I Turned GPT-6 Astra Into a 24/7 Stock Trader (tutorial)

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론

GPT-6 Astra를 24/7 주식 트레이더로 구성하는 핵심은 Alpaca 계좌 연결, 하루 6회 예약 실행, 공유 기록을 통한 업무 인계이며, 영상은 수익 검증 전 설정 과정을 보여준다.

📌 핵심 요점

1. 실험 조건은 자금 1만 달러, 7거래일, 하루 6회 점검이다. 발표자는 전략 연구를 Astra에 맡겼으며, 약 10개의 하위 에이전트가 조사했다고 설명한다.
2. 매매 일정은 뉴스·계좌 확인에서 시작해 진입 검토, 포지션 관리, 당일 청산과 결과 기록으로 이어진다. 제목의 ‘24/7’은 실제로는 정해진 시간에 작동하는 자동화 구조다.
3. 실행 사이의 연속성은 전략 문서, 계좌 상태, 진행 로그와 인계 기록으로 확보한다. 중요한 행동을 즉시 기록해 중단 후 같은 주문을 반복하는 문제를 방지하려는 설계다.
4. Alpaca API 키와 시크릿은 채팅 대신 .env 파일에 넣고 계좌 연결을 확인한다. 거래 프로젝트를 분리해 관련 없는 사업·프로젝트 정보가 매매 맥락에 섞이지 않게 한다.
5. Codex의 로컬 예약 작업 6개를 같은 대화 스레드에 연결하고, ClickUp 보고 작업 2개를 추가한다. 휴대전화 원격 접속으로 진행 상황을 확인하며, 실제 성과는 후속 영상에서 공개할 예정이다.

🧩 배경과 문제 정의

발표자는 Claude에 1만 달러를 맡긴 이전 주식 거래 실험을 소개하며, 이번에는 GPT-6 Astra로 비슷한 도전을 준비한다. 이번 조건은 7거래일 동안 하루 6회 점검하는 단기 매매다. 영상은 모델에 전략 연구를 맡기는 과정에서 출발해 증권 계좌 연결, 예약 작업, 기록 기반 인계, 알림과 원격 확인까지 운영 환경을 구성한다.

핵심 문제는 개별 실행이 앞선 거래와 판단을 어떻게 이어받을 것인가다. 발표자는 실행을 상태가 없는 작업으로 설명하고, 전략 문서와 공유 기록을 읽고 갱신하는 절차로 연속성을 확보한다. ‘24/7 트레이더’라는 제목과 달리 제시된 거래 방식은 거래일의 지정 시각에 실행되며, 발표자의 관찰도 계속된다.

🕒 시간순 섹션별 상세정리

1. 이전 실험과 새 도전의 조건

• 발표자는 이전 Claude 실험에서 1만 달러로 거래해 한 달 뒤 S&P를 8% 넘는 격차로 앞섰다고 주장하고, Astra를 이용한 새 실험의 설정을 보여준다. [00:23]
• 금융 조언이 아니라고 밝히며 모의투자를 먼저 권한다. 기존 투자자는 AI를 업데이트와 종목 감시에 활용할 수 있다고 보여준다. [00:44]
• 전략의 제약은 자금 1만 달러, 7거래일, 하루 6회 점검이며, 자동 루틴으로 사람이 계속 붙어 있지 않아도 작동하게 만드는 것이 목표다. [01:07]

2. 전략 연구와 하루 업무의 분해

• 발표자는 위험을 감수하는 단기 전략을 요청했고, Astra가 약 10개의 하위 에이전트로 연구해 전략 문서를 만들었다고 보여준다. [01:26]
• AI에 전략 연구 자체를 맡기는 방식과 기존 트레이더의 반복 업무를 보조하게 하는 방식을 구분한다. 본인은 전략 수립을 맡기고 방향을 안내하는 역할을 택한다. [01:48]
• 미국 중부시간 오전 7시 45분에 뉴스·계좌를 확인하고 관심 종목을 고른다. 시청자에게도 장 전·장중·장 마감 전 업무를 일정으로 나눠 보라고 제안한다. [02:27]

3. 하루 여섯 번의 거래 루틴

• 오전 9시 30분에는 첫 적격 거래를 찾고, 오전 11시에는 포지션과 마지막 신규 거래를 검토하며, 오후 1시에는 기존 포지션을 관리한다. [02:43]
• 오후 2시 15분에는 남은 포지션을 청산하고, 오후 2시 45분에는 청산 여부를 확인하며 당일 결과를 기록한다. 장기 보유보다 당일 매매에 가까운 구성이다. [02:54]
• 이 일정을 7거래일 동안 반복한다. 필요하면 장 전이나 장 후 실행을 추가할 수 있지만, 소개한 실험은 여섯 차례 점검을 기준으로 한다. [03:14]

