정의
에르메스(Hermes) 프레임워크와 LLM(Claude Opus)을 결합하여 폴리마켓(Polymarket)과 같은 예측 시장에서 마르코프 체인(Markov Chain) 분석을 통해 상태 전이 확률의 구조적 비효율성을 포착하고, 스스로 거래 로그를 복기하며 전략을 최적화하는 자동화된 거래 시스템이다.
핵심 속성
- 상태 전이 확률(Transition Probability): BTC 가격 변화를 특정 상태로 세분화하고, 현재 상태가 다음 상태로 전이될 확률을 수학적으로 모델링한다.
- 상태 지속성 임계값(Persistence Threshold): 특정 방향성이 유지될 확률()이 0.87 이상일 때만 진입하여 승률을 극대화한다.
- 에지 윈도우(Edge Window): 모델이 계산한 실제 확률과 시장 가격() 사이의 괴리(Gap)가 5%~15% 이상일 때 수익 기회로 판단한다.
- 켈리 공식(Kelly Criterion): 모델의 승률과 배당률을 바탕으로 최적의 포지션 크기()를 산출하여 리스크를 관리한다.
- 자가 학습 루프(Self-learning Loop): LLM이 매일 밤 거래 로그를 분석하여 마르코프 상태 규칙과 임계값을 재작성하고 다음 거래 세션에 반영한다.
관계
- 20260605-hermes-agent-framework — 하위 시스템: 에이전트의 사고와 도구 호출을 담당하는 기반 프레임워크
- 20260605-polymarket-clob-v2 — 연결 도구: 실제 주문 집행 및 시장 데이터 수집을 위한 API 인터페이스
- 20260605-markov-chain-analysis — 핵심 이론: 가격 변동의 확률론적 상태 전이를 분석하는 수학적 모형
인용
“가격 운동은 항상 무작위적이지 않다. 시장이 특정 방향의 지속 상태에 진입했을 때, 그 상태가 유지될 확률은 50%를 훨씬 상회할 수 있으며, 시장 가격이 이를 완전히 반영하지 못할 때 에지(Edge)가 발생한다.”