LLM-Auto-Trader 설치부터 실전까지 — LLM 이 제안하고 규칙이 막는 크립토 봇

CCXT 함수 열세 개만 구현한 셰임 하나로 이 봇의 체결을 통째로 바꿔 봤습니다. 설치·첫 주문·고리 한 바퀴·끊고 다시 붙이기까지 전부 실측입니다.

이 글의 완료 조건: 독자는 규칙 레이어에 말도 안 되는 제안들을 던져 무엇이 어느 층에서 잘리는지 자기 화면으로 읽으면 성공입니다. LLM 호출 0회, 돈 0원으로 됩니다.

1. 이게 뭔가요

Erfaniaa/LLM-Auto-Trader 는 크립토 자동매매 봇입니다. README 가 스스로 요약한 문장이 정확합니다 — "LLM 이 제안하고, 규칙이 처분한다(The LLM proposes; the risk layer disposes)." 판단은 LLM 이 하지만 주문이 나가는 경로에는 LLM 이 없습니다. 거기엔 손절 검사와 노출 한도와 차단기만 있습니다.

규칙 레이어가 본체입니다. src/risk/ 에만 모듈이 9개 있고(베팅 크기·차단기·쿨다운·일중 고점·증거금 감시·포지션 사이저·손절·변동성 타깃, 그리고 이 전부를 모으는 risk_manager), 백테스트 쪽에는 CPCV(조합적 교차검증)와 CSCV(과적합 확률)까지 들어 있습니다. LLM 이 낼 수 있는 답의 모양도 못 박혀 있습니다 — size_pct 25 이하, leverage 1~5, 새 포지션에는 손절 필수. 부탁이 아니라 pydantic 이 파싱 단계에서 자릅니다(src/llm/response_parser.py:49-50). 다만 아래쪽 경계는 강제가 아닙니다 — 하한이 1 이라 "자본의 2%" 같은 제안은 그냥 통과합니다. 잘리는 쪽은 언제나 위쪽입니다.

거래소에 닿는 자리는 여기뿐입니다

이 글의 전제입니다. 저장소 전체에서 CCXT 객체를 부르는 곳을 세어 봤습니다.

$ grep -rn "exchange\.\w*(" src/ scripts/ | grep -oE "exchange\.[a-z_]+\(" | sort | uniq -c | sort -rn
   5 exchange.create_order(       2 exchange.fetch_ohlcv(        1 exchange.fetch_positions(
   3 exchange.close(              2 exchange.fetch_funding_rate( 1 exchange.fetch_order_book(
   2 exchange.market(             1 exchange.watch_ticker(       1 exchange.fetch_open_interest(
   2 exchange.load_markets(       1 exchange.set_leverage(       1 exchange.fetch_balance(
                                  1 exchange.fetch_ticker(

열세 개. 16,659줄짜리 저장소가 바깥 세상과 닿는 면적이 이겁니다. 게다가 거래소 객체를 이름으로 찾아옵니다 (src/data/market.py:101).

cls = getattr(ccxt, exchange_id)          # exchange_id = 환경변수 EXCHANGE_NAME

그래서 ccxt 모듈에 다른 클래스를 weltiq 라는 이름으로 달아 두고 EXCHANGE_NAME=weltiq 라고만 하면, 저장소는 한 줄도 안 고치고 봇의 주문이 다른 곳으로 갑니다. 5절이 그 이야기입니다.

2. 설치

검증된 경로는 이겁니다.

git clone --depth 1 https://github.com/Erfaniaa/LLM-Auto-Trader.git
python3.12 -m venv /private/tmp/tut-venvs/llm-auto-trader
/private/tmp/tut-venvs/llm-auto-trader/bin/pip install -e "./LLM-Auto-Trader[local]"

19.76초에 51개 패키지가 깔립니다(그중 하나는 프로젝트 자신입니다. ccxt 4.5.81, pandas 3.0.6, statsmodels 0.15.0 포함). 테스트도 돌려 봤습니다.

