EdgeQuant logoEdgeQuant
EdgeQuant
공개 트랙레코드로 검증되는 알고리즘 트레이딩 시그널.
분석은 EdgeQuant가, 최종 결정은 당신이.
진입 즉시 박제독립 데이터로 검증워크포워드 + 견고성 테스트편리한 시그널 시스템
예측 성공률
60%
방향 적중률
평균 손익비
1.8 : 1
이익/손실 비율
누적 손익
+$108,660
= 181.1R
최대 낙폭
-$6,066
= 10R
회복계수 (RF)
18
순수익 / 최대낙폭
워크포워드
1,163
세션 · 매일 누적
검증 기간
2023–2026
상승·하락·횡보장
1R = $600 기준 (150K 계좌) · 라이브 자동 계산
↗ 배경의 상승 곡선은 실제 walk-forward 누적 PnL입니다
트랙레코드 보러 가기 →무료 신호로 시작하기 →

검증된 성과 — Walk-Forward

각 시점에서 과거 데이터만으로 판단하는 실거래 동일 구조로 검증. 모든 수치는 라이브 데이터로 자동 갱신됩니다.
회복계수(Recovery Factor)는 업계 수준 시스템도 보통 3–5 사이입니다. EdgeQuant는 18을 기록했습니다. 위 누적 손익·최대 낙폭은 1R = $600(150K 계좌 기준)으로 환산한 값입니다.
초록: EdgeQuant 누적 손익(R, 좌축) · 주황: 동일 기간 나스닥 NQ 종가(우축). 나스닥이 횡보·하락하는 구간에도 누적 손익이 꾸준히 증가합니다.
같은 기간 나스닥(NQ) 자체의 Recovery Factor는 약 4.2(지수 상승폭 / 최대 낙폭)인 반면, EdgeQuant는 약 18입니다. 감수한 최대 낙폭 1단위당 약 4배 더 효율적으로 수익을 축적했다는 의미입니다. 단순히 더 많이 번 것이 아니라, 나스닥이 오르든 내리든 시장 방향과 무관하게 훨씬 작은 낙폭으로 꾸준히 누적했다는 점이 핵심입니다.
하락 국면에서는 숏(매도) 포지션이 손실을 상쇄합니다. 단일 시장 방향에 의존하지 않으므로 누적 성과가 특정 추세에 좌우되지 않습니다. 위 곡선에서 나스닥(주황)이 하락하는 구간에도 EdgeQuant의 누적 손익이 유지·확장되는 것이 이를 직접 보여줍니다.

실시간 거래 결과

워크포워드 검증과 별개로, 실제 시장에서 실시간 집행되어 즉시 기록됩니다. 모든 결과는 독립적인 Yahoo Finance 시세로 자동 채점·검증되므로 — 우리가 자체 보고하는 수치가 아니라 외부 데이터로 확인되는 조작 불가능한 공개 트랙레코드로, 매 세션 누적됩니다.
라이브 누적
+5.0R
≈ +$2,982
거래 수
4
집행·검증 완료
시작
2026-06-15
실시간 검증 진행 중
검증으로 끝나지 않습니다 — 워크포워드에서 확인된 구조가 지금 이 순간에도 실제 시장에서 그대로 재현되며 누적되고 있습니다.

견고성 — 다양한 조건에서도 보존되는 엣지

파라미터 변형 테스트입력 노이즈 테스트레이블 교란 테스트피처 제거(ablation) 테스트
견고성 테스트에서도 RF는 약 5–15 범위를 유지합니다. 피처 제거(ablation) 조건에선 RF가 약 2까지 떨어지는데, 이는 약점이 아니라 성과가 중복·과적합된 피처가 아닌 실제 신호 구조에 높게 의존함을 보여주는 강점입니다.
4시간 봉 기준 하루 한 거래·계약 단위로 집행되므로 슬리피지와 거래 비용의 영향이 사실상 없으며, 백테스트와 실거래 간 괴리가 작습니다.

편리한 신호 시스템

분석은 시스템이 합니다. 받은 카드대로 실행만 하면 됩니다.
진입·청산 카드
신호가 나오면 진입가·청산가·포지션 크기를 카드 형식으로 텔레그램·디스코드에 즉시 전송합니다.
하루 1회, 선별된 시그널
차트 앞에 지키고 있을 필요가 없습니다. 알림이 오면 그대로 실행하면 됩니다.
리스크 관리 알림
포지션 종료 5분 전 알림과, 손절이 추정될 때 별도 경고를 받습니다.
시그널 제공 시점과 공개되는 내용(진입가·손절·계약 수 등)은 멤버십 등급에 따라 달라집니다 — 등급별 상세 →

원칙을 지키는 트레이더를 위한 설계

차트 앞에 지키고 있을 필요가 없습니다 — 알림만 받으면 됩니다
하루 1회, 선별된 시그널
고정된 리스크 구조 (거래당 1R)
조작 불가능한 공개 트랙레코드
상승장·하락장 모두에서 작동
트랙레코드 보러 가기 →무료 신호로 시작하기 →
TermsPrivacy DisclaimerImpressum
© EdgeQuant · Human Edge, Quant Driven