4. 공유 기록으로 실행 사이의 맥락 유지

• 각 실행은 상태가 없다고 설명하며, 프로젝트와 포트폴리오를 읽고 직전 진행 로그를 확인해 현재 상황과 다음 할 일을 파악하도록 한다. [04:04]
• 실행마다 전략과 인계 기록을 읽고 Alpaca 계좌를 확인한 뒤, 작업 결과·계좌 상태·진행 로그와 다음 실행 지침을 갱신한다. [04:23]
• 중요한 행동은 발생 즉시 기록해 중단 후 중복 거래를 막으려 한다. 영구 파일, 진행 로그, 추가 기록이 가능한 저널과 근거 자료를 보여준다. [04:55]

5. 실패 상황과 모의투자 계좌 준비

• 첫 실행의 기록 부재, 대화 이력 부재, 주문 후 중단, 실행 중첩, 데이터 손실·손상, 장치나 앱의 오프라인을 실패 가능성으로 열거한다. [05:07]
• 설정 문서는 무료 커뮤니티의 자료실에 제공한다고 안내한 뒤 Alpaca 연결 단계로 넘어간다. [05:35]
• Alpaca 모의투자는 실제 시장을 따르되 가상 자금을 사용한다고 보여준다. 충분히 시험한 뒤 실계좌를 고려하라고 권하며, 본인의 실계좌에는 1만 달러가 있다고 드러낸다. [06:06]

6. 인증 정보와 거래 프로젝트 분리

• API 키는 계좌 비밀번호처럼 다뤄야 하며, 타인이나 Codex 채팅에 공유하지 말고 .env 파일에 넣으라고 보여준다. [06:33]
• 거래 프로젝트에는 문서·에이전트 지침·스크립트·루틴·환경 파일을 두고, 다른 사업 정보가 거래 맥락을 흐리지 않도록 별도 프로젝트로 운영한다. [07:21]
• API 키와 시크릿을 저장한 뒤 계좌 접근을 확인한다. 영상 속 응답은 실계좌의 현금·자산이 1만 달러이고 포지션과 미체결 주문은 없다고 보고한다. [08:08]

7. 시장 데이터와 로컬 실행 선택

• 발표자는 실시간 시장 데이터와 추가 API 호출을 위해 월 99달러 요금제를 선택했다. 이전 실험에서는 유료 데이터를 쓰지 않았으며 이번에도 필수는 아니라고 보여준다. [08:45]
• 시장 데이터용 플러그인과 직접 거래를 위한 API 연결을 구분하고, 조사·기술 분석에 연결할 수 있는 다른 도구도 보여준다. [09:12]
• 다음 거래일을 위한 예약 작업을 준비한다. 클라우드는 장치 오프라인 상태에서도 작동하지만, 영상에서는 프로젝트·모델·추론 설정을 선택하려고 로컬 실행과 높은 추론 설정을 택한다. [10:09]

8. 같은 스레드에 여섯 작업 연결

• 여섯 루틴을 하나의 거래 대화 스레드에 연결해 대화 이력을 함께 활용하려 한다. 전용 프로젝트와 스레드를 만들고 기존 거래 폴더를 연결한다. [11:21]
• 자연어 요청으로 여섯 개의 로컬 예약 작업을 만들고, 모두 지정한 스레드에서 실행하며 인계 메시지로 진행 상황을 이어가도록 지시한다. [12:32]
• 생성된 작업의 폴더·파일 참조와 실행 지침을 확인한다. 거래가 없거나 실행이 실패해도 변경 사항, 결과, 남은 위험, 미해결 문제와 다음 행동을 기록하도록 되어 있다. [13:17]

9. 실패 알림과 정기 보고 추가

• 실패 알림과 하루 두 차례 상황 보고를 ClickUp으로 받도록 요청한다. 보고에는 당일 활동과 현재 상태를 담고, 관련 작업도 같은 스레드에서 실행하게 한다. [14:05]
• 여섯 거래 일정이 생성됐고 검증 중 일시 정지되었다는 메시지를 확인한다. 실행 대화와 증권 계좌에서 판단 내용, 거래·주문·포지션을 추적하는 방식을 보여준다. [14:52]
• ClickUp 테스트 메시지를 확인하고 오후 1시와 3시 15분 보고 작업을 추가한다. 거래가 없는 상태에서도 보고 전달을 시험했으며, 예약 작업은 다음 날부터 활성화될 예정이라고 보여준다. [15:46]