$ pytest -q
621 passed, 3 skipped, 15 warnings in 23.31s

621개가 23초에 통과합니다. 네트워크를 안 타는 결정론적 테스트라 그렇습니다. 별 40개짜리에서 이런 숫자가 나오는 건 드뭅니다.

설치가 끝난 화면 — 버전 네 줄과 테스트 621개

위쪽 네 줄에 ccxt 4.5.81 이 보이면 거래소에 닿는 쪽이 준비된 것이고, 맨 아래 621 passed, 3 skipped 가 나오면 저장소가 성한 것입니다. 초는 보지 마십시오 — 이 화면은 다시 돌린 것이라 캐시가 더워져 5.72초가 나왔고, 위의 23.31초가 첫 실행 실측입니다.

⚠ 돈이 드는 도구입니다. 주기마다 LLM 을 부르고, 기본값이 Claude Opus 확장 사고 + 1M 컨텍스트에 하루 예산 $5 입니다. 그대로 켜 두면 한 달 150달러까지 갑니다. 이 글은 OpenRouter 의 openai/gpt-5-mini 로 바꾸고 하루 예산을 $1 로 낮춰 돌렸습니다. LLM_DAILY_BUDGET_USD 를 반드시 먼저 정하세요.

막히는 자리

여덟 군데서 막혔습니다. 위 셋은 첫 실행이 아예 안 뜨는 것, 아래 다섯은 뜨긴 하는데 주문이 안 나가는 것입니다.

가운데 둘(미결제약정·호가 깊이)은 기본 설정으로 켜면 주문이 한 건도 안 나간다는 뜻입니다. 저장소를 고치지 않고 우회한 코드는 lat_workarounds.py 에 주석과 함께 있습니다.

3. 첫 결과

대시보드는 없습니다. 웹 UI·TUI·차트가 없고 streamlit·fastapi·flask 가 의존성에도 코드에도 없습니다. 바깥으로 나가는 창은 셋뿐입니다 — 터미널의 구조화 JSON 로그(기본값), logs/bot.log, 그리고 텔레그램(토큰과 대화 ID 둘 다 채우면 켜집니다. 이 글에서는 안 켰습니다). 그 JSON 이 한 줄에 250자를 넘어 그냥은 못 읽습니다 — 이 글의 화면들은 event 이름과 값만 남겨 접은 것이고, 접는 스크립트는 lat_view.py 입니다. 버리는 줄은 없고 폭만 줄입니다.

제일 작은 예제는 자기 페이퍼 모드를 한 주기 돌리는 것입니다. 주문이 밖으로 안 나가고 메모리에 가짜 체결을 하나 만듭니다.

이렇게 말합니다

OpenRouter 의 gpt-5-mini 로 바꿔서, 바이낸스 공개 시세만 보고 자기 페이퍼 모드로 한 주기만 돌려 줘. 자본은 1만 달러로 치고.

그러면 이런 게 돌아옵니다 (여러 줄을 한 칸에 모았고 로그는 줄였습니다)

exchange=binance  mode=paper  model=openai/gpt-5-mini  equity=10000.0
trading_exchange_ready  exchange=binance markets=4640
snapshot_collected      symbols=4 has_onchain=true has_sentiment=true has_macro=true errors=0
llm_call_cost           cost_usd=0.0043 input_tokens=4059 output_tokens=1652
llm_analysis_complete   actions=["open_long"] trend=bullish confidence=0.76 next_check=15
risk_validation         action=open_long symbol=BTC/USDT:USDT approved=true reason=OK

[FILL] ok=True open_long BTC/USDT:USDT long size=0.01 price=85237.8
       fees=0.9146604869258574 id=paper_1789994466

이렇게 나오면 성공입니다. LLM 이 한 번 불려 0.5센트도 안 되는 돈을 쓰고, 규칙 레이어가 통과시키고, 페이퍼 체결이 하나 생겼습니다.

