Does ICT / Smart Money Concepts actually work?

Partly, and that is the honest answer. In our testing about 73% of ICT/SMC strategies were rejected — most fail, but the category does not collapse to zero the way grid/DCA does. A minority showed a real conditional edge on specific instruments and sessions.

Why does ICT backtest so well but fail your test?

Because the eye test smuggles in hindsight. Order blocks and sweeps look obvious after the candle closes, so the code fits the label to a known outcome. Add a placebo test on scrambled data and most of the wins keep appearing, which means the rule was reading noise, not the market.

Is any ICT strategy worth trading?

A few survived as a risk-capped structure filter on a normal trend or reversal trade — narrow instrument, tight sizing. Not a do-everything system. The value was the discipline, not the mythology bolted around it.

Is 20-plus tests a big enough sample to trust?

It is smaller than our hundreds-deep categories, and we treat it that way. We report the pattern and the honest caveat rather than pretending two dozen tests carry the weight of two hundred. The direction was consistent enough to publish, but we weight it less than trend-following.

독립적인 전략 연구

ICT / 스마트 머니 컨셉은 실제로 효과가 있을까? 다른 모든 전략과 마찬가지로 이를 테스트해 보았다.

우리가 테스트한 ICT 및 스마트 머니 컨셉 전략 중 약 73%가 탈락했는데, 이는 전체 감사 대상 중 비교적 낮은 탈락률 중 하나였습니다. 이는 우리에게 놀라운 결과였습니다. ICT는 순전히 허구적인 이야기로 치부되곤 하지만, 하나의 카테고리로서 브레이크아웃(breakout)이나 평균 회귀(mean-reversion) 전략들보다 더 나은 성과를 보였으며, 100% 실패하는 그리드 봇(grid bots)과는 비교조차 되지 않습니다. 그러니, 아니요, 전적으로 허황된 것은 아닙니다. 대부분은 실패하지만, 소수는 그렇지 않습니다. 그리고 그 소수 중에서도 상당수는 데이터 배열을 바꾸는 순간 무너져 버립니다.

이 카테고리는 그리드/DCA처럼 100% 실패로 끝나는 것은 아닙니다. 소수는 1차 선별을 통과하지만, 그 소수 중 대부분은 뒤섞인 데이터에서도 동일한 성과를 보이는데, 이는 애초에 시장을 제대로 읽지 못했다는 뜻입니다. 의도적으로 작은 표본에서 도출한 예시 비율입니다.

테스트된 20개 이상의 ICT/SMC 전략

실제 비용을 반영한 후 ~73%가 탈락

소수는 조건부 우위를 보였으나, ‘설정 후 방치’ 방식으로 판매할 만한 전략은 하나도 없었다

주요 카테고리에 비해 표본 규모가 작음 — 수백 개의 추세 추종 전략에 비해 20개 이상의 ICT/SMC 테스트만 수행됨. 이에 따라 가중치를 적용했으며, 24개 정도의 테스트 결과를 마치 자연의 법칙인 양 포장하지 않고 솔직히 밝히고 있습니다.

ICT와 SMC가 실제로 주장하는 바

주문 블록. 공정가치 격차. 유동성 스윕 및 시장 구조 변화. 그 전제는 가격이 스톱 주문 풀을 추적한다는 것이며, 거액의 자금이 어디에 위치해 있는지 파악할 수 있다면 그 자금에 휩쓸리는 대신 이를 활용해 거래할 수 있다는 것입니다. 이는 설득력 있는 이야기이며 깔끔한 차트를 만들어냅니다.

우리는 그 철학을 테스트하지 않았습니다. 코드를 테스트했을 뿐입니다. 우리의 분석 프로세스가 던지는 유일한 질문은, 이러한 아이디어를 바탕으로 구축된 규칙 세트가 실제 스프레드, 수수료, 슬리피지를 고려한 후, 작성자가 한 번도 본 적 없는 데이터에서 수익을 내는지 여부입니다. 그 이야기는 평가 대상이 아닙니다.

우리가 발견한 것

20개 이상의 ICT/SMC 전략을 이식하여 다른 모든 전략과 동일한 프로세스를 거쳐 테스트했습니다. 대략 73%가 탈락했습니다. 이는 평균 회귀(mean-reversion) 및 브레이크아웃(breakout) 카테고리보다 낮은 수치이며, 테스트한 모든 봇이 실패했던 그리드(grid) 및 DCA 전략과는 차원이 다른 결과입니다. 인터넷에서 헐뜯기 일쑤인 아이디어들 치고는, 우리가 예상했던 것보다 훨씬 나은 성과였습니다.

