근거를 중심에 두는 협업 연구
LensWave Collective는 하나의 질문을 중심으로 관찰, 반증, 리스크 검토를 조직합니다. 목표 설계는 시장 관찰, 전략 논증, 통합 및 리스크, 운영 및 성찰로 역할을 나눕니다. 역할 수는 같은 수의 모델이 실제로 병렬 추론한다는 증거가 아닙니다. 출처, 이용 가능 시점, 버전을 보존하고, 누락되거나 충돌하는 근거를 확신에 찬 표현으로 덮지 않아야 합니다.
LensWave Collective는 출처, 버전과 의견 차이를 보존합니다. 연구 저장, 공유 재사용과 복구는 로컬 합성 환경에서 제한된 검증을 통과했습니다. 명시적인 연구 서비스는 구현됐지만 최신 네이티브 전체 흐름, 실제 모델 협업과 운영 스케줄링은 추가 검증이 필요합니다.
재현 가능한 전략 가설
Strategy Lineage는 가정, 적용 환경, 발동 조건, 청산 조건, 무효화 조건, 매개변수 버전을 기록합니다. 리플레이, 시뮬레이션, 향후 실행은 같은 전략 의미를 유지하되 거래소 규칙, 비용, 데이터 차이는 명시해야 합니다. 입출력 규칙과 참조 기록은 부분 검증되어 있습니다. 카탈로그 등재가 실거래 가능 여부나 수익을 보장하지는 않습니다.
이벤트에서 거래 사실까지
LensWave Trading Core는 시장 이벤트, 전략 지시, 주문, 체결, 계정 변화를 처리합니다. 이벤트 발생 시각과 시스템이 정보를 사용할 수 있었던 시각을 구분해 미래 정보가 연구에 섞이지 않도록 합니다. 모델은 연구를 제안하고, 실행은 결정적 규칙, 권한, 상태에 따릅니다. 수량 정밀도, 원자적 자금 예약, 리스크 심사가 실행 조건을 정합니다.
승인은 특정 버전에 연결되며 각 인스턴스는 계정과 공유 자금 제약을 따릅니다. LensWave Trading Core는 검사, 자금 예약, 주문, 체결과 비용을 연결합니다. 결과가 불명확하면 원래 작업부터 대조합니다. 일부 로컬 시뮬레이션 근거는 있지만 지속적인 실거래는 아직 검증되지 않았습니다.
부분 체결로 주문이 끝나지는 않는다
주문이 일부만 체결되면 체결 수량은 포지션이 되고 나머지는 자금을 계속 점유할 수 있습니다. 취소를 요청해도 확인과 후속 체결 대조 전에 모든 예약을 해제하면 안 됩니다. 요청 시간이 초과되면 원래 작업 식별자로 조회합니다. 결과가 불명확한 동안 필요한 예약을 유지하고 중복 주문을 피합니다. 주문 이벤트, 원본 체결, 계정 기록을 대조한 뒤 완료를 판단합니다. 이는 설계와 제한된 모의 검증의 설명이며 실제 거래소 전체 흐름의 검수 완료를 뜻하지 않습니다.
부분 체결로 주문이 끝나지는 않는다 체결 수량은 노출을 만들며, 잔여 자금은 결과 대사가 끝날 때까지 예약됩니다.
학습은 샘플 관리에서 시작된다
LensWave Learning Engine은 명시적으로 허가된 기록을 학습 샘플로 만드는 연구개발 방향입니다. 출처, 버전, 시각, 수정, 개인정보, 허용 용도를 확인하고 누출, 중복, 검증 불가능한 라벨을 제거합니다. 이익이 났다고 추론이 옳은 것은 아니며 대기, 거절, 수정도 의미 있는 자료가 됩니다. 복기에서 볼 수 있는 기록이라고 학습 허가까지 있는 것은 아닙니다.
작은 모델에 명확한 과제를 부여하다
비교적 작은 기반 모델을 거래 영역에 맞추고 오프라인 미세조정, 증류 등의 방법을 사용할 계획입니다. 우선 과제는 전략 이해, 누락된 규칙 찾기, 리스크 설명, 대조가 끝난 기록의 복기 요약입니다. 범위를 좁히면 데이터, 실행 자원, 평가 기준을 정하기 쉽지만 속도·비용·정확도 개선을 약속하는 것은 아닙니다. 학습에 쓰지 않은 사례로, 적응 전 기반 모델 및 같은 도구와 자료를 사용하는 기준과 비교해야 합니다.