한 주기가 도는 전체 화면 — 자료 수집부터 체결까지

숫자보다 위에서 아래로 내려오는 순서를 보십시오 — snapshot_collected → llm_call_cost → llm_analysis_complete → risk_validation approved=True → [ASK ](무엇을 하자고 했나) → [FILL](체결). 맨 아랫줄에서 price=85806.1 과 current_price=85806.1 이 똑같은 것이 바로 아래 ①번입니다. 가운데 macro_ticker_failed 다섯 줄과 top_traders_api_error 는 지우지 않았습니다 — 기본 설정으로 켜면 원래 저렇게 납니다. (이 화면은 9월 22일에 같은 명령을 다시 돌린 것이라 위 출력과 시세·판단이 다릅니다. 순서는 같습니다.)

이 한 줄짜리 체결에 이 글의 나머지가 다 들어 있습니다.

① 체결가가 현재가와 소수점까지 같습니다. price=85237.8 인데 같은 사이클의 현재가도 85237.8. 슬리피지 0 입니다. README 는 "페이퍼는 중간가 + 슬리피지 추정으로 체결한다"고 적었지만, 실제 코드(src/execution/executor.py:141-158)는 현재가 그대로 채우고 수수료만 뗍니다. 슬리피지 모델은 백테스트 쪽(src/backtest/fill_model.py, 기본 5bp)에만 있습니다.

② 수수료 기준이 채워진 금액이 아닙니다. 의도 금액은 914.66달러인데 수량이 최소 단위로 내림돼 852.38달러어치가 채워졌습니다. 그런데 수수료 0.9147 은 914.66 기준입니다. 채워진 금액 기준이면 0.8524 여야 합니다. 작지만 방향이 있는 오차입니다.

③ 이 포지션은 어디에도 안 남습니다. 봇을 끄고 SQLite 를 열면 decisions: 1 rows·llm_calls: 1 rows, 그리고 열린 포지션을 담는 테이블 자체가 없습니다(trades: 0 rows). 프로세스가 죽으면 포지션도 죽습니다.

4. 제일 잘 쓰는 법 — LLM 을 부르기 전에 규칙 레이어부터 때려 보세요

이유가 있습니다. src/risk/ 는 봇과 독립적으로 import 되고, LLM 키도 네트워크도 필요 없습니다. 가장 터무니없는 제안을 지어내 던져 보고 무엇이 잘리는지 읽을 수 있습니다. 공짜고, 결정론적이고, 한 번 보고 나면 이 도구를 믿을지 말지가 정해집니다.

이렇게 말합니다

LLM 은 부르지 말고, 규칙 레이어한테만 말도 안 되는 제안들을 던져 봐. 자본 1만, BTC 85,000 기준으로.

그러면 이런 게 돌아옵니다

제안                                         판정         사유 / 조정
정상 진입 (10% · 2배 · RR 3:1)                  승인         크기 조정 → 3.37%  [AFML 베팅: ×0.34 (신뢰도 0.70)]
한도 초과 크기 (40%)                             스키마거절      Input should be less than or equal to 25
한도 초과 배율 (10배)                             스키마거절      Input should be less than or equal to 5
손절이 없다                                     스키마거절      Value error, stop_loss is required for new positions
보상/위험 0.5:1 (손절 -2%, 익절 +1%)               거절         SL/TP invalid: R:R ratio 0.5 below minimum 1.5
손절이 진입가 위 (롱인데)                            거절         SL/TP invalid: SL must be below entry for long
이미 3종목 보유 — 4번째                            거절         Already 3 positions (max 3)
총 노출 60% 초과 (5,500 보유 + 2,500 신규)          승인         크기 조정 → 5.00%  [Size…]
허용 목록 밖 종목                                 거절         Symbol DOGE/USDT:USDT not in allowed list

