보상 허브 
대부분의 트레이더는 성공에 필요한 필수 성공률, 평균 예상 수익, 위험도, 포지션 사이즈를 빠르게 읊을 수 있습니다. 트레이더 마다 이러한 매트릭스는 다를 수 있지만 장기적으로 성공을 보장하려면 세부적인 조율 과정이 필요합니다. 이러한 값을 어떻게 미세하게 조정하느냐가 성공과 실패를 판가름합니다. 성과는 미세한 조정을 거친 균형에서 얻을 수 있습니다.
트레이딩을 기술이라고 말하는 사람도 있겠지만, 트레이딩에서 고려해야 할 요소들을 알면 알수록, 트레이딩은 과학 그 자체라고 생각하게 됩니다. 실적이 좋지 않다고 한다면, 이를 충실하게 기록으로 남겨서 내 트레이딩의 단점을 쉽게 파악하고, 접근방법, 전략, 빈도 등에 변화를 주어 결과를 개선할 수 있습니다. 이와 달리 내가 어떻게 할 수 없는 문제는 바로 고정비용, 즉, 수수료나 스프레드 비용입니다. 이 두 가지 중 좀 더 줄이기 힘든 비용은 바로 수수료입니다. 예를 들어, 차액결제거래(CFDs, contracts for difference)를 한다고 가정해봅시다. 거래소는 수수료를 알리지 않을 수도 있지만, 이미 스프레드 안에 녹여 놓았기 때문에 그런 겁니다. 트레이더는 사고 파는 한 포지션 세트 거래에 최대 1.5%의 수수료를 내게 될 수 있습니다. 즉, 트레이드 추세가 좋을 지 나쁠지 생각하기도 전에 트레이딩에 합류하고 나가는 데서 이미 손실이 발생하는 셈입니다. 또 다른 예시입니다. 한 가상화페 트레이더가 시장가(taker)와 지정가(maker) 모두에 비용을 청구하는 거래소에서 거래한다고 생각해봅시다. 이 말은 트레이더가 대기 유동성을 제공하면서, 수수료까지 내야 한다는 의미입니다. 일부 거래소는 최대 50 bp(basis point) 또는 포지션 진입가나 청산가의 0.5%를 수수료로 책정하고 있습니다. 언뜻 보기에는 작은 금액일 수 있습니다. 하지만 특히 액티브 트레이더에게 어떠한 복합 효과를 발휘하게 될 지 생각해봅시다. 투자자가 아니라고 해도 거래 비용에는 민감하겠지만, 액티브 경험이 많은 트레이더라면 엄청나게 민감할 겁니다. 시간 단위를 짧게 잡아서 주가 움직임에 따라 쪼개서 거래하는 스캘프 트레이더를 예로 들어보겠습니다. 긍정적인 기대를 품고 트레이딩을 할 것이라는 믿음 하에 가정해보겠습니다. 전략의 수익이나 손실을 따지기 전에 만 불을 계정에 넣고 트레이딩을 한다고 생각해봅시다. 시간단위를 짧게 잡고 트레이딩을 하기 때문에 여러 번 사고 팔게 될 가능성이 높습니다. 아주 단순하게 트레이더가 거래 당 계정의 1%를 리스크로 걸게 되고, 현재 계정은 온전한 상태라고 가정해보겠습니다. 스캘핑 트레이더는 일주일에 50건에서 많게는 300건까지 거래할 수 있습니다. 시범적으로 트레이딩 건수를 낮게, 이를 테면 일주일에 75건의 트레이딩을 한다고 가정하면, 하루에는 약 10.71건이 됩니다. 라운드 트립으로는 약 37회, 즉 매수로 포지션을 오픈하고 매도하며 마감하는 한 세트거래 그 반대의 세트거래 등을 의미합니다. 이 때, 트레이더는 수수료로 지정가의 0.10% 또는 10bp(basis points)를 청구하는 아주 유명한 거래소에서 거래를 한다고 칩시다. 단순하게 파이썬으로 돌려보아도 시간이 지나면서 트레이더의 실적이 어떻게 될 지 알 수 있습니다. 이것은 손익에 앞서 모든 거래가 손익분기점에서 마감되었다고 가정하고 계산한 것인데, 실제라면 절대 그렇게 되지 않을 겁니다.
이 예시에서 트레이더는 수수료로만 722달러의 손실을 보았습니다. 물론, 다시한번 말하지만 손익 분기점에서 모든 거래가 마감했다고 가정한 상황입니다. 이제, 이 상황을 손실이 발생한 시스템에 합쳐본다면, 고정 거래세만으로 이미 부정적인 상황을 얼마나 더 악화시키게 될 지 생각해봅시다. 특히 거래 빈도가 높은 트레이더라면 수수료가 수익을 완전히 삼킬 수도 있겠다고 추론하는 게 합리적일 겁니다.
이제 트레이더는 다른 무엇보다 어떻게 비용을 줄일 수 있을지에 주목하여 지속적인 장점을 만들어내야 한다는 것이 꽤 분명해졌을 겁니다. 수수료없이 가상화폐를 거래할 수 있는 곳이 어딘지 궁금하신가요? 여기 있습니다. 바로 페멕스에서 누릴 수 있는 혜택입니다. 라이언 스콧 (Ryan Scott) (@CanteringClark).
