무언가 만들 때 대시보드까지 같이 구현하는 것이 좋음
단순히 봇만 돌리는 것보다 PnL, 승률, 샤프비율, 실행 횟수 같은 지표를 실시간으로 트래킹할 수 있게 대시보드를 붙여두면 전략 개선 속도가 훨씬 빨라짐. 데이터가 쌓일수록 어디가 문제인지 바로 보이기 때문에 전략 수정 사이클이 짧아짐.
처음부터 맥·윈도우 통합 환경으로 설계하는 것이 시간 절약됨
데스크탑은 윈도우, 노트북은 맥인 경우가 많기 때문에 처음 봇을 만들 때부터 cross-platform 구조로 짜는 것이 좋음. GitHub에 올려두고 .env 파일만 교체하면서 실행하면 환경 문제로 삽질하는 시간을 크게 줄일 수 있음.
AI 코딩 모델은 하나만 쓰지 말고 병행하는 것이 좋음
최근 Anthropic 이슈 이후 클로드가 예전보다 약간 성능저하 느낌이 있음. 지금은 Codex도 꽤 쓸만해져서 병행하는 구조가 안정적임. 예를 들어 봇1 = Claude Code, 봇2 = Codex처럼 역할을 나눠두면 한쪽이 막혀도 개발 흐름이 끊기지 않음.
페이퍼 모드는 반드시 같이 만들어 두는 것이 좋음
실제 자금으로 돌리다가 손실이 커지면 바로 페이퍼 모드로 전환해서 전략을 다시 검증하고 개선한 뒤 실자금 모드로 복귀하는 구조가 수업료를 줄이는 데 가장 효과적임.
단순 작업은 봇으로 돌리는 것이 훨씬 효율적임
AI 성능이 좋아져서 펍덱 볼륨 작업 같은 반복 작업은 최적화 하는데 쓰는 수수료를 감수하더라도 자동화하는 것이 훨씬 유리함. 특히 만 단위 볼륨은 수동 양방보다 봇이 훨씬 낮은 비용으로 찍는 경우가 많음.
개발 → 관리 → 배포 흐름을 단순화하는 것이 좋음
기본 구조를 봇 제작 → GitHub 관리 → 필요 시 Vercel 배포 형태로 잡아두면 코드 관리, 수정, 공유가 훨씬 편해짐. 작은 프로젝트라도 이 구조로 시작해 두면 나중에 확장할 때 정리가 잘 됨.