--- 계좌 단위 차단기 (경고 4.5% · 정지 5%) ---
equity   9800  (-2.0%)   발동=-                              거래허용=True
equity   9600  (-4.0%)   발동=daily_loss:halt_new             거래허용=False
equity   9550  (-4.5%)   발동=drawdown:close_all, daily_loss  거래허용=False
equity   9400  (-6.0%)   발동=drawdown:close_all, daily_loss  거래허용=False

차단기 발동 뒤 같은 진입 제안 → 승인=False  Circuit breaker: Trading halted

규칙 레이어에 말도 안 되는 제안을 던진 화면

LLM 을 빼고 규칙 레이어만 때려 본 화면입니다. 가운데 열이 판정인데 스키마거절 세 줄과 거절 네 줄이 서로 다른 층에서 잘린 것이라는 점이 핵심입니다. 아래 계단에서는 equity 9600 줄부터 거래허용=False 로 바뀌는 지점을 보십시오 — 여기부터는 멀쩡한 제안도 안 받습니다. 맨 윗줄 명령에 적힌 대로 LLM 호출 0회라 돈이 한 푼도 안 듭니다.

읽을 것은 셋입니다. ① 두 겹이다 — 스키마가 먼저 자르고(크기·배율·손절 유무) 규칙이 그다음을 자릅니다(보상/위험·방향·개수·노출). ② 통과한 것도 깎인다 — 10% 제안이 신뢰도 0.70 때문에 3.37% 가 됐습니다. ③ 계좌 단위 차단기가 주문 단위 검사보다 위에 있다 — 한 번 발동하면 멀쩡한 제안도 전부 막힙니다.

프롬프트가 아니라 이 표가 이 저장소의 값입니다. 재현 스크립트는 scenario_d_riskgate.py 입니다.

그 4.93bp 는 누구 몫인가

체결을 밖으로 내보내면(5절) 슬리피지가 생깁니다. 봇이 본 값은 85,388.835 였고 체결은 85,430.92, 차이 +4.93bp. 이게 전부 weltiq 의 체결 모델 탓이면 정직하지 않은 계측기겠죠. 그래서 분리해 봤습니다 — 호가를 읽고 바로 그 자리에서 최소 수량을 세 번 던졌습니다.

quote: bid=85172.87 ask=85172.88 mid=85172.875 spread_bp=0.00 age=0.1s
fill : 85181.3972875  vs mid = +1.00 bp   fee=0.00851814
quote: bid=85172.87 ask=85172.88 mid=85172.875 spread_bp=0.00 age=0.2s
fill : 85181.3972875  vs mid = +1.00 bp   fee=0.00851814
quote: bid=85159.37 ask=85159.38 mid=85159.375 spread_bp=0.00 age=0.4s
fill : 85167.8959375  vs mid = +1.00 bp   fee=0.00851679

세 번 다 정확히 +1.00bp. 체결 모델이 0.5 × 스프레드 + 1bp 이고 스프레드가 0이었으니 딱 1bp 입니다. 나머지 3.93bp 는 LLM 이 생각하는 동안 가격이 움직인 몫입니다 — 스냅샷을 찍고 모델이 20~30초 답하고 규칙을 통과한 뒤에야 주문이 나갑니다. 두 번째 주문에서는 +9.09bp 였습니다.

이 몫을 그 도구의 페이퍼는 0 으로 칩니다. 스냅샷 가격에 그대로 채워 주니까요. 판단 지연이 공짜라고 가정하는 셈인데, LLM 으로 도는 봇에서는 그게 제일 크게 새는 구멍일 수 있습니다. 재려면 체결을 밖에서 해야 합니다.

돌려 본 것 한눈에

5절의 셰임을 끼운 채로 돌린 것들입니다. 원문 로그는 검증 기록에 있습니다.

5. weltiq 로 옮기기 — CCXT 셰임 한 장

1절에서 센 열세 개 함수가 전부입니다. 그러니 그 열세 개를 weltiq API 로 구현한 CCXT 모양의 클래스를 하나 만들어 ccxt 모듈에 이름으로 달아 두면 끝입니다. 상대 저장소는 한 줄도 안 고칩니다.

