자동매매 전략 30가지 완전 정리 — 추세·평균회귀·돌파·차익거래 백과

자동매매 전략을 찾을 때 한국어 자료의 흔한 패턴은 "한 가지 전략을 깊이 다룬 글이 흩어져 있는 것"입니다. 그래서 본인 시장·자본·시간에 어떤 전략이 맞는지 비교하기가 어렵습니다. 이 글은 30개 전략을 한 자리에 모아 비교할 수 있게 만들었습니다. 전략 백과사전이 필요한 분, 본인이 쓰는 전략의 위치를 알고 싶은 분, 다음에 도입할 전략을 고민하는 분 모두를 위한 글입니다.

각 전략에는 적합한 시장(주식/코인/선물), 난이도, 운영 주기 태그를 붙였고, 핵심 Python 스니펫과 함께 장단점을 정리했습니다. 깊이 있는 구현 예시는 알고랩의 기존 전략별 가이드 글로 연결됩니다.

전략 1. 이동평균 크로스 (MA Crossover)

원리

단기 이동평균이 장기 이동평균 위로 올라가면(골든크로스) 매수, 아래로 내려가면(데드크로스) 매도. 자동매매의 가장 기본형이며, 거의 모든 입문 교재가 다루는 전략입니다.

핵심 코드

df["ma_short"] = df["close"].rolling(20).mean()
df["ma_long"]  = df["close"].rolling(60).mean()
df["signal"] = (df["ma_short"] > df["ma_long"]).astype(int)
df["pos"] = df["signal"].diff()   # 1 = 매수, -1 = 매도

전략 2. EMA + RSI 필터 조합

원리

EMA(9)가 EMA(21) 위로 골든크로스 + RSI < 70 일 때만 매수. RSI 필터로 "이미 너무 오른" 가짜 신호를 제거해 휩쏘를 줄인 개선형입니다. 코인 자동매매의 표준 시작점.

핵심 코드

df["ema9"]  = df["close"].ewm(span=9, adjust=False).mean()
df["ema21"] = df["close"].ewm(span=21, adjust=False).mean()
# RSI 계산 후
buy = (df["ema9"] > df["ema21"]) & (df["ema9"].shift(1) <= df["ema21"].shift(1)) & (df["rsi"] < 70)

실전 구현 풀코드: → 바이낸스 자동매매 봇 30분 만들기

전략 3. MACD 신호선 크로스

원리

MACD = EMA(12) − EMA(26), 신호선 = MACD의 EMA(9). MACD가 신호선 위로 올라가면 매수, 아래로 내려가면 매도. 이동평균 크로스보다 추세 전환을 더 빠르게 감지합니다.

핵심 코드

df["macd"] = df["close"].ewm(span=12).mean() - df["close"].ewm(span=26).mean()
df["signal"] = df["macd"].ewm(span=9).mean()
buy = (df["macd"] > df["signal"]) & (df["macd"].shift(1) <= df["signal"].shift(1))

전략 4. ADX 추세 강도 + 진입

원리

ADX(Average Directional Index)는 추세 "방향"이 아닌 "강도"만 측정합니다. ADX > 25일 때만 추세 추종 전략을 활성화하고, ADX < 20이면 평균회귀로 전환. 메타 전략의 핵심 도구.

핵심 코드

# ta 라이브러리 사용 예
from ta.trend import ADXIndicator
adx = ADXIndicator(df["high"], df["low"], df["close"], window=14).adx()
df["trending"] = adx > 25
# trending=True일 때만 MA 크로스 신호 사용

전략 5. 일목균형표 구름대 돌파

원리

일본에서 개발된 종합 추세 지표. 가격이 구름대(Senkou Span A·B 사이) 위로 돌파하면 매수, 아래로 깨면 매도. 한국·일본 트레이더가 선호하는 클래식.

