도 된다는 점입니다. Claude Code 를 열고 백테스팅 엔진 하네스를 만들어 달라고 요청한 뒤, 보유한 가장 강력한 모델로 시장 데이터를 백테스트하면 됩니다.
테스트하고 싶은 전략이 생기면, 트레이딩 봇을 만들고 있는 Claude 채팅창에 해당 전략을 입력해 봇이 이를 흡수하고 적용하도록 하세요.
Jev 로 뉴스 트레이딩하기 (활용 사례)
뉴스 트레이딩 엔진 작동 방식
실시간 뉴스 피드 → Jev 분석 → 전략 스캔 → 설정된 파라미터에 따라 매매
뉴스 트레이딩 엔진
제가 금융 시장에서 발견한 Jev 의 가장 멋진 활용 사례 중 하나입니다.
뉴스 트레이딩은 확률 게임입니다. 헤드라인이 뜨면 시장이 이를 가격에 반영하기 전에 의미를 파악할 수 있는 시간이 매우 짧습니다.
저는 헤드라인이 들어오는 것을 지켜보고, Jev 가 각 헤드라인에 라벨을 다는 것을 확인하며, Jev 의 속도 + 실행력으로 실시간 시장 우위를 확보할 수 있는 대시보드를 만들었습니다.
뉴스 트레이딩 엔진 \라이브\
마지막 팁
• 어떤 전략이든 실전에 투입하기 전에, 틀렸을 때 피해를 제한할 규칙을 정하세요. 리스크 관리 프레임워크를 strategy.md 파일에 포함시키세요.
• strategy.md 에 포함해야 할 항목: 최대 포지션 크기, 일일 손실 한도, 킬 스위치, 특정 매매에 대한 수동 승인
• 매매 권한만 있고 출금은 차단된 API 키를 사용하세요.
• 알림을 설정하세요 (TG 의 BotFather 활용)
• 큰 규모의 매매에는 사람이 개입하도록 하세요
• 저는 개인적으로 실행에 Bybit 을 사용하지만, 제대로 작동하게 하려면 MCP + API 를 통한 AI 연동을 허용하는 거래소라면 어디든 괜찮습니다.
이 글이 도움이 되었기를 바랍니다.
도움이 되셨다면 여기서 @milesdeutscher 를 꼭 팔로우해 주세요. 매일 AI 를 활용해 금융 시장에서 우위를 점하는 실질적인 방법을 포스팅하고 있습니다.
AI 에 대한 더 깊은 인사이트를 원하신다면 @aiedge_ 도 팔로우해 주세요.
알림: 지금 바로 Claude 에 보내서 Opus 5.5 + Jev 트레이딩 봇을 세팅할 수 있는 전체 메가 프롬프트를 다운로드할 수 있습니다.
제 Skool 커뮤니티에 무료로 올려두었습니다.
👉https://www.skool.com/milesdeutscherfinance
