자가학습 트레이딩 에이전트 루프 — Markov + Kelly + Hermes 구조

정의

Polymarket BTC Up/Down 시장에서 마르코프 체인 상태 전이 확률과 시장 가격의 괴리(edge)를 포착하고, Claude Opus가 매일 거래 일지를 읽어 파라미터를 자동 갱신하는 4단계 자가학습 트레이딩 에이전트 구조. 0x_Miko가 정리.

Edge 공식: Δ = p̂(모델 확률) − q(시장 가격) ≥ ε(최소 갭 5%) → 진입
상태 지속성 임계값: p(j*,j*) ≥ 0.87 — 상태가 87% 이상 지속될 때만 진입. 방향 예측 없이도 승률 65%+ 유지
Kelly 사이징: f* = p − (1−p)/b — 승률과 배당률로 최적 베팅 비율 계산
스택: Hermes(에이전트 프레임워크) + Atomic + Claude Opus(대뇌) + Polymarket CLOB v2 + Telegram(보고)
초기 비용: 월 $10 이하, 시작자금$ 50 권장, 설정 30분
4단계 자가학습 루프: ① 거래 실행·일지 기록 → ② Claude Opus 야간 복기(승률 높은 state, 손실 많은 window 분석) → ③ 임계값·Kelly 파라미터 자동 갱신 → ④ 새 파라미터로 다음 세션 실행
학습 임계: 50~100건 거래 후 에이전트가 유효 state와 무효 window를 자체 식별

20260515-markov-chain — 핵심 수학 모델: BTC 가격 상태 전이 확률 측정
20260531-skill-subagent-auto-packaging-pattern — 연장: 자가학습 루프와 에이전트 자동 패키징의 공통 원리
20260602-trading-edge-is-probability-gap-not-direction — 인사이트: 이 시스템이 왜 방향 예측 없이 작동하는지

“이 시스템이 진짜로 의존하는 것은 ‘매 거래 이기기’가 아니라: 확률 필터, 상태 지속성 필터, 5% 이상 갭 필터, Kelly sizing으로 포지션 제어다.”