핵심 코드

nine_high = df["high"].rolling(9).max(); nine_low = df["low"].rolling(9).min()
df["tenkan"] = (nine_high + nine_low) / 2
twenty_six_high = df["high"].rolling(26).max(); twenty_six_low = df["low"].rolling(26).min()
df["kijun"] = (twenty_six_high + twenty_six_low) / 2
df["span_a"] = ((df["tenkan"] + df["kijun"]) / 2).shift(26)
df["span_b"] = ((df["high"].rolling(52).max() + df["low"].rolling(52).min()) / 2).shift(26)
buy = (df["close"] > df["span_a"]) & (df["close"] > df["span_b"])

전략 6. Donchian Channel 돌파 (터틀 트레이딩)

원리

리처드 데니스의 "터틀 트레이딩"으로 유명한 전략. 최근 20일 최고가 돌파 시 매수, 최근 10일 최저가 깨면 매도. 추세 추종의 가장 단순하면서 강력한 형태.

핵심 코드

df["upper"] = df["high"].rolling(20).max().shift(1)
df["lower_exit"] = df["low"].rolling(10).min().shift(1)
buy = df["close"] > df["upper"]
sell = df["close"] < df["lower_exit"]

전략 7. 변동성 돌파 (Larry Williams Volatility Breakout)

원리

래리 윌리엄스가 고안한 전략. 목표가 = 오늘 시가 + (어제 고가 − 어제 저가) × K. 현재가가 목표가 돌파 시 매수, 다음 날 시가에 청산. 한국 코인 자동매매의 클래식.

핵심 코드

df["range"] = (df["high"] - df["low"]).shift(1)
df["target"] = df["open"] + df["range"] * 0.5    # K = 0.5
df["bought"] = df["high"] > df["target"]
# 다음 날 시가 매도, 보유 1일

실전 풀코드 (업비트 기준): → 업비트 자동매매 봇 30분 만들기

전략 8. 볼린저 밴드 평균회귀

원리

가격이 하단 밴드(MA − 2σ) 아래로 떨어지면 매수, 중심선(MA) 복귀 시 매도. 횡보장 평균회귀의 가장 직관적 도구. RSI 과매도 필터를 함께 쓰면 가짜 신호 감소.

핵심 코드

df["ma"] = df["close"].rolling(20).mean()
df["std"] = df["close"].rolling(20).std()
df["upper"] = df["ma"] + 2 * df["std"]
df["lower"] = df["ma"] - 2 * df["std"]
buy = (df["close"] < df["lower"]) & (df["rsi"] < 30)
sell = df["close"] >= df["ma"]

실전 풀코드 (빗썸 기준): → 빗썸 자동매매 봇 30분 만들기

전략 9. RSI 과매수·과매도

원리

RSI < 30 매수(과매도), RSI > 70 매도(과매수). 단독 사용보다 다른 지표와 조합하는 형태로 가장 많이 쓰이는 보조 지표.

핵심 코드

delta = df["close"].diff()
gain = delta.clip(lower=0).rolling(14).mean()
loss = -delta.clip(upper=0).rolling(14).mean()
df["rsi"] = 100 - (100 / (1 + gain/loss))
buy = df["rsi"] < 30
sell = df["rsi"] > 70

전략 10. 스토캐스틱 %K %D

원리

최근 N봉 안에서 현재 종가의 상대 위치 측정. %K가 %D를 상향 돌파 + 둘 다 20 미만 → 매수, 하향 돌파 + 80 이상 → 매도. RSI보다 민감.

핵심 코드

low14 = df["low"].rolling(14).min()
high14 = df["high"].rolling(14).max()
df["k"] = 100 * (df["close"] - low14) / (high14 - low14)
df["d"] = df["k"].rolling(3).mean()
buy = (df["k"] > df["d"]) & (df["k"].shift(1) <= df["d"].shift(1)) & (df["k"] < 20)

RSI와 조합한 깊은 가이드: → RSI + 스토캐스틱 조합 전략

전략 11. CCI (Commodity Channel Index)

원리

가격이 평균에서 표준편차 단위로 얼마나 벗어났는지 측정. CCI < -100 매수, CCI > +100 매도. 볼린저 밴드와 사촌격이지만 원자재·코인 같은 변동성 큰 자산에 더 적합.

