규칙도 모르는 크리켓 봇이 108%를 찍었다 — 폴리마켓(Polymarket) 편법 입찰 전략

원본: https://www.youtube.com/watch?v=TM6QJV6_z7U · 업로드: 2026-04-05 · 길이: 10m · 채널: Moon Dev

규칙도 모르는 스포츠에서 108%

어제 만든 크리켓(cricket) 봇 한 대가 하루 만에 108% 수익을 냈다. 나는 크리켓이라는 스포츠 자체를 해 본 적이 없다. 규칙도 사실상 모른다. 어제 처음 알게 된 유일한 규칙은 “한 팀이 전반을 먼저 치고, 다른 팀이 후반을 이어받는다”는 것뿐이다. 그런데 그 봇이 24시간 돌아가면서 돈을 벌고 있다. 이게 얼마나 황당한 얘긴지 스스로도 실감이 안 난다.

같은 계정에서 돌아가는 다른 봇들 성적도 보여주자면 133%, 144%, 32%, 47%, 45%. 전부 폴리마켓(Polymarket) 위에서 움직인다. 앞으로 며칠에 걸쳐 여러 개의 봇을 하나씩 공개할 생각이다.

왜 하필 크리켓인가

내가 폴리마켓을 계속 파는 이유는 단순하다. 남들이 안 가는 시장에서 아이디어와 시스템을 찾아야 하기 때문이다. 그런데 크리켓은 말 그대로 “남들이 안 가는 시장”이다. 그런데도 경기 하나에 24개, 109개, 16개, 28개씩 마켓이 열려 있다. 유동성 절대 작지 않다.

내가 지금 들고 있는 포지션은 콜카타 나이트 라이더스(Kolkata Knight Riders)라는 팀에 걸려 있다. 팀이 어느 나라 소속인지도 모른다. 종목 이름도 “크리켓”이라는 것 말고는 아무것도 모른다. 그래서 나한테 이 경기는 사실상 블라인드 베팅에 가깝다 — 단, 봇이 수학적으로 “유리한 자리”에서만 베팅을 넣도록 설계돼 있다.

전략: “스팅크 비드(stink bid)” — 터무니없이 낮은 지정가 매수

핵심 아이디어는 이전에 공개한 테니스·NBA 봇과 동일하다. 즐겨찾기(favorite) 쪽에, 시장가 대비 30% 낮은 지정가(limit) 매수를 미리 깔아 둔다. 나는 이걸 “스팅크 비드(stink bid, 냄새 나는 입찰)” 또는 “스니크 비드(sneak bid, 슬쩍 찔러 넣는 입찰)“라고 부른다.

즐겨찾기 쪽이라는 건 쉽게 말해 확률이 더 높다고 마켓이 평가한 쪽이다. 예컨대 한쪽이 57센트고 다른 쪽이 44센트라면 57센트가 즐겨찾기다. 그 57센트짜리를 40센트 근처에 미리 깔아 둔다고 생각하면 된다. 대부분은 안 채워진다. 그런데 가끔 채워진다. 그 “가끔”이 핵심이다.

타이밍이 전부다 — 1이닝(innings)만 노린다

이번 크리켓 봇이 기존 테니스·NBA 버전과 다른 점은 오직 하나, 타이밍이다. T20 형식의 크리켓 경기는 두 이닝으로 구성된다. 1이닝에 한 팀이 먼저 공격(배팅)하고, 2이닝(이 후반을 “체이스(chase)“라고 부른다)에 다른 팀이 점수를 추격한다.

내 봇은 오직 1이닝 동안에만 입찰을 유지한다. 2이닝이 시작되는 순간 살아남은 입찰은 전부 취소한다. 이유는 분명하다. 1이닝은 불확실성이 가장 높은 구간이다. 아직 한 팀만 친 상태고, 남은 경기에서 어떤 점수가 나올지 아무도 모른다. 이 불확실성이 가격에 큰 폭의 변동과 과잉 반응을 만든다.