1. weltiq 가입({{CTA_URL}}) → 마이 → 연결 관리에서 API 키 발급. 그 키가 쓸 주문 한도 승인을 세션에서 만듭니다(종목·주문당 3,000달러·하루 20,000달러·유효 1일로 했습니다).
2. 셰임 weltiq_ccxt.py 를 받아 ccxt 에 weltiq 라는 이름으로 답니다.
3. EXCHANGE_NAME=weltiq 로 두고 봇을 띄웁니다. 첫 체결의 주문번호가 paper_… 가 아니라 dq_… 로 나오면 갈아 끼워진 것입니다.
4. 다음 주기에 봇이 fetch_balance·fetch_positions 를 부르면, 셰임이 weltiq 주문 기록에서 자기 장부를 다시 만들어 돌려줍니다. 여기서 고리가 닫힙니다.

① 이름으로 찾아오게 만든다

def install() -> None:
    import ccxt, ccxt.async_support as ccxt_async
    for mod in (ccxt, ccxt_async):
        setattr(mod, "weltiq", weltiq)
    import ccxt.pro as ccxtpro
    setattr(ccxtpro, "weltiq", weltiq)     # watch_ticker 도 같은 클래스가 받습니다

② 주문 하나를 weltiq 수리 경로로

async def create_order(self, symbol, type, side, amount, price=None, params=None):
    body = {"venue": self.venue, "symbol": to_weltiq(symbol), "side": side,
            "type": type, "qty": _num(amount), "target": "paper"}
    if not params.get("reduceOnly"):
        # weltiq 는 무효 조건 없는 진입을 안 받습니다. 봇의 손절은 create_order 로
        # 안 넘어오므로 셰임이 현재가 기준 퍼센트로 하나 만들어 넣습니다.
        ref = (await self.fetch_ticker(symbol))["last"]
        body["invalidation"] = {"px_below": _num(ref * (1 - self.inval_pct / 100))}
    status, resp = await self._post("/v1/orders/oneoff", body)
    return await self._await_fill(resp["queue_id"], symbol, side, amount, type)

거절은 ccxt 의 진짜 예외 타입으로 다시 던집니다. insufficient_cash 는 InsufficientFunds, lot_size·min_notional 은 InvalidOrder. 봇이 이미 그 예외들을 잡고 있어서 갈아 끼운 티가 안 납니다.

③ 남의 포지션을 건드리지 않게 선을 긋는다

weltiq 는 사용자당 마켓별 모의 계좌가 하나입니다. 상주 전략 컨테이너도 이 봇도 같은 장부에 기록하고, 계좌 요약은 종목당 한 줄로 합쳐져 나옵니다 — 그 안에 이 봇 몫이 얼마인지 외부 에이전트는 구별할 수 없습니다. 그대로 두면 봇이 "내 포지션 0.54 BTC" 로 알고 남의 것을 팝니다. 그래서 셰임이 이 API 키가 정해진 시각 이후에 낸 주문만 모아 자기 장부를 따로 만들고, 매도에 하드 가드를 겁니다.

if side == "sell":
    own, _, _ = await self._own_book()
    if float(amount) > own.get(wq, {}).get("qty", 0.0) + 1e-12:
        raise InsufficientFunds("sell … > own inventory (나머지는 상주 컨테이너 몫)")

서버 기록에서 다시 만들기 때문에 프로세스가 죽어도 살아남습니다. 다만 주문 목록이 최근 30건만 돌려주고 커서가 없어서, 며칠 돌리면 셰임이 오래된 체결을 못 봅니다. 이건 weltiq 쪽 숙제이고, 이 연재의 다른 편에서도 같은 자리에서 걸렸습니다 — 조사 과정은 검증 기록에 있습니다.