핵심 코드

tp = (df["high"] + df["low"] + df["close"]) / 3
ma = tp.rolling(20).mean()
md = (tp - ma).abs().rolling(20).mean()
df["cci"] = (tp - ma) / (0.015 * md)
buy = df["cci"] < -100
sell = df["cci"] > 100

전략 12. 페어 트레이딩 (Pairs Trading)

원리

상관관계 높은 두 종목(예: 삼성전자 vs SK하이닉스)의 가격 비율이 평균에서 벗어나면 비싼 쪽 매도 + 싼 쪽 매수. 두 종목이 다시 수렴할 때 청산. 시장 방향 무관 수익 가능.

핵심 코드

spread = df_a["close"] - hedge_ratio * df_b["close"]
zscore = (spread - spread.rolling(30).mean()) / spread.rolling(30).std()
buy_a_sell_b = zscore < -2
sell_a_buy_b = zscore > 2

전략 13. Z-Score 평균회귀

원리

볼린저 밴드의 일반화. 가격이 N기간 평균에서 표준편차 단위로 얼마나 벗어났는지(Z-Score) 계산하고, |Z| > 2일 때 반대 방향으로 진입. 통계적으로 깔끔한 신호.

핵심 코드

df["z"] = (df["close"] - df["close"].rolling(30).mean()) / df["close"].rolling(30).std()
buy = df["z"] < -2
sell = df["z"] > 0   # 평균 복귀

전략 14. 박스권 (Support & Resistance) 돌파

원리

최근 N봉의 최고가·최저가로 박스권 상하단 자동 설정. 상단 돌파 매수, 하단 이탈 매도. 박스권 인식 알고리즘이 핵심.

핵심 코드

df["resistance"] = df["high"].rolling(50).max().shift(1)
df["support"]    = df["low"].rolling(50).min().shift(1)
buy  = df["close"] > df["resistance"]
sell = df["close"] < df["support"]

전략 15. 신고가·신저가 (52주 고저) 돌파

원리

52주 신고가 갱신 종목 매수, 신저가 갱신 종목 매도. 윌리엄 오닐의 CANSLIM 일부. 한국 주식 시장에서 외국인·기관 추종 효과 결합 시 강력.

핵심 코드

df["52w_high"] = df["high"].rolling(252).max()
buy = df["close"] >= df["52w_high"]
# 거래량 동반 조건 추가 권장
buy &= df["volume"] > df["volume"].rolling(20).mean() * 1.5

전략 16. 거래량 동반 돌파

원리

가격 돌파 시 거래량이 평균의 1.5~2배 이상이면 진짜 돌파로 인정. 가짜 돌파 필터. 모든 돌파 전략에 추가 가능한 보조 룰.

핵심 코드

df["vol_ma"] = df["volume"].rolling(20).mean()
df["price_break"] = df["close"] > df["high"].rolling(20).max().shift(1)
buy = df["price_break"] & (df["volume"] > df["vol_ma"] * 1.5)

전략 17. 볼린저 밴드 압축 후 돌파 (BB Squeeze)

원리

볼린저 밴드 폭이 좁아질수록 다음 변동성 폭발 가능성이 높음. 밴드 폭(Upper − Lower)이 N기간 최저일 때 대기 → 어느 방향이든 돌파하면 추격. "조용한 시장 다음엔 큰 움직임"의 정량화.

핵심 코드

df["bandwidth"] = df["upper"] - df["lower"]
df["squeeze"] = df["bandwidth"] <= df["bandwidth"].rolling(120).min() * 1.1
buy  = df["squeeze"].shift(1) & (df["close"] > df["upper"])
sell = df["squeeze"].shift(1) & (df["close"] < df["lower"])

전략 18. 추세선·삼각수렴 돌파

원리

고점 연결선(저항)·저점 연결선(지지) 자동 인식 후 돌파 매매. 차트 패턴(삼각수렴·페넌트·플래그) 자동 감지 알고리즘이 필요해 구현 난이도 가장 높음. 시각적으로는 익숙하지만 코드로는 까다로움.