이런 상황에서 큰 돈이 들어간 보유자(고래, whale)가 당황해서 즐겨찾기 쪽 물량을 덤핑하면 가격이 순간적으로 크게 꺾인다. 바로 그 지점에서 내 30% 할인 지정가가 체결된다. 체결된 뒤에는 만기(경기 종료)까지 그냥 들고 간다.

2이닝에 들어가면 게임은 훨씬 “결정론적”으로 변한다. 쫓는 팀이 얼마나 남았는지, 오버(over)가 몇 개 남았는지, 필요한 득점률이 얼마인지 숫자가 다 드러난다. 고래가 패닉할 이유가 사라진다. 그래서 그때부터 내가 가져갈 수 있는 기댓값(edge)도 함께 사라진다. 그러면 주문을 거는 의미가 없다.

포지션 사이즈: 5달러짜리 인큐베이션

나는 지금 이 봇을 한 포지션당 5달러로 돌리고 있다. “한 주에 만든 봇에 5달러를 왜 거나”는 질문이 정답이다. 이건 수익을 내기 위한 사이즈가 아니라 살려 둘지 말지를 판단하기 위한 사이즈다.

나는 매번 같은 프레임워크를 반복한다. Moon Dev의 RBI 시스템 — Research(전략 리서치) → Backtest(과거 데이터로 검증) → Incubate(초소액으로 실전 인큐베이션). 인큐베이션 단계에서는 밤잠을 설치지 않을 정도의 돈만 집어넣고, 실제 시장에서 몇 주간 돌려 본 뒤 스케일을 결정한다. 지금 공개하는 이 크리켓 봇도 내가 실제로 스케일할 최종형태는 아닐 가능성이 높다. 그저 “괜찮은 시작점”일 뿐이다.

알파 붕괴(Alpha Decay) — 공개하면 안 되는 거 아닌가?

“그걸 왜 공개하느냐, 전략이 망하지 않겠느냐”는 질문이 늘 따라붙는다. 이 현상을 알고리즘 트레이딩에서는 알파 붕괴(alpha decay)라고 부른다. 쉽게 비유하면 “저 구석에 100만 달러가 떨어져 있다”고 5만 명에게 알리면 그 100만 달러가 얼마나 오래 남아 있겠는가의 문제다. 예전에 수익을 내던 시그널이 다른 참가자들이 몰려들면서(crowding, 군집 현상), 혹은 차익거래가 끼어들면서, 또는 시장 국면이 바뀌면서 점점 둔해지다가 결국 돈을 못 번다. 금융권에서 아무도 자기 아이디어를 안 까는 가장 큰 이유가 바로 이 군집 효과다.

나는 이 리스크를 알면서도 공개하는 쪽을 택한다. 이유는 두 가지다.

첫째, 이 영상 속 봇 그대로를 내가 스케일하지는 않는다. 그건 이미 확정이다. 리서치 → 백테스트 → 인큐베이션을 거치면서 구조는 계속 달라질 수밖에 없다. 똑같은 코드를 복붙해서 돌리는 사람과 나는 이미 다른 궤적을 탄다.

둘째, 수학자이자 르네상스 테크놀로지스(Renaissance Technologies)의 전설적인 창립자 짐 사이먼스(Jim Simons)의 말을 나는 매일 되뇐다 — “모두가 한 방향으로 간다면, 그 방향으로 가지 마라.” 모두가 “절대 공개하지 말라”고 한다면, 공개하는 쪽이 옳을 확률이 높다는 뜻이다. 적어도 내 스타일에서는 그렇다.

구현에서 중요한 두 조각

코드 전체는 디스코드에 따로 올려 둔다. 여기서는 아이디어의 골격만 짚는다.

• ESPN API로 경기 상태를 읽는다. 지금 몇 이닝인지, 언제 체이스가 시작됐는지를 실시간으로 판단해야 타이밍이 맞는다. 폴리마켓의 가격만으로는 이닝 경계를 정확히 잡을 수 없다.
• 다계정(multi-account) 세팅. 여러 계정 사이를 스위칭하며 주문을 나눠 건다. 한 계정에 주문이 몰리면 쉽게 읽히고, 유동성이 얕은 마켓에서는 그게 체결가에 손해를 준다.