10. 원격 확인과 향후 성과 공개

• 휴대전화에서 로컬 데스크톱에 원격 접속해 대화를 동기화하고, 외출 중에도 거래 스레드와 에이전트의 활동을 확인하는 모습을 보여준다. [16:31]
• 발표자는 7일 동안 문제 발생 여부를 관찰하고 몇 주 뒤 결과 영상을 공개하겠다고 드러낸다. 잘 작동하면 몇 달간 운영하며 과거 실수에 따른 전략 변화도 살펴볼 계획이다. [16:53]
• 설정 소개를 마무리하고 시청자에게 감사를 전해진다. 영상 종료까지 이번 Astra 실험의 실제 수익 결과는 제시되지 않는다. [17:04]

🧾 결론

• 이 영상이 제시하는 결과물은 자동매매 운영 환경과 일정이며, Astra의 실전 수익률은 아직 제시되지 않았다.
• 시스템의 연속성을 유지하는 중심 장치는 공유 파일과 인계 기록이다. 같은 대화 스레드는 이를 보조한다.
• 발표자는 모의투자로 먼저 전략을 확인할 것을 권하며, 본인도 실험 기간 동안 시스템을 관찰하겠다고 밝힌다.

📈 투자·시사 포인트

• 이전 Claude 실험에서 S&P를 8% 넘는 격차로 앞섰다는 설명은 발표자의 주장이다. 이를 새 모델이나 새 전략의 기대수익으로 연결할 근거는 영상에 없다.
• 월 99달러 시장 데이터 구독은 이번 단기 실험을 위한 선택 사항으로 소개된다. 성과 평가에서는 이러한 운영비도 함께 살펴볼 필요가 있다.
• 자동화의 활용 범위는 주문 실행뿐 아니라 뉴스 점검, 계좌 감시, 정기 보고에도 있다. 발표자는 기존 투자자의 반복 확인 업무를 줄이는 용도도 제안한다.
• 매매 판단의 품질과 별개로 실행 중단, 중복 주문, 기록 손실, 장치 오프라인이 운영 성패를 좌우할 수 있다는 점을 드러낸다.

⚠️ 불확실하거나 확인이 필요한 부분

• 이전 Claude 실험의 비교 기간, S&P 기준 지표, 비용 반영 여부와 ‘8% 이상 격차’의 정확한 계산 방식은 제시되지 않는다. Astra 실험의 거래 결과도 아직 없다.
• 종목 선정 조건, 진입·청산 신호, 손실 한도와 포지션 규모 등 전략의 세부 규칙은 이 영상만으로 재현하기 어렵다.
• 주문 직후 중단, 실행 중첩, 기록 손상 등의 실패 상황은 열거되지만, 각각을 실제로 복구하는 검증 장면은 충분히 제시되지 않는다.
• 자막 기반 정리: 타임스탬프가 있는 자막을 기준으로 정리했으며, 고유명사·수치·인용은 원문 확인 필요 시 별도 검증한다.
• 영상 속 주장: 발표자의 해석·전망·비교는 확인된 외부 사실이 아니라 영상 속 주장으로 분리해 읽는다.
• 검증 필요: 수치, 기업 실적, 정책·시장 전망은 발행 전 최신 자료로 별도 검증이 필요하다.

✅ 액션 아이템

• Alpaca 모의투자 계좌에서 전략과 예약 실행을 먼저 관찰하고, 거래 기록을 검토한다.
• 자금, 운영 기간, 점검 횟수와 각 시간대의 업무를 문서화하고, 영상의 미국 중부시간 일정이 자신의 설정과 일치하는지 확인한다.
• API 키와 시크릿을 채팅에 붙여 넣지 않고 .env에 저장한 뒤, 연결된 계좌·엔드포인트·현금·포지션·미체결 주문을 확인한다.
• 모든 실행이 전략과 이전 인계 기록을 읽고, 수행 결과·남은 위험·다음 행동을 기록하도록 구성한다.

❓ 열린 질문

• 7거래일 종료 후 실제 손익과 시장 대비 성과는 어떠하며, 데이터 구독 등 운영비를 반영해도 결과가 유지되는가?
• 전략의 구체적인 진입 조건, 손실 제한과 거래 규모는 무엇이며, 어떤 상황에서 거래를 중단하는가?
• 장치가 꺼져 청산 일정을 놓치거나 주문 직후 실행이 중단되면 누가 어떤 절차로 대응하는가?