핵심 코드

# 고점 연결 추세선 단순 구현
from scipy.stats import linregress
recent_highs = df["high"].rolling(20).max().tail(50)
slope, intercept, *_ = linregress(range(len(recent_highs)), recent_highs)
trendline = slope * len(df) + intercept
buy = df["close"].iloc[-1] > trendline

전략 19. 상대 강도 모멘텀 (Relative Strength)

원리

유니버스 종목들의 최근 6~12개월 수익률 상위 N개를 매수, 매월 리밸런싱. 단순하지만 학술적으로 가장 검증된 전략. 미국 ETF·한국 주식 모두 적용.

핵심 코드

returns = prices.pct_change(periods=126)   # 6개월
top_n = returns.iloc[-1].nlargest(10).index   # 상위 10개
# 매월 리밸런싱: top_n 동일 비중 매수

전략 20. 듀얼 모멘텀 (Gary Antonacci)

원리

① 상대 모멘텀 — 자산군 중 최근 1년 수익률 1등 선택 ② 절대 모멘텀 — 그 자산의 최근 1년 수익률이 양수일 때만 매수, 음수면 채권(현금)으로. 자산배분 자동매매의 표준.

핵심 코드

assets = ["SPY", "EFA", "AGG"]   # 미주식·해외주식·채권
last_year_returns = {a: prices[a].pct_change(252).iloc[-1] for a in assets[:-1]}
best = max(last_year_returns, key=last_year_returns.get)
if last_year_returns[best] > 0:
    buy = best
else:
    buy = "AGG"   # 채권으로 회피

전략 21. 시계열 모멘텀 (Time-Series Momentum)

원리

각 자산을 다른 자산과 비교하지 않고, 자기 자신의 과거 수익률만 보고 양수면 매수·음수면 매도. AQR Capital의 대표 전략.

핵심 코드

for asset in universe:
    ret_12m = prices[asset].pct_change(252).iloc[-1]
    if ret_12m > 0:
        positions[asset] = +1   # 롱
    else:
        positions[asset] = -1   # 숏 (선물·코인 가능 시)

전략 22. 섹터 로테이션

원리

경기 사이클·섹터 강도에 따라 자금을 섹터별로 순환. 예: IT 모멘텀 약해지면 금융·에너지로 이동. 모멘텀의 산업 단위 적용.

핵심 코드

sectors = ["IT", "Finance", "Energy", "Healthcare"]
sector_returns = {s: prices[s].pct_change(63).iloc[-1] for s in sectors}   # 3개월
top_sector = max(sector_returns, key=sector_returns.get)
# top_sector ETF 매수

전략 23. 김치 프리미엄 차익거래

원리

한국 거래소(업비트·빗썸) 코인 가격이 글로벌 평균보다 비쌀 때(김프 양수) 해외 매수 + 국내 매도 동시 실행. 실전에서는 환전·송금·시차 제약이 큼.

핵심 코드

kr_price = pyupbit.get_current_price("KRW-BTC")
us_price_krw = binance.get("BTCUSDT") * usd_krw_rate
kimchi_premium = (kr_price / us_price_krw - 1) * 100
if kimchi_premium > 5:   # 5% 이상
    # 해외 매수 + 국내 매도 신호

심층 분석: → 김치 프리미엄 차익거래 가이드

전략 24. 거래소 간 가격차 차익거래

원리

동일 코인의 가격이 거래소마다 미세하게 다른 점을 활용. 예: 바이낸스 BTC = 60,000 USDT, 바이비트 BTC = 60,050 USDT → 바이낸스 매수 + 바이비트 매도. 일반적으로 0.05~0.3% 정도의 차이.

핵심 코드

price_a = binance.get_current_price("BTCUSDT")
price_b = bybit.get_current_price("BTCUSDT")
spread = (price_b - price_a) / price_a
if spread > 0.003:   # 0.3% 이상 + 수수료 고려
    # A 매수, B 매도

전략 25. 삼각 차익거래 (Triangular Arbitrage)

원리

한 거래소 내 세 통화 페어의 가격 불일치 활용. 예: BTC→ETH→USDT→BTC 순으로 회전 시 시작값보다 많아지면 차익. 거래소 자체 호가창 비효율 활용.