그리고 여기서 ICT와 정직하게 구축된 전략을 구분 짓는 부분이 나타납니다. 상당수는 ‘눈으로 확인했을 때’ 합격점을 받았습니다. 깔끔한 진입 시점, 합리적인 구조, 실제처럼 보이는 수익 곡선을 보여주었죠. 그래서 우리는 바를 뒤섞어 보았습니다. 위약 테스트를 통해 동일한 규칙에 순서가 뒤바뀐 무작위 데이터를 입력했더니, 살아남은 전략 중 상당수가 계속 “작동”했습니다. 뒤섞인 가격 데이터에서 동일한 점수를 기록하는 규칙은 결코 시장을 읽은 것이 아닙니다. 그 규칙에는 진정한 우위가 없습니다. 그저 잡음 속에서 어떤 패턴을 찾아낸 것일 뿐이며, 잡음은 어디에나 존재합니다.

무작위로 뒤섞인 데이터에서도 동일한 성과를 내는 규칙은 결코 시장을 읽어낸 것이 아닙니다. 그것은 당신을 읽어낸 것입니다.

대부분의 ICT 전략이 실패하는 이유

세 가지 실패 양상이 가장 큰 피해를 입혔으며, 이 모든 것은 한 가지 원인의 결과입니다. 바로 ICT가 캔들이 마감된 후 승리한 주문 블록이 항상 명백하게 드러나는, 엄선된 차트 예시를 통해 가르쳐지기 때문입니다.

사후 라벨링. 가르쳐진 예시를 코드로 전환하면, 이미 알고 있는 결과에 맞춰 라벨을 붙이게 되는 경향이 있습니다. 이것이 바로 교과서적인 과적합입니다. 규칙이 훈련 차트를 암기해 버리면 새로운 차트를 처리할 여력이 남아 있지 않습니다.
눈으로 확인하는 선행 판단. 가격이 이미 반전되었기 때문에 유동성 급증을 표시합니다. 해당 설정을 “확인”하는 백테스트는 종종 선행 편향에 의존하는데, 이는 실제 거래 당시에는 알 수 없었던 정보입니다.
예측으로 위장한 설명. 비용이 단 1센트도 들기 전에는 그 전략에 우위가 없었습니다. 이들은 방향을 예측하는 것이 아니라, 이미 일어난 일을 더 인상적인 용어로 재표현할 뿐입니다.

살아남은 소수 — 정직한 예외

모든 전략이 실패한 것은 아니며, 바로 이 점에서 ICT는 그리드/DCA가 결코 얻을 수 없는 미묘한 차이를 보여줍니다. 소수 — 우리가 테스트한 것의 3분의 1도 채 되지 않는 — 가 실질적이고 조건부적인 우위를 보여주었습니다. 특정 상품. 특정 세션. 엄격한 리스크 관리. 내부를 들여다보면, 이는 기관 투자자의 의도를 신비롭게 읽어내는 것보다는 평범한 추세 또는 반전 거래에 체계적인 구조 필터를 적용한 것에 더 가까워 보였습니다. 필터는 정직한 역할을 수행하고 있었습니다. 그 주위의 신화적 해석은 선택 사항일 뿐이었습니다.

실전 적용 가능할까? 좁은 범위 내에서, 규모를 작게 잡고 리스크를 제한한다면 몇 가지는 가능하다. 강좌에서 팔아대는 ‘만능 시스템’도 아니고, “직장을 그만두라”는 식의 소재도 아니다. 이것이 바로 이 범주와 순수 봇 범주 사이의 진정한 차이점이다. 그리드 전략은 100% 실패한다. ICT는 그렇지 않다. 대부분은 실패합니다. 그중 일부는 정직하게 테스트를 거치면 살아남습니다 — 종교가 아니라 구성 요소로서 말이죠.

