OpenClaw를 트레이딩에 붙이면 “지표 조회 자동화” 수준을 넘어서, 전략 문서를 해석하고 점수화 로직을 만들고 주문까지 연결하는 운영 체계를 만들 수 있습니다.

이번 글은 아래 두 소스를 기준으로, 실제로 따라 할 수 있는 구축 순서와 운영 체크포인트를 한 번에 정리한 실전형 포스팅입니다.

핵심 요약

OpenClaw Trading의 본질은 “매매 봇 하나 실행"이 아니라 다음 루프를 계속 돌리는 것입니다.

  1. 데이터 수집 파이프라인 구축
  2. 전략 문서 기반 분석 모듈 생성
  3. 종목 스코어링 및 주문 집행
  4. 결과 기록과 피드백을 다음 전략에 반영

즉, 사람이 매일 감으로 진입/청산을 판단하는 구조가 아니라, 전략-실행-회고를 자동화 가능한 운영 시스템으로 바꾸는 접근입니다.

시스템 구조: 4계층 아키텍처

flowchart LR
    A[Data Layer\nOHLCV/거래량/공시/재무 수집] --> B[Strategy Layer\n전략 문서 해석\n활성 전략 관리]
    B --> C[Analysis Layer\n다중 팩터 스코어링\n랭킹/매수수량 계산]
    C --> D[Execution Layer\n주문 집행\n손익/체결 기록]
    D --> E[(Supabase)]
    E --> B

1) Data Layer

  • OHLCV, 거래량, 공시/재무 데이터 수집
  • 종목군(예: 거래량 상위 Top 50) 기준 적재
  • 장중/장후/새벽 정리 작업까지 스케줄링

2) Strategy Layer

  • 투자 전략 보고서(PDF/문서) 입력
  • LLM이 전략 규칙을 실행 가능한 로직으로 변환
  • 전략 버전 관리(활성/비활성)

3) Analysis Layer

  • 다중 팩터 스코어링(수치, 차트, 뉴스/감성 등)
  • 종목별 점수, 랭킹, 예산 대비 매수 수량 계산
  • Python 분석 모듈 자동 생성/수정

4) Execution Layer

  • 스케줄 또는 신호 기반 주문 실행
  • 예산 한도와 분산 투자 규칙 적용
  • 주문/체결/손익 로그 저장

OpenClaw가 자동으로 돌아가는 3가지 메커니즘

flowchart TB
    Cron[Cron\n정시/주기 실행] --> Agent[OpenClaw Agent]
    Heartbeat[Heartbeat\n간격 기반 점검] --> Agent
    Webhook[Webhook\n외부 이벤트 트리거] --> Agent
    Agent --> Telegram[Telegram 알림/대화]
    Agent --> Kiwoom[키움 REST API\n주문/조회]
    Agent --> DART[OpenDART API\n공시/재무]
    Agent --> DB[(Supabase)]

Cron

정해진 시간에 작업을 실행합니다.

  • 예: 장중 5분 수집, 장후 일봉 적재, 장마감 전 청산

Heartbeat

고정 시각이 아니라 “간격 기반"으로 상태를 확인합니다.

  • 장애 감지, 누락 점검, 알림에 유리

Webhook

외부 이벤트가 들어오면 작업을 깨웁니다.

  • 메시지/트리거 기반 실행

기술 스택 조합이 중요한 이유

영상/문서 흐름에서 강조되는 조합은 다음입니다.

  • 키움 REST API: 자동매매 실행 경로
  • OpenDART API: 공시/재무 데이터 보강
  • Supabase(Postgres): 데이터/전략/결과 저장소
  • Telegram: 운영 커뮤니케이션 채널

포인트는 “모델이 똑똑하다"가 아니라, 실행 가능한 인프라와 연결되어 있느냐입니다.

구축 절차: 실무에서 바로 쓰는 순서

flowchart TD
    S1[1. OpenClaw/Telegram 기본 연결] --> S2[2. 스킬 설치\nKiwoom/OpenDART/Supabase]
    S2 --> S3[3. API 키 발급/환경변수 등록]
    S3 --> S4[4. API 연결 테스트]
    S4 --> S5[5. 데이터 파이프라인 적재/스케줄]
    S5 --> S6[6. 전략 문서 등록\n분석 모듈 생성]
    S6 --> S7[7. 백테스트]
    S7 --> S8[8. 모의투자 운영]
    S8 --> S9[9. 소액 실전 전환]

1) 기본 환경 준비

  1. OpenClaw 설치 및 초기 설정
  2. Telegram bot 연결(대화 승인/송수신 확인)
  3. 스킬 경로 확인 (~/.openclaw/skills)

2) 스킬 설치

  • 키움 REST API 스킬
  • OpenDART API 스킬
  • Supabase/Postgres 관련 스킬
  • 시크릿/환경변수 관리 스킬

핵심은 임시 프롬프트가 아니라, 반복 가능한 작업을 스킬로 고정하는 것입니다.