이 영상에서 가져가야 할 단 한 가지

내가 반복해서 말하는 이야기가 있다. “코드는 가장 공평한 평등 장치다(code’s a great equalizer).” 나는 7학년 때 유급했다. 지금 이 영상을 찍는 순간에도 개 같이 아프다. 그래도 카메라 앞에 앉는 이유는 — 핑곗거리는 누구에게나 있고, 그걸 넘는 방법은 “오늘 뭘 만드느냐” 하나밖에 없기 때문이다.

완성된 봇을 그냥 가져다 쓰지 말라. 아이디어를 가져가서 당신의 리서치로, 당신의 백테스트로, 당신의 5달러짜리 인큐베이션으로 다시 세워라. 그게 이 10분짜리 영상이 노리는 전부다.

크리켓 규칙도 모르면서 폴리마켓 봇으로 108%를 찍는 법 — Moon Dev의 “스팅크 비드” 전략 해부

원본: YouTube · 업로드: 2026-04-05 · 길이: 10m · 채널: Moon Dev

서론

“규칙도 모르는 스포츠에서 봇이 108% 수익을 냈다.” Moon Dev의 이 한 줄은 자극적이지만, 영상이 실제로 다루는 주제는 도박이 아니라 예측 시장(prediction market)에서 군중이 놓치는 값 매김 오류를 어떻게 프로그램적으로 잡아내는가다. 그는 폴리마켓(Polymarket)에서 IPL(Indian Premier League, 인도 프리미어 리그)과 PSL(Pakistan Super League, 파키스탄 슈퍼 리그)의 T20 크리켓 경기에 한 가지 단순한 규칙 — 즐겨찾기(favorite) 쪽에 시장가 대비 30% 낮은 지정가 매수를 1이닝 동안에만 깔아 둔다 — 을 적용하는 봇을 공개한다.

이 글은 그 전략을 도박적인 관점이 아니라 정보 비대칭과 타이밍 기반의 거래 아이디어로 해석한다. 핵심 인프라는 폴리마켓이 실제로 운영하는 IPL 예측 시장과 크리켓 예측 시장이다. IPL만으로도 현재 100개 이상의 활성 마켓이 상시 열려 있다. 이 문서에서는 전략의 수학, 실행 조건, 알파 붕괴(alpha decay)라는 장기 리스크, 그리고 이 아이디어를 자기 것으로 바꿀 때의 체크리스트를 정리한다.

본론

1. 왜 하필 크리켓인가 — 시장 구조의 미학

미국에 살면서 크리켓에 베팅하는 사람은 드물다. 그 “드물다”는 사실 자체가 Moon Dev가 크리켓을 고른 이유다. 폴리마켓은 2026 IPL 챔피언 마켓을 비롯해 경기·프롭(props)·선물(futures)을 합치면 리그 하나당 수십에서 100여 개의 개별 마켓을 운영한다. 유동성은 주류 미국 스포츠보다 얕지만, 참가자 구성이 훨씬 이질적이고 전문 마켓메이커(market maker)의 손이 덜 탔다. 이런 환경은 지정가(limit) 전략에 유리하다 — 가격의 과잉 반응이 더 자주, 더 크게 일어나기 때문이다.

예측 시장은 단순 도박판이 아니다. 폴리마켓은 자체 집계상 결과 확정 한 달 전에도 약 94% 수준의 적중률을 보인다고 주장한다 (숫자 자체는 마케팅적 성격이 강하지만, “군중 가격은 전문가 의견보다 빠르게 정렬된다”는 일반론은 널리 인정된다). 중요한 건 평균이 아니라 분산이다. 가격이 “정답”을 찾아가는 여정 속에서 순간적으로 크게 튀는 구간들이 있고, 이 봇은 그 구간만을 노린다.

2. “스팅크 비드(stink bid)” — 주식판 고전 기법의 이식

Moon Dev가 쓰는 “스팅크 비드(stink bid)“는 크립토(crypto)·크리켓이 아니라 전통 주식 시장의 용어다. 현재 거래가 대비 10% 이상, 공격적으로는 25~50% 낮은 가격에 지정가 매수를 미리 걸어 두고 시장이 급락할 때만 체결되게 하는 기법을 말한다 (The Successful Investor, SafeHaven). 캐나다의 가치투자 그룹 Contra the Heard가 자주 쓰는 기법으로 유명해졌다.