핵심 코드

# BTC -> ETH -> USDT -> BTC
btc_eth = orderbook["ETHBTC"]["ask"]
eth_usdt = orderbook["ETHUSDT"]["bid"]
btc_usdt = orderbook["BTCUSDT"]["bid"]
profit = (1/btc_eth) * eth_usdt / btc_usdt
if profit > 1.002:   # 0.2% 이상 (수수료 고려)
    # 삼각 거래 실행

전략 26. 현물·선물 베이시스 차익거래

원리

현물과 선물의 가격차(베이시스)가 비정상적으로 클 때 비싼 쪽 매도 + 싼 쪽 매수. 만기 시 베이시스 0 수렴 활용. 헤지펀드 표준 차익 전략.

핵심 코드

spot_price = exchange.get("BTCUSDT")["last"]
futures_price = exchange.get("BTCUSDT-PERP")["last"]
basis = (futures_price - spot_price) / spot_price
if basis > 0.005:   # 선물 0.5% 이상 비쌈
    # 현물 매수 + 선물 매도

전략 27. 그리드 매매 (Grid Trading)

원리

가격대를 격자로 나누고 하단에서 매수, 상단에서 매도. 박스권 횡보 시 자동으로 작은 수익을 누적. 한국 코인 자동매매에서 가장 인기 있는 전략 중 하나.

핵심 코드

grid_levels = [50000, 51000, 52000, 53000, 54000]   # 5개 격자
for level in grid_levels:
    if not bought_at[level] and current <= level:
        place_buy(level, size)
        bought_at[level] = True
    if bought_at[level] and current >= level * 1.02:   # +2% 익절
        place_sell(level)
        bought_at[level] = False

5가지 패턴 깊이: → 그리드 봇 만들기 완전 가이드

전략 28. DCA (Dollar Cost Averaging) / 적립식

원리

매주·매월 정해진 금액만큼 자동 매수. 가격 평균화로 진입 타이밍 리스크 분산. 시장 예측 없이 장기 자산 축적의 표준.

핵심 코드

import schedule
def weekly_dca():
    upbit.buy_market_order("KRW-BTC", 100000)   # 매주 10만원
schedule.every().monday.at("09:00").do(weekly_dca)

전략 29. 시장 만들기 (Market Making)

원리

매수·매도 호가를 동시에 걸어 스프레드(매수 호가-매도 호가 차)를 수익으로. 거래소가 메이커 수수료 환급(rebate)을 주기도 함. 고빈도 거래(HFT) 영역.

핵심 코드

mid_price = (best_bid + best_ask) / 2
spread = 0.001   # 0.1%
place_limit_buy(mid_price * (1 - spread))
place_limit_sell(mid_price * (1 + spread))
# 양쪽 체결 시마다 스프레드 수익

전략 30. 펀딩비 수익 (Funding Rate Capture)

원리

코인 무기한 선물에는 8시간마다 펀딩비가 발생. 펀딩비 양수면 롱이 숏에게 지불. 펀딩비가 비정상적으로 높을 때 현물 매수 + 선물 매도(델타 중립)로 펀딩비만 수확.

핵심 코드

funding_rate = binance.futures.get_funding_rate("BTCUSDT")
if funding_rate > 0.0005:   # 0.05% 이상 (연 50%+)
    binance.spot.buy("BTCUSDT", amount)
    binance.futures.sell("BTCUSDT", amount)   # 델타 중립
    # 8시간마다 펀딩비 수확

카테고리 비교 매트릭스 — 한눈에 보기

시장 국면별 추천 조합

전략 선택의 5가지 원칙

30개 전략을 봤다고 30개를 다 시도하면 안 됩니다. 알고랩이 의뢰 사례에서 본 성공·실패 패턴을 기반으로 다음 5가지 원칙을 권장합니다.

