정의
Hermes + Markov Chain + Kelly Criterion을 기반으로 Polymarket의 BTC 5분 Up/Down 시장에서 구조적 비효율성을 포착하고 자가 학습하는 트레이딩 에이전트를 구축하기 위한 방법론 및 시스템 설계.
핵심 속성
- 거래 대상: Polymarket BTC 5분 Up/Down 시장 (일 288개 윈도우)
- 핵심 수학 모델: 마르코프 체인 전환 확률 행렬 (Transition Matrix), p̂⁽ʷ⁾ ≥ 0.87 지속성 임계값
- 진입 조건: 모델 확률(p̂)과 시장 가격(q) 간 갭(Δ = p̂ − q)이 5% 이상일 때 진입
- 자금 관리: 켈리 기준(Kelly Criterion) f* = p − (1−p)/b 를 사용한 포지션 사이징
- 자가 학습 루프: 거래 로그 기록 → 야간 Claude Opus 분석 → 파라미터 업데이트 → 다음 세션 실행
- 예상 승률: 63%–72% (모델 확률 ≥ 0.87 기준)
- 기대 수익률 (단일 거래): 진입 가격 q=0.647 기준 약 +54.5%, q=0.441 기준 약 +126.7%
관계
- 20260605-markov-chain-decision-theory — 상위개념: 마르코프 체인은 이 프레임워크의 핵심 의사결정 모델을 제공함
- 20260605-prediction-market-edge-construction — 연장: 이 에이전트는 예측 시장의 비효율성을 edge로 전환하는 구체적인 구현 사례임
- 20260605-kelly-criterion-position-sizing — 하위개념: 켈리 기준은 이 프레임워크의 포지션 사이징 서브시스템을 구성함
- 20260605-human-emotion-vs-quantitative-edge — 대조: 인간의 감정에 기반한 거래와 정량적 확률 모델의 대비를 보여줌
인용
“마르코프 체인 분석은 가격 움직임이 완전히 무작위적이지 않다는 전제에서 출발합니다. 시장이 명확한 방향 상태에 진입했을 때, 그 상태가 지속될 확률은 수학적으로 측정 가능합니다.”