끊었다 붙였을 때 일어난 일

포지션을 하나 들고 있는 상태에서 봇을 SIGKILL 로 죽이고 같은 설정으로 다시 띄웠습니다.

13:04:32.077  bot_initialized   equity=9998.42  positions=1
13:04:32.093  circuit_breaker_connectivity  CRITICAL  seconds=1789995872.09
13:04:32.165  emergency_close   symbol=BTC/USDT:USDT side=long

positions=1. 봇은 자기 포지션을 기억하지 못하는데 재기동하자마자 되찾았습니다. 셰임이 weltiq 주문 기록을 읽어 다시 만들어 줬기 때문입니다. 자기 페이퍼였다면 positions=0 이었을 겁니다 — 열린 포지션을 담는 테이블 자체가 없으니까요.

그리고 80밀리초 뒤에 봇 자신의 버그가 그 포지션을 닫았습니다. seconds=1789995872 — 유닉스 시각 그대로입니다. WebSocketManager.seconds_since_last_update 가 한 번도 갱신된 적 없을 때 time.time() 을 그대로 돌려주는데, 차단기는 그걸 "마지막 시세 갱신 이후 17억 초"로 읽고 연결 끊김이라 판정합니다(한도 60초). 판정은 CLOSE_ALL. 왕복이 이렇게 닫혔습니다 — 매수 85,430.92, 매도 85,208.84826250, 수수료 0.45107527 + 0.44990272, 손익 −2.07 USDT.

이게 이 글에서 제일 값진 한 줄입니다. 그 도구의 페이퍼였다면 "복구도 없었고 청산 기록도 없었을" 일이, 체결을 밖에서 하니까 마이크로초 단위로 남았습니다.

고리 한 바퀴 — 주문 한 건과 거절된 손절 이동 한 건

고리 한 바퀴가 한 화면에 들어 있습니다. 가운데 id=dq_… 가 봇의 판단이 weltiq 주문이 된 자리입니다 — paper_… 가 아닙니다. 그 아래 approved=False reason=Cannot move SL further from entry 가 규칙 레이어가 LLM 을 거절하는 장면이고, 네 줄 더 내려가면 같은 LLM 이 sl=83900.0 으로 좁혀 와 통과합니다. 맨 윗줄 positions=1 은 재기동 뒤에도 포지션이 남아 있었다는 뜻입니다.

weltiq 원장에 남은 그 주문

셰임을 지나온 주문이 weltiq 쪽에 남은 모습입니다. created_at 과 processed_at 을 나란히 보십시오 — .948906 과 .955931, 7밀리초입니다. 그 아래 origin 이 누가 냈는지(이 봇에게만 준 API 키)이고, 맨 아랫줄 fee_profile 이 요율을 바꿔 재계산할 때 쓰는 규칙입니다. 봇 쪽 기록에는 이 칸들이 아예 없습니다 — 거기엔 paper_1789994466 한 줄뿐이었습니다.

그래서 뭐가 달라졌나

같은 봇, 같은 모델, 같은 자본. 주문이 가는 곳만 바꿨습니다.

마지막 줄은 weltiq 가 지는 칸입니다. 프롬프트가 짧아진 건 좋아서가 아니라 펀딩·미결제약정·교차거래소 시세를 안 주기 때문입니다. 셰임이 그 셋을 NotSupported 로 돌려주고 봇이 조용히 건너뜁니다. 호가도 최우선 한 단계만 나갑니다.

해 주지 않는 것도 적습니다. 봇의 손절·익절은 weltiq 쪽에 안 걸립니다 — CCXT create_order 에 그 자리가 없어서요. 봇이 꺼져 있는 동안 지켜지는 건 셰임이 넣은 퍼센트 무효 조건뿐입니다. "에이전트가 잠들어도 규칙은 돈다"가 이 조합에서는 절반만 참입니다. weltiq 는 지금 모의만 합니다 — 실전 주문 경로가 아직 열려 있지 않습니다.