1. 본인 매매 시간대와 일치하는 전략을 고른다

분봉·시간봉 전략은 잦은 모니터링이 필요하고, 일봉·월봉 전략은 한 번 돌려놓고 거의 안 봐도 됩니다. 본업이 있는 직장인은 일봉 이상 전략부터 시작하는 것이 현실적입니다.

2. 카테고리 안에서 깊게 파라, 카테고리를 바꾸지 마라

한 달 만에 추세 추종에서 평균회귀로 갈아타고, 다시 그리드로 가는 사람은 실패율이 매우 높습니다. 한 카테고리를 6개월 이상 깊이 운영하면서 시장에 맞춰 미세조정하는 것이 정답입니다.

3. 백테스트에서 가장 화려한 전략을 의심하라

백테스트 수익률 +200%가 나온 전략은 보통 과적합(overfitting)입니다. 파라미터가 적고 단순한 전략이 실전에서 더 강합니다. 화려한 결과보다 워크포워드 분석에서 안정적인 전략을 고르세요.

관련: → 백테스트와 실전의 괴리 줄이기

4. 시장 국면 판단 메타 룰을 추가하라

어떤 전략도 모든 시장에서 통하지 않습니다. ADX·이동평균 기울기·VIX 등으로 시장 국면을 판단하고 해당 국면에 강한 전략만 가동하는 메타 룰이 장기 수익률을 결정합니다.

5. 손절 규칙은 전략보다 더 중요하다

"어떤 전략을 쓰느냐"보다 "한 거래에서 자본의 몇 %를 잃을 수 있느냐"가 장기 생존을 결정합니다. 한 거래당 자본의 1~2% 룰은 모든 전략에 공통 적용하세요.

자주 묻는 질문

Q. 자동매매 전략은 몇 가지나 있나요?

실전 사용 가능한 주요 전략은 약 30개로 정리됩니다. 6개 카테고리(추세·평균회귀·돌파·모멘텀·차익거래·시장중립)로 묶이며, 각 카테고리 안에서 세부 전략이 갈라집니다.

Q. 초보자가 시작하기 좋은 전략은?

이동평균 크로스(#1), 변동성 돌파(#7), RSI 과매수·과매도(#9) 3가지가 가장 학습 친화적입니다. 원리가 직관적이고 코드가 30~50줄로 충분합니다.

Q. 어느 전략이 가장 수익률이 높나요?

"가장 수익률 높은 전략"은 없습니다. 시장 국면이 결정합니다. 실전에서는 2~3개 전략을 시장 국면에 따라 전환하는 메타 룰이 표준입니다.

Q. 코인과 주식에 같은 전략을 써도 되나요?

원리는 같지만 파라미터·리스크 관리는 달라야 합니다. 코인은 변동성이 주식의 3~5배라 손절폭과 포지션 크기를 보수적으로 잡아야 합니다.

Q. 직접 만들지 못해도 운영할 수 있나요?

가능합니다. 매매 규칙을 글로 정의할 수 있다면 외주 제작이 가능합니다. 알고랩처럼 명세서 기반 맞춤 제작 서비스는 코딩 없이도 시작할 수 있게 해줍니다.

Q. 백테스트만 잘 나오면 실전에 바로 적용해도 되나요?

절대 안 됩니다. 워크포워드 분석 → 페이퍼 트레이딩 2주 → 실거래 최소 금액 1~2주 검증 단계를 반드시 거쳐야 합니다.

마무리

이 글은 자동매매 전략의 지도입니다. 어디서 시작해야 할지, 본인이 쓰는 전략이 전체 지형 어디에 있는지, 다음에 도입할 전략은 무엇인지 한눈에 보는 용도입니다. 각 전략의 깊은 구현·실전 사례·실패 대응은 알고랩의 클러스터 글들에서 이어집니다.

마지막으로 한 가지 — 전략의 우열을 다투는 것보다, 본인이 6개월 이상 일관되게 실행할 수 있는 전략을 고르는 것이 100배 중요합니다. 가장 화려한 전략이 아니라 가장 지루한 전략이 장기 승자가 되는 경우가 많습니다.