CFO Line은 확인된 레짐의 75%를 정확히 맞췄다. 데이터가 증거다.

나는 CFO Line을 단 하나의 목적으로 만들었다: 진짜 레짐 전환과 시장 노이즈를 구분하는 것.

크립토는 노이즈로 가득하다. 매일 새로운 내러티브, 새로운 공황, 새로운 "이번엔 다르다"가 등장한다. 그 움직임 대부분은 레짐이 아니다 — 횡보 잡음일 뿐이다. 그리고 그 잡음에 반응하는 것이 바로 사람들이 돈을 잃는 방식이다.

CFO Line은 그 잡음을 무시하도록 설계됐다. 시장이 방향을 확정할 때까지 기다린다. 그리고 레짐을 확인했을 때, 75%의 확률로 방향을 맞췄다.

그 숫자의 근거가 여기 있다 — 4개 주요 자산의 1,000개 일봉 데이터, 실제 날짜와 실제 가격으로 기록된 모든 레짐 전환.

CFO Line이 하는 일

CFO Line은 내가 직접 개발한 레짐 감지 시스템이다. 가격 구조를 분석해 현재 시장을 세 가지 상태 중 하나로 분류한다:

• Accumulate: 지속적인 매수 압력과 상승 모멘텀이 확인됨
• Distribute: 지속적인 매도 압력과 하락 모멘텀이 확인됨
• Wait: 시장이 아직 방향을 정하지 않았다. 관망하라.

핵심 단어는 확인이다. 시스템은 모든 가격 변동에 반응하지 않는다. 구조가 형성될 때까지 기다린다. 3일 동안 깜빡이다 되돌아오는 상태는 레짐이 아니다 — 그건 망설임이다. CFO Line은 그 차이를 구분하도록 만들어졌다.

데이터셋: 1,000일, 4개 자산

나는 Binance의 BTC, ETH, SOL, AVAX 일봉 데이터에 CFO Line을 적용했다. 데이터는 2023년 7월부터 2026년 4월까지 — 자산당 약 1,000거래일을 커버한다.

시스템은 총 216번의 상태 전환을 생성했다. 하지만 모든 전환이 레짐 신호는 아니다. 상당수는 짧은 Wait 구간이었다 — 시장이 결정을 내리기 전, CFO Line이 "아직 아니다"라고 올바르게 말한 것이다. 그건 시그널이 아니다. 시스템이 제 역할을 한 것이다: 필터링.

72개의 확인된 레짐. 75% 정확도.

확인된 레짐이란 최소 10일 이상 지속된 방향성 상태 — Accumulate 또는 Distribute — 를 말한다. "시장이 방향을 확정했고, CFO Line이 그것을 포착했다"는 기준이다.

216번의 총 전환 중 72번이 확인된 방향성 레짐이었다. 성과는 다음과 같다:

• Accumulate 진입 → 7일 수익 양전: 73.5% (34개 중 25개)
• Distribute 진입 → 7일 수익 음전: 76.3% (38개 중 29개)
• 전체 방향 정확도: 75.0% (72개 중 54개)

14일 기준으로는 더 강하다: 전체 77.1% — Accumulate 73.5%, Distribute 80.6%.

확인된 레짐 신호 4번 중 3번은 방향을 맞췄다.

진짜 중요한 건 비대칭성이다

정확도는 이야기의 절반일 뿐이다. 중요한 것은 맞았을 때와 틀렸을 때 무슨 일이 벌어지느냐다.

확인된 레짐 전반에 걸쳐, 정확한 신호는 7일 이내에 예측한 방향으로 평균 9.2% 움직였다. 틀린 신호는 반대 방향으로 고작 2.4% 움직였다.

비대칭 비율: 3.77x. 수익이 손실의 거의 네 배다.

전체 자산에서 가장 큰 Accumulate 진입 상위 5개:

가장 큰 Distribute 진입 상위 5개:

CFO Line이 진짜 레짐 전환을 확인할 때, 움직임은 압도적이다. 틀렸을 때는 손실이 작다 — 상황이 명확해지기 전 몇 퍼센트의 표류. 이 시스템은 빈도를 위해 최적화되지 않았다. 크기를 위해 최적화됐다.

Distribute가 가장 강력한 신호다

Distribute는 CFO Line이 가장 단호한 순간이다.

확인된 레짐에서: Distribute는 7일 기준 76.3%, 14일 기준 80.6%의 방향 정확도를 보였다. Accumulate는 두 구간 모두 73.5%였다.

왜? Distribution은 구조적으로 accumulation보다 빠르다. 매도 세력이 장악할 때, 가격 구조의 변화는 더 날카롭고 결정적이다. Accumulation은 더 느리고, 가짜 출발과 흔들기에 더 취약하다. 오르는 것보다 떨어지는 게 빠르다 — CFO Line은 그것을 반영한다.