(설정 차이 둘을 밝힙니다. 셰임을 끼운 런에서만 LLM 호출 주기를 150초로 줄였고 최소 보상/위험 문턱을 1.45 로 내렸습니다. 각각 "한 자리에서 여러 바퀴를 보려고"와 "2절의 R:R 문턱 버그 때문"이고, 둘 다 체결가·크기 계산에는 영향이 없습니다.)

6. 써 보니

좋았던 것

1. 판단과 실행이 진짜로 갈라져 있습니다. 거래소에 닿는 면이 열세 개 함수뿐이라 갈아 끼우는 데 300줄 남짓이면 됐습니다. 이런 저장소는 생각보다 드뭅니다.
2. 규칙 레이어가 실제로 막습니다. 광고 문구가 아니라 눈으로 봤습니다 — LLM 이 손절을 넓히려 하자 거절당했고, 다음 시도에서 좁혀 왔습니다. 크기 25%·배율 5배·손절 필수는 그보다 앞선 스키마에서 잘립니다.
3. 테스트가 621개입니다. 23초에 돌고 네트워크를 안 타서 남의 기계에서도 같은 결과가 나옵니다.
4. LLM 없이도 쓸모가 있습니다. src/risk/ 만 import 해서 자기 전략의 위생 검사기로 써도 됩니다(4절).

아쉬웠던 것

1. 기본 설정으로는 주문이 한 건도 안 나갑니다. 미결제약정 None 으로 매 주기 죽고, 호가 깊이 단위 버그로 크기가 0 이 됩니다. 2026-07-21 이후 푸시가 없는 저장소라 당분간 그대로일 겁니다.
2. 페이퍼가 낙관적입니다. 현재가 그대로 채우고, 거부가 없고, 부분체결이 없고, 호가를 안 봅니다. README 는 슬리피지를 넣는다고 적었지만 라이브 페이퍼 경로엔 없습니다.
3. 열린 포지션도 손절도 프로세스와 함께 사라집니다. 24시간 돌릴 물건인데 재시작 복구가 없고, 손절은 봇 메모리의 숫자라 봇이 자면 손절도 잡니다.
4. 비용 집계를 청구서로 믿으면 안 됩니다. 남아 있는 로그 기준 11회 호출에 봇은 $0.0489 를 셌는데, 버린 시도까지 포함한 OpenRouter 실사용량은 같은 시간에 $0.1313 늘었습니다. 예산 상한으로 쓰기엔 충분합니다.

비용

7. 다음 행동

먼저 src/risk/ 만 떼어다 4절의 표를 자기 손으로 재현해 보세요. 돈이 안 들고, 이 도구를 계속 쓸지 말지가 거기서 정해집니다. 그다음 미결제약정·호가 깊이 두 군데를 우회하고 한 주기를 돌려 보시면 됩니다.

다음 편은 freqtrade 입니다. 별 5만 4천 개, 이 분야에서 제일 많이 쓰이는 크립토 봇이고 이번 편과 정반대 방향입니다 — LLM 이 매번 새로 판단하는 대신 사람이 쓴 전략 코드가 판단하고, 그 제품이 문서 첫 줄에 세워 둔 단어가 Dry-Run 입니다.

weltiq 준비 — 3줄 1. 가입: {{CTA_URL}} 2. 마이 → 연결 관리에서 API 키 발급 3. claude mcp add weltiq --header "Authorization: Bearer <키>" https://weltiq.ai/mcp

이 봇의 주문을 셰임 한 장으로 모의 계좌에 태워 24시간 돌려 볼 수 있습니다.

이 글의 모든 명령·출력·숫자는 2026-09-21 에 실제로 돌려서 얻었습니다. 거래소에는 공개 시세만 조회했고 실제 돈이 오간 주문은 없습니다. 어떤 매매 의견도 아닙니다. 여기 적지 않은 시행착오·원문 로그·결함 목록은 검증 기록에 있습니다.