테스트 방법

모든 전략은 파이썬으로 이식되어 실제 비용(틱 데이터로 모델링된 스프레드 및 수수료, 추측에 의한 고정 수치가 아님)을 기준으로 실행됩니다. 선물 데이터는 Databento(13년간의 CME 데이터)에서, 외환(FX)은 실제 매수/매도 호가를 제공하는 Dukascopy에서, 주식은 유동성을 고려한 체결 방식으로, 암호화폐는 현물 및 퍼프(perps) 형태로 제공됩니다. 빠른 모델이 대부분의 이식을 수행하고, 가장 강력한 모델이 겉보기에는 살아남은 모든 전략을 무너뜨리려 시도하며, 룩어헤드 편향과 불가능한 체결을 찾아냅니다. 또한 위약/순열 테스트 단계에서는 해당 전략이 도출된 정확한 역사 데이터에서만 작동하는 규칙들을 걸러냅니다. 코드를 해시 처리하므로, 세 가지 이름으로 재게시된 ICT 스크립트는 세 번이 아닌 한 번만 테스트됩니다. 이는 우리가 테스트하는 전체 항목의 약 78%, 그리고 ICT/SMC 출품작의 약 73%를 걸러내는 것과 동일한 과정입니다.

전체 현황을 확인하고 싶으신가요? 리서치 허브에서 나머지 카테고리에 대한 유형별 분석 결과를 확인하실 수 있습니다.

이 내용은 연구 및 교육 목적이며, 금융 조언이 아닙니다. 신호 제공이나 수익 보장도 없습니다. 독립적으로 운영되며, TradingView와 제휴 관계가 없습니다.

어떤 ICT 스크립트가 살아남았으며, 누가 이를 게시했을까요?

이제 이 카테고리의 전체적인 양상을 파악하셨을 것입니다. 대다수는 탈락하고, 소수만이 살아남으며, 위약 테스트에서 가짜들이 걸러집니다. 이 페이지에서 제공하지 않는 정보는 구체적인 이름입니다. 즉, 우리가 테스트한 특정 ICT/SMC 스크립트의 명칭, 작성자, 그리고 각 스크립트에 대한 정확한 비용 차감 후 평가 결과입니다. 바로 이것이 ‘The No List’입니다: 우리가 검토한 모든 전략의 명단과, 해당 전략이 살아남았거나 탈락한 이유를 상세히 담은 목록입니다.

'The No List' 확인하기 →

자주 묻는 질문

ICT/스마트 머니 컨셉(SMC)은 실제로 효과가 있나요?

어느 정도는 효과가 있습니다. 이것이 솔직한 답변입니다. 저희 테스트 결과, ICT/SMC 전략의 약 73%가 탈락했습니다. 대부분은 실패하지만, 이 카테고리는 그리드/DCA처럼 완전히 무너져 0이 되지는 않습니다. 소수의 전략은 특정 상품과 거래 세션에서 실질적인 조건부 우위를 보여주었습니다.

왜 ICT는 백테스트에서는 좋은 성과를 보이지만 실제 테스트에서는 실패하나요?

‘눈으로 확인하는 테스트’에는 사후 지식이 은연중에 반영되기 때문입니다. 캔들이 마감된 후에는 주문 블록과 스윕이 명백해 보이기 때문에, 코드가 이미 알려진 결과에 맞춰 라벨을 붙이게 됩니다. 무작위로 뒤섞인 데이터로 위약 테스트를 진행해도 대부분의 ‘승리’ 결과가 계속 나타나는데, 이는 해당 규칙이 시장을 읽은 것이 아니라 잡음을 해석한 것임을 의미합니다.

거래할 가치가 있는 ICT 전략이 있을까요?

일반적인 추세 또는 반전 거래에서 위험 한도가 설정된 구조적 필터로 기능하는 몇 가지 전략이 살아남았습니다. 대상 상품은 좁게, 포지션 규모는 엄격하게 제한해야 합니다. 만능 시스템은 아닙니다. 그 가치는 규율에 있었지, 그 주위에 덧씌워진 신화에는 없었습니다.

20여 건의 테스트 결과가 신뢰할 만한 충분한 표본인가?

이는 우리가 다루는 수백 개에 달하는 카테고리보다 작은 규모이며, 우리는 이를 그에 맞게 취급합니다. 우리는 24건의 테스트가 200건의 무게를 지닐 수 있는 것처럼 가장하기보다는, 패턴과 솔직한 주의 사항을 보고합니다. 방향성은 발표할 만큼 충분히 일관적이었으나, 우리는 이를 추세 추종 전략보다 가중치를 낮게 부여할 것입니다.