확인된 Distribute 전환은 데이터셋에서 가장 높은 신뢰도의 신호다. 그에 맞게 대응하라.

2023년 10월의 신호

전체 데이터셋에서 가장 깔끔한 레짐 감지는 2023년 10월에 일어났다.

10월 19일, CFO Line은 SOL의 Accumulate를 $24.93에서 확인했다. 3일 후인 10월 22일, BTC의 Accumulate를 $29,992에서 확인했다. 11월 5일에는 AVAX도 $12.35에서 Accumulate로 전환했다.

그 이후:

• BTC: 7일 +15.1%, 30일 +19.2%
• SOL: 7일 +31.4%, 30일 +134.9%
• AVAX: 7일 +53.7%, 30일 +98.7%
• ETH: 11월 2일 $1,801에서 Accumulate 전환 → 7일 +17.8%, 30일 +20.2%

4개의 독립적인 레짐 계산이 2주 이내에 동일한 결론에 도달했다. 그 조율된 전환이 시그널이었다 — 그리고 모두 수개월간 지속된 확인된 레짐이었다.

2026년 1월의 경고

2026년 1월 말, CFO Line은 며칠 사이에 여러 자산에서 Distribute로 전환했다.

• BTC: 1월 22일 $89,560에서 Distribute → 14일 -29.8%
• ETH: 1월 23일 $2,956에서 Distribute → 14일 -30.2%
• SOL: 1월 20일 $125.80에서 Distribute → 14일 -22.2%
• AVAX: 1월 18일 $12.98에서 Distribute → 14일 -23.7%

4개 자산, 5일 이내 4개의 확인된 Distribute 전환, 모두 20-30%의 하락으로 이어졌다. CFO Line은 Distribute를 외치고 있었다 — 그리고 데이터가 그것을 뒷받침했다.

Wait: 노이즈 필터의 작동 방식

Wait는 CFO Line의 노이즈 필터다. 평균 발생 기간은 13일 — 세 가지 상태 중 단연 가장 짧다. Accumulate와 Distribute는 평균 23-25일이었다.

확인된 레짐 기준을 통과하지 못한 전환의 대부분은 Wait 구간이었다 — 시장이 방향을 잃은 짧은 기간 동안 CFO Line이 올바르게 "기다려라"고 말한 것이다. 그 기간 동안 시스템이 틀린 게 아니었다. 정확히 해야 할 일을 한 것이다: 잡음에서 빠져있게 해주는 것.

Wait 전환 이후 평균 7일 수익은 0에 가까웠다. 양수도 음수도 아닌 — 노이즈. Wait는 언제 행동하지 말아야 하는지를 알려줌으로써 CFO Line의 가치를 증명한다.

CFO Line이 하지 않는 것

• 가격을 예측하지 않는다. 레짐을 분류한다. 레짐과 방향은 연관되어 있지만 같은 것이 아니다.
• 신뢰도 점수가 없다. 각 상태는 Accumulate, Wait, 또는 Distribute다. 퍼센트도, 애매함도 없다.
• 후행 지표다. 설계상 그렇다. 노이즈를 걸러내는 평활화가 레짐 시작 이후에 확인한다는 것을 의미하기도 한다. 그 트레이드오프: 더 적은 거짓 신호.
• 횡보 시장에서 휩쏘가 발생한다. AVAX는 1,000일 동안 총 61번의 전환을 기록했다. 전부 깔끔하지는 않았다. 시스템은 확인된 레짐에 집중하고 나머지를 무시함으로써 이것을 처리한다.
• 과거 성과가 미래 결과를 보장하지 않는다. 시장 구조는 변한다. 2023-2026년에 작동한 것이 2027년에는 작동하지 않을 수 있다.

CFO Line이 하는 것

CFO Line은 스스로 얻기 진정으로 어려운 세 가지를 제공한다:

1. 노이즈 필터링 — 움직임이 진짜인지 잡음인지를 알려준다. 시스템이 "이건 레짐이다"라고 말할 때, 75%의 확률로 맞는다.
1. 크로스에셋 레짐 감지 — BTC, ETH, SOL, AVAX 모두 며칠 이내에 동일한 상태를 확인할 때, 그건 시장 전체의 전환이다. 2023년 10월과 2026년 1월이 바로 그랬다.
1. 기다릴 수 있는 근거 — Wait 상태는 시장이 아직 방향을 정하지 않았음을 의미한다. 충동을 벌하는 시장에서, 언제 빠져있을지를 아는 것이 엣지의 절반이다.

72개의 확인된 레짐. 75% 정확도. 3.77x 비대칭성.

이것이 노이즈를 무시하도록 시스템을 구축하고 — 1,000일의 실제 데이터로 검증했을 때 벌어지는 일이다.