특화 모델도 출시 전 검증이 필요하다
LensWave Trading Model은 거래 연구를 위해 개발하는 모델입니다. 거래 권한은 계속 허가 및 통제 규칙으로 관리합니다. 오프라인 미세조정과 증류 등을 거친 뒤, 학습 데이터와 시간적으로 분리된 독립 데이터로 평가할 계획입니다. 이후 실제 계정을 조작하지 않고 후보 모델을 관찰하는 섀도 운영과 사람의 검토를 거쳐 제한된 범위에 출시합니다. 이전 버전으로 되돌릴 수 있어야 하며, 실행 중인 전략과 계정 권한은 확인 없이 변경하지 않습니다. 전용 학습 데이터셋과 모델 가중치는 아직 완성되지 않았고, 학습 효과도 검증되지 않았습니다.
생태계 연결도 별도로 검수한다
데이터, 컴퓨팅, 도구와 에이전트 협업이 앱 개발을 지원합니다. 출처, 이용 허가, 실행 환경과 작업 결과를 확인해야 하며 하드웨어나 노드 상품의 인도가 완료됐다는 뜻은 아닙니다.
현재 검증 범위와 다음 단계
기본 명세, 제한된 연구 저장, 그리드와 제한 DCA, 멤버십과 Credit의 로컬 시뮬레이션에는 개별 검증 근거가 있습니다. 전체 네이티브 연구 흐름, 지속 실거래와 독립적인 자율 권한은 검증 대기 중입니다. 전문 데이터셋, 모델 가중치, 평가 후 배포와 생태계 환류는 연구 개발 목표입니다.
멤버십, Credit과 거래 자금
현재 개인용 진입 옵션은 Free, Starter, Pro입니다. 멤버십은 서비스 권한과 용량을, Credit은 새로운 연구 작업을 대상으로 합니다. 거래 원금, 거래소 수수료와 네트워크 비용은 별도로 관리하며 저장 전략 용량과 실행 인스턴스 용량도 구분합니다.
연구 비용을 먼저 견적 내고 상한액을 예약한 뒤 결과 전달 후 정산하고 잔액을 해제합니다. 환불과 불명확한 사용량은 별도로 기록합니다. 기존 결과 조회, 결정적 규칙 검사, 승인과 위험 회피를 위한 종료에 연구 Credit을 중복 청구하지 않습니다. 0 Credit이 거래 비용 0을 뜻하지는 않습니다. 이 흐름은 로컬 시뮬레이션이며 실제 과금은 비활성 상태입니다. 과거 Team 매개변수는 팀 제품 출시를 뜻하지 않습니다.
AI 자산관리: 배분, 지분과 수수료
선별한 온체인 수익원을 조합하는 방향입니다. 기초자산, 수익원, 표시 통화, 만기, 인출 가능한 유동성, 집중도와 청산 비용을 비교합니다. 같은 기초자산에 노출된 볼트는 위험을 합산합니다. AI는 연구와 배분안을 지원하며 자금 한도, 자산 허용 목록과 실행 권한은 결정적 규칙으로 통제합니다.
제안된 수수료는 연간 관리보수와 하이워터마크 성과보수입니다. 관리보수와 관련 비용을 뺀 뒤 가입·환매를 조정한 과거 최고 기준을 넘는 신규 순이익에만 성과보수를 적용합니다. 손실 회복에는 성과보수를 중복 부과하지 않습니다. 요율, 확정 시점과 정식 약관은 미정이며 현재는 계산과 모의 흐름만 제공합니다. 원금과 수익은 보장하지 않습니다.
Onchain Bot: 의도에서 권한 확인까지
가벼운 상호작용과 AI 트레이딩 연구를 연결하는 구상입니다. 네트워크, 자산, 자금 한도, 유효기간, 수수료와 종료 조건을 명확히 한 뒤 계획을 제시합니다. 시장 의견만으로 자금 사용이 승인되지는 않습니다.
향후 실행에는 견적의 최신성, 슬리피지, 계약과 함수 범위를 점검하고 거래 식별자와 확인 결과를 추적해야 합니다. 결과가 불명확하면 원래 작업부터 확인합니다. 실행 가능한 서비스는 아직 공개하지 않았으며 지갑, 소셜 채널과 네트워크의 연동도 가정하지 않습니다.