바이낸스 자동매매 TP SL 설정, 백테스트 수백 번으로 찾는 법

바이낸스 선물 자동매매 봇에서 같은 전략이라도 파라미터 설정에 따라 결과가 완전히 달라진다.
수익률 1,350%짜리 전략도 TP와 SL 수치를 잘못 잡으면 실전에서 손실이 난다.
이 글에서는 TP, SL, 레버리지 최적값을 어떻게 찾는지, 그 과정에서 주의할 점은 무엇인지를 실전 백테스트 경험을 바탕으로 정리한다.

 

파라미터란 무엇인가 

파라미터는 봇의 동작을 결정하는 수치 설정값이다.
코드 안에 숫자로 박혀있고, 이 숫자를 바꾸면 봇의 행동 방식이 달라진다.

자동매매 봇에서 가장 중요한 파라미터는 세 가지다.

TP(Take Profit, 익절): 진입 가격 대비 몇 % 수익이 나면 자동으로 청산할지 설정한다.
TP가 5%면 진입 후 5% 오르면(LONG 기준) 자동 청산된다.

SL(Stop Loss, 손절): 진입 가격 대비 몇 % 손실이 나면 자동으로 청산할지 설정한다.
SL이 3%면 진입 후 3% 내려가면 자동 청산된다.

레버리지(Leverage): 내 증거금의 몇 배로 포지션을 잡을지 설정한다.
레버리지 5배면 $100 증거금으로 $500짜리 포지션을 잡는다.
레버리지가 높을수록 수익도 크고 손실도 크다.

이 세 가지 외에도 타임프레임, 진입 조건 수치(예: MACD 파라미터)도 파라미터에 해당한다.
하지만 TP, SL, 레버리지가 결과에 가장 직접적인 영향을 준다.

 

파라미터 하나가 전체 결과를 바꾸는 이유 

전략 자체는 같아도 TP와 SL 비율을 어떻게 잡느냐에 따라 전혀 다른 봇이 된다.

TP를 낮게 잡으면 (예: 3%):
자주 익절된다. 승률이 올라간다.
하지만 한 번의 수익이 작아서 손절 한 번에 여러 번의 수익이 날아간다.
거래 횟수가 많아지고 수수료 부담이 커진다.

TP를 높게 잡으면 (예: 20%):
익절 조건이 까다롭다. 승률이 내려간다.
하지만 한 번 익절될 때 수익이 크다.
거래 횟수가 줄어들고 수수료 부담이 작아진다.

어느 쪽이 맞는지는 전략에 따라 다르다.
추세 추종 전략은 TP를 크게 잡아야 트렌드를 다 먹을 수 있다.
반전 전략은 TP를 작게 잡아야 빠르게 수익을 확정한다.

직접 수백 번 백테스트를 돌려서 알게 된 것이다.
처음에는 TP를 높이면 당연히 수익률이 올라간다고 생각했다.
실제로는 승률이 너무 낮아져서 MDD가 커지고 실전에서 버티기 힘든 구조가 됐다.
반대로 TP를 낮추면 승률은 높은데 수익이 너무 작아서 손절 몇 번에 다 깎이는 경우도 생겼다.
TP와 SL 사이의 균형점을 찾는 게 핵심이다.

 

파라미터 최적값을 찾는 방법 

백테스트를 반복해서 비교하는 방법이 유일하다.
수치를 조금씩 바꿔가며 결과를 보고, 가장 균형이 좋은 조합을 선택한다.

순서는 이렇다.

1단계 — TP부터 고정하고 SL을 바꾼다.
TP를 10%로 고정하고 SL을 2%, 3%, 5%, 7%로 바꿔가며 백테스트를 돌린다.
각각의 수익률, MDD, 승률, 거래 횟수를 기록한다.

2단계 — SL을 고정하고 TP를 바꾼다.
1단계에서 가장 좋았던 SL 값을 고정하고 TP를 5%, 10%, 15%, 20%로 바꿔가며 돌린다.

3단계 — 레버리지를 바꾼다.
가장 좋은 TP/SL 조합을 찾은 후, 레버리지를 2배, 3배, 5배로 바꿔가며 결과를 비교한다.
레버리지가 높아질수록 MDD도 같은 비율로 커진다는 걸 확인한다.

[AI에게 시킨 명령어]
"TP를 5%, 10%, 15%, 20%로 바꿔가며 각각 백테스트 결과를 출력해줘. 수익률, MDD, 승률, 거래 횟수를 표 형태로 보여줘"

이 명령어 하나로 파라미터 비교 테이블을 자동으로 만들 수 있다.
수동으로 수치를 바꿔가며 돌릴 필요 없이 한 번에 여러 결과를 볼 수 있다.