핵심은 두 가지다. 첫째, 대부분의 주문은 영원히 체결되지 않는다 — 이건 버그가 아니라 피처다. 둘째, 체결되는 순간은 거의 항상 시장이 일시적으로 패닉한 시점이다. 평상시 가격 대비 얼마나 싸게 사느냐가 수익원이고, 그 대가로 기회의 횟수를 희생한다.

Moon Dev는 이 기법을 가격이 0과 1 사이로만 움직이는 예측 시장에 이식했다. 예측 시장의 “즐겨찾기(favorite)“는 0.5보다 높은 가격이 붙은 쪽이다. 예컨대 한쪽이 0.57달러라면 그쪽에 0.40달러 근처 지정가를 미리 깔아 둔다. 경기 내내 아무 일도 없으면 그대로 취소되고, 반대쪽에 대량 주문이 들어와 일시적으로 즐겨찾기 가격이 무너질 때만 체결된다.

3. 1이닝만 사는 이유 — 불확실성 프리미엄이 존재하는 구간

여기서 크리켓 T20의 포맷이 결정적이다. T20 매치는 각 팀이 20오버(over), 즉 약 80분씩 한 이닝만 치른다 (Wikipedia — Twenty20). 한 경기는 두 이닝으로 구성되는데, 먼저 공격한 팀의 이닝이 끝나면 목표 점수가 고정되고, 다음 팀이 그 점수를 쫓는다 — 이걸 체이스(chase)라고 부른다.

봇의 논리는 1이닝은 정보가 불완전하고 2이닝은 결정론적이라는 구조적 비대칭을 전제로 한다. 1이닝에는 양 팀이 오늘 어떤 컨디션인지, 날씨·피치·심판이 어떻게 작용하는지가 아직 미지수다. 가격이 과잉 반응하기 쉽고, 큰 포지션을 가진 참가자가 당황해서 덤핑하면 즐겨찾기 가격이 일시적으로 크게 꺾인다. 바로 이 순간에 걸어 둔 지정가가 체결된다.

2이닝, 즉 체이스가 시작되면 이야기가 달라진다. 쫓는 팀이 남은 오버 수, 필요한 득점률(required run rate), 남은 위켓(wicket, 타자가 아웃될 수 있는 여분)을 숫자로 정확히 파악할 수 있다. 경기의 확률이 결정론적으로 수렴한다. 가격도 더 이상 “가설”에 의존하지 않고 계산 가능한 수학에 붙는다. 가격이 움직여도 그 움직임이 합리적이기 때문에 스팅크 비드가 만들어 낸 “과잉 할인”은 거의 사라진다.

봇의 규칙이 단순해지는 지점이 여기다. 체이스가 시작되는 순간 살아남은 모든 입찰은 취소한다. 기댓값이 사라진 구간에 자본을 묶어 둘 이유가 없다.

4. 실행 레이어 — ESPN API와 다계정

전략이 아무리 깔끔해도 실행 단계에서 미끄러지면 끝이다. 영상에서 Moon Dev는 두 개의 구현 포인트를 강조한다.

첫째, ESPN API로 경기 상태를 직접 읽는다. 폴리마켓 가격만으로는 “지금 몇 이닝인지, 체이스가 시작됐는지”를 정확히 판단할 수 없다. 마켓 메타데이터에도 이닝 경계는 명시되지 않는다. 외부 스코어 피드가 타이밍을 결정하고, 타이밍이 전략의 유일한 엣지를 만든다.

둘째, 다계정(multi-account) 세팅으로 주문을 분산한다. 폴리마켓처럼 주문장이 얕은 마켓에서는 한 계정의 움직임이 빨리 읽히고, 다른 참가자가 그 앞에 주문을 끼워 넣으면 체결가가 악화된다. 주문을 나누면 한 계정당 신호는 희석되지만, 체결률과 평균 체결가가 개선된다.

5. 알파 붕괴(alpha decay)와 “공개의 역설”

“그렇게 좋은 전략을 왜 공개하느냐”는 질문은 항상 따라붙는다. 업계 용어로는 알파 붕괴(alpha decay) — 수익을 내던 신호가 시간이 지나면서 둔해지다가 결국 사라지는 현상이다 (Maven Securities, WallStreetMojo). 주된 원인은 **군집(crowding, 같은 신호를 쓰는 참가자의 증가), 차익거래(arbitrage), 시장 국면 변화(regime change), 과적합(data snooping)**이다. 유럽 기준으로 알파 붕괴가 전략 기대수익의 약 9.9%, 미국 기준으로 약 5.6%까지 갉아먹는다는 연구도 있다.

Moon Dev의 답변은 이 문제를 부정하지 않는다. 대신 두 가지 논리로 공개를 정당화한다.

첫째, 스팅크 비드 30%, 1이닝 한정 같은 하이퍼파라미터(hyperparameter)는 그 자체로 알파가 아니다. 진짜 엣지는 “가격 불확실성이 구조적으로 큰 구간이 어디인지”를 찾아내는 감각과, 그 감각을 코드로 구현할 수 있는 실행력이다. 영상 하나 복사해 돌린 사람은 어차피 스케일하지 못한다.

둘째, Moon Dev가 반복적으로 인용하는 짐 사이먼스(Jim Simons)의 원칙 — “모두가 한 방향으로 간다면 그 방향으로 가지 말라” — 을 공개 자체에 적용한다. 금융권 전체가 “절대 공개하지 말라”고 한다면, 공개하는 쪽이 역설적으로 덜 붐비는 전략적 위치라는 것이다. 참고로 사이먼스는 르네상스 테크놀로지스(Renaissance Technologies)의 창립자로, 그의 메달리온 펀드(Medallion Fund)는 1988년 이후 수수료 차감 전 평균 연 66% 수익률을 기록해 현대 퀀트 펀드의 전설로 남아 있다.

핵심 인사이트

• 예측 시장의 엣지는 “가격”이 아니라 “타이밍”에 있다. 같은 30% 할인 지정가도 1이닝과 2이닝에서 기댓값이 전혀 다르다. 경기의 정보 엔트로피가 높은 구간을 식별하는 것이 전략의 본체다.
• 스팅크 비드는 수익률 분포의 꼬리를 사는 기법이다. 대부분의 주문은 체결되지 않는다. 드물게 체결될 때 평균 30% 할인된 가격에 진입하기 때문에 수학적 기댓값이 양수가 된다.
• 비주류 시장 선택은 경쟁 감소와 실행 리스크의 트레이드오프다. IPL·PSL은 미국 퀀트 펀드가 거의 진입하지 않아 경쟁이 약하다. 대신 유동성이 얕고 데이터 인프라(ESPN API 등)에 의존해야 한다.
• 알파 붕괴의 진짜 방패는 비밀 유지가 아니라 반복 속도다. Moon Dev의 공개 전략은 “노출해도 내가 먼저 다음 아이디어로 이동한다”는 전제에서만 합리적이다. 공개하지 않는 쪽이 틀렸다는 뜻은 아니다.
• 인큐베이션(incubation) 단계의 5달러 사이즈는 정답이다. 과거 실적이 유망해 보여도, 실전에서의 구조적 실수는 소액으로만 드러난다. 증액은 실전 분산·드로다운 데이터가 쌓인 뒤다.

더 알아보기

• Polymarket — IPL 라이브 프레딕션 마켓 — 영상에서 다룬 실제 거래판. 현재 열린 마켓 수, 가격 분포, 유동성 감 잡기에 가장 빠른 경로.
• Polymarket — Cricket 프레딕션 인덱스 — IPL·PSL·국가대항전을 포괄하는 상위 페이지. 리그별 마켓 깊이 비교에 유용.
• Maven Securities — Alpha Decay 개론 — 시스템 트레이더 관점에서 알파 붕괴의 원인과 수치적 크기를 정리한 업계 자료.
• Contra the Heard — 스팅크 비드 감각 기르기 — 스팅크 비드의 원산지인 가치투자 그룹의 글로브앤드메일 칼럼. 기법의 뿌리를 이해하는 데 적합.
• Wikipedia — Twenty20 — T20 포맷, 오버·이닝·체이스의 공식 정의. 크리켓이 생소한 독자라면 먼저 읽기를 권함.
• Wikipedia — Renaissance Technologies — 짐 사이먼스와 메달리온 펀드의 수익률·운영 철학. 영상 후반의 인용 배경을 깊이 있게 보여 줌.

토론: “T20 크리켓 1이닝 한정 30% 스팅크 비드 전략은 폴리마켓에서 구조적 양의 기댓값을 가진다”

논제: Moon Dev가 영상에서 공개한 봇 — 즐겨찾기(favorite) 쪽에, 시장가 대비 30% 낮은 지정가(stink bid)를, T20 크리켓의 1이닝 동안에만, 폴리마켓(Polymarket)의 IPL/PSL 마켓에 깔아 두는 규칙 — 이 일회성 행운이 아니라 구조적으로 양(+)의 기댓값을 가진 거래 아이디어인가?

Round 1

🟢 Pro

이 전략은 **“정보 비대칭이 크고 가격 반응이 과잉인 구간에 지정가를 깔아 두고, 구간이 끝나는 순간 빠진다”**는 고전적 아이디어를 예측 시장에 이식한 것이다. T20 크리켓은 한 경기에 두 이닝이 있고, 먼저 공격하는 팀이 1이닝을 끝내면 2이닝은 그 점수를 쫓는 체이스(chase)로 성격이 전환된다 (Wikipedia — Twenty20). 1이닝은 양팀 컨디션·피치·날씨·필요 득점률이 아직 미지수인 단계라 가격이 쉽게 튀는 반면, 2이닝은 남은 오버 수와 필요 득점률이 숫자로 결정되기 때문에 확률이 결정론적으로 수렴한다. 즉 “가격이 펀더멘털 대비 튈 수 있는 자유도”가 1이닝에만 존재한다. 이 자유도가 봇의 기댓값이 나오는 자리다.

30% 할인 지정가라는 수치 자체는 임의적이지 않다. 스팅크 비드는 캐나다의 가치투자 그룹 Contra the Heard가 정립한 기법으로, 시장가 대비 10% 이상, 공격적으로는 25~50% 낮은 가격에 거는 실제 주문을 가리킨다 (The Successful Investor, SafeHaven). 이는 “체결 횟수는 적지만 체결 조건이 통계적으로 유리한” 분포의 꼬리를 사는 방식이다. 주식 시장에서 수십 년 검증된 구조를 예측 시장으로 가져왔을 뿐이다.

폴리마켓의 구조 자체도 이 전략에 우호적이다. 폴리마켓은 IPL 하나만으로 100개 이상의 활성 마켓을 상시 운영하고, 크리켓은 미국 퀀트 펀드가 거의 들여다보지 않는 시장이다. 전문 마켓메이커가 얇은 곳에 과잉 반응이 더 자주, 더 크게 일어난다는 말은 누구라도 직관적으로 받아들일 수 있다.

🔴 Con

첫째, “하루 108%“는 샘플 사이즈 1이다. Moon Dev 스스로도 “어제 배포했다”고 말했고, 체결 자체가 드문 전략이다. 지정가 체결 한두 번에서 만든 수익률은 전략의 양의 기댓값을 전혀 증명하지 못한다. 오히려 과적합(data snooping) 교과서 예시에 가깝다.

둘째, 스팅크 비드가 주식 시장에서 검증된 것은 유동성 깊이와 만기 부재라는 전제 위에서다. 스팅크 비드가 체결되지 않고 몇 년을 기다릴 수 있고, 체결된 뒤에는 기업 펀더멘털이 회복될 시간이 주어진다. 폴리마켓의 예측 시장은 정반대 환경이다 — 만기가 경기 종료 시점으로 확정돼 있고, 체결된 뒤 펀더멘털이 회복될 시간적 여유가 없다. 1이닝에 싸게 샀다고 해도, 경기가 실제로 해당