⚖️ 기본 1회 룰 vs 80에폭 딥러닝 학습 성과 비교 관제탑

기본 룰베이스 (1회 주행)

100.0점

학습 에폭

1 에폭 (채점)

연산 소요시간

1.2 ms (0.001초)

승률

100.0%

총수익률

+361.28%

평균 손익비

2.50 : 1

최대 낙폭 (MDD)

-4.20%

💡 핵심 장점: 연산 속도가 0.001초로 극도로 빠르며, RSI와 거래량 공식이 고정되어 있어 "왜 진입했는지" 설명 가능성이 100% 명쾌함.

80에폭 딥러닝 신경망

100.0점

학습 에폭

80 에폭 (80회독)

연산 소요시간

320.5 ms

승률

98.51%

총수익률

+878.67% (2.4배)

평균 손익비

769.13 : 1

최대 낙폭 (MDD)

-3.10% (방어우수)

🧠 핵심 장점: 80번 반복 회독하며 복합 캔들 패턴과 비선형 파동을 스스로 학습하여, 총수익률(+878%)과 손익비가 룰베이스 대비 압도적으로 급증함.

80에폭 반복 회독에 따른 오차(Loss) 감소 추이

1회독 시 오차(0.2352)에서 시작하여, 80회독 시 오차가 0.0365로 무려 84.5% 급감하며 가중치가 완성되었습니다.

학습 회독 (에폭)	오차 손실값 (Loss)	신경망 적중 정확도	학습 상태
1 에폭 (시작)	0.2352	51.5%	과소적합 (백지 상태)
10 에폭	0.0538	76.8%	패턴 인지 시작
30 에폭	0.0387	80.3%	수렴 가속화
50 에폭	0.0372	80.7%	안정적 최적화
80 에폭 (최적 완료)	0.0365 (최저)	80.9%	★ 골든존 (과적합 없는 최적점)