3) API 키 발급 및 환경변수 등록

필수 항목 예시:

  • SUPABASE_URL
  • SUPABASE_SECRET_KEY
  • SUPABASE_DB_PASSWORD
  • OPENDART_API_KEY
  • KIWOOM_MOCK_APP_KEY, KIWOOM_MOCK_SECRET_KEY, KIWOOM_MOCK_ACCOUNT_NO
  • KIWOOM_APP_KEY, KIWOOM_SECRET_KEY, KIWOOM_ACCOUNT_NO

실전 팁: 모의/실전 키는 변수명부터 명확히 분리해야 운영 사고를 줄일 수 있습니다.

4) API 연결 테스트(반드시 선행)

순서:

  1. Supabase 읽기/쓰기 테스트
  2. OpenDART 조회 테스트
  3. 키움 REST API 핵심 엔드포인트 테스트

이 단계를 건너뛰면, 이후 문제 발생 시 전략 오류와 인프라 오류를 구분하기가 어려워집니다.

데이터 파이프라인 설계 예시

영상 흐름 기준 운영 주기:

  • 장중: 5분 봉 데이터 수집
  • 장후: 일봉/집계 데이터 적재
  • 공시: 10분 단위 모니터링
  • 새벽: 정리/청소 작업

또한 예시로 Top 50 종목군 대상 데이터 적재(수천 건 규모)를 수행하고, 기술/재무/공시/스냅샷 테이블을 분리 관리합니다.

중요한 운영 포인트는 하나입니다.

“스케줄 문서 작성"이 아니라, 실제 cron 등록 여부를 반드시 검증해야 한다.

전략 생성: 감 대신 근거로

영상/문서에서는 전략 설계 시 다음 흐름을 추천합니다.

  1. 리서치 도구(예: Deep Research)로 전략 아이디어 정리
  2. 진입/청산/가중치/임계값을 수식/파라미터로 명시
  3. 분석 코드를 자동 생성하고 버전 관리
  4. 백테스트로 1차 검증

예시로 통합 점수 임계값(예: 70점 이상 진입) 같은 규칙을 명확히 수치화해, 전략 해석 편차를 줄이는 접근을 사용합니다.

백테스트와 실거래는 다르게 나온다

소스에서 제시된 백테스트 수치(승률/손익비 등)는 참고 지표일 뿐, 그대로 실거래 성과를 보장하지 않습니다.

대표적인 이유:

  • 과최적화(Overfitting)
  • 체결 지연/슬리피지
  • 장중 분석 지연으로 인한 타이밍 미스
  • API/네트워크/운영 장애

권장 순서는 항상 같습니다.

  1. 모의투자 충분 검증
  2. 소액 실전
  3. 점진적 증액

실행 레이어 운영 예시

데이트레이딩 형태 기준으로는 다음 패턴이 자주 사용됩니다.

  • 장중 특정 시각: 스냅샷 + 스코어링 실행
  • 예산 사용 한도 적용(예: 자산의 일정 비율)
  • 종목별 상/하한 규칙으로 분산 매수
  • 장마감 전 일괄 청산

이 구조는 “당일 리스크 종료"에 유리하지만, 스윙 전략에는 별도 청산 규칙이 필요합니다.

운영에서 성능을 만드는 진짜 포인트

flowchart LR
    R1[당일 손익/체결 리포트] --> R2[실패 원인 태깅\n신호/체결/데이터/운영]
    R2 --> R3[파라미터 수정 후보 생성]
    R3 --> R4[다음 거래일 반영]
    R4 --> R1

자동매매는 주문 자동화보다 회고 자동화가 더 중요합니다.

매일 최소 루프:

  1. 당일 손익/체결 리포트 생성
  2. 실패 원인 태깅(신호/체결/데이터/운영)
  3. 파라미터 수정 후보 제안
  4. 다음 거래일 반영

이 루프가 없으면, 시스템은 “자동 실행"만 하고 “자동 개선"은 하지 못합니다.

리스크 관리 체크리스트

  • 모의/실전 계정과 키를 완전히 분리했는가
  • 주문 전 한도(일손실, 종목당 익스포저)를 강제했는가
  • 데이터 누락/지연 감지 알림이 있는가
  • 비정상 응답 시 주문 중지(fail-safe) 규칙이 있는가
  • cron이 실제 등록되어 있고 주기 점검 중인가
  • 로그/감사 추적(누가, 언제, 어떤 규칙으로 주문했는가)이 가능한가

비용 최적화 전략

운영 단계에서 놓치기 쉬운 부분이 모델/API 비용입니다.

  • 전략 설계/재구성: 상위 모델
  • 일상 운영/반복 분석: 경량 모델
  • 이벤트성 재검증: 상위 모델 재투입

결국 목표는 “수익률"뿐 아니라 수익 - 운영비(모델/API/인프라) 기준으로 시스템을 관리하는 것입니다.

마무리

OpenClaw Trading은 “AI에게 주문을 맡긴다"보다 훨씬 큰 개념입니다.

정확히는, 전략 지식 + 데이터 파이프라인 + 자동 집행 + 피드백 학습을 하나의 운영 시스템으로 묶는 작업입니다.

자동매매를 시작할 때 가장 먼저 해야 할 일은 화려한 전략이 아니라, 안전하게 반복 실행 가능한 기본 루프를 만드는 것입니다.

참고