TP·SL 조합별 백테스트 결과 비교

 

TP·SL 조합별 백테스트 결과 비교 

TP·SL 조합 4가지의 수익률, MDD, 승률, 거래 횟수를 비교한 예시 표.

 

실전에서 파라미터를 바꿔 결과가 달라진 경험 

1봇 BTC 봇 업그레이드 과정에서 파라미터 변경으로 결과가 크게 바뀐 경험이 있다.

처음에는 TP 7%로 운영했다.
백테스트에서는 나쁘지 않았다.
실전 6개월을 운영하고 결과를 보니 수익이 났지만 MDD가 컸다.

타임프레임을 4시간봉에서 8시간봉으로 바꾸고 TP를 19%로 올렸다.
같은 KDJ 전략인데 파라미터만 바꿨다.
백테스트 결과가 달라졌다.
거래 횟수는 줄었지만 한 번 수익이 날 때 더 크게 났고, MDD가 안정됐다.

파라미터 변경 전후 비교:
타임프레임 4h / TP 7% → 거래 잦음, 수수료 부담 큼
타임프레임 8h / TP 19% → 거래 적음, 수익폭 큼

어느 쪽이 낫다고 단정할 수 없다.
코인의 특성, 시장 상황, 자신이 감당할 수 있는 MDD 수준에 따라 달라진다.
중요한 건 직접 백테스트로 확인하는 과정이다.
MDD가 왜 이렇게 중요한지 이해가 안 된다면 자동매매 백테스트에서 MDD가 중요한 이유(실용글 7)를 먼저 읽는 걸 추천한다.

 

과최적화를 조심해야 하는 이유 

파라미터 최적화에서 가장 조심해야 할 함정이 과최적화다.
백테스트 데이터에만 딱 맞게 설정값을 찾다 보면, 그 기간에만 좋고 실전에서는 안 되는 파라미터가 나온다.

예를 들어 2023년~2025년 데이터로 최적화한 파라미터가 2026년 시장에서 작동 안 할 수 있다.
2023~2025 기간의 특수한 흐름에 딱 맞게 조정된 값이기 때문이다.

과최적화를 피하는 방법이 있다.

첫째, 백테스트 기간을 길게 잡는다.
최소 2~3년 이상의 데이터로 테스트하는 게 맞다.
단기 데이터로 최적화하면 그 구간의 특성에만 맞는 값이 나온다.

둘째, 최적값보다 안정적인 값을 선택한다.
백테스트에서 수익률이 제일 높은 값이 아니라, 여러 구간에서 꾸준히 좋은 값을 선택한다.
극단적으로 좋은 값은 그 기간에만 맞는 경우가 많다.

셋째, 실전으로 검증한다.
백테스트로 찾은 파라미터도 실전 소액 운영으로 1년 이상 검증해야 한다.
백테스트와 실전이 다르게 나오면 파라미터를 다시 점검한다.

 

결론 

파라미터 최적화는 백테스트를 반복하는 과정이다.
TP, SL, 레버리지를 하나씩 바꿔가며 수익률, MDD, 승률이 어떻게 달라지는지 직접 확인해야 한다.

순서는 이렇게 잡는다.
TP를 먼저 고정하고 SL을 찾는다.
SL을 고정하고 TP를 찾는다.
마지막으로 레버리지를 조정한다.

주의할 점은 두 가지다.
TP가 높다고 무조건 좋지 않다. 승률이 낮아지고 MDD가 커진다.
백테스트에서 가장 좋은 값이 실전에서도 좋으리라는 보장이 없다.
과최적화를 피하려면 긴 기간 데이터로 검증하고, 실전으로 다시 확인하는 과정이 필요하다.

매일 새벽까지 백테스트를 돌린 시간이 지금의 봇 운영 기반이 됐다.
결국 TP와 SL에는 정답이 없다.
정답처럼 보이는 숫자는 직접 반복한 백테스트와 실전 검증을 통해서만 찾을 수 있다.

 

함께 읽으면 좋은 글 

2026.05.30 - [바이낸스 선물 자동매매] - 7화 자동매매 백테스트, 수익률보다 MDD가 중요한 이유

2026.06.21 - [바이낸스 선물 자동매매] - 백테스트 파라미터 수정, 메모장으로 익절 손절 바꾸는 법

2026.06.14 - [바이낸스 선물 자동매매] - 11화 바이낸스 자동매매, 연 60% 수익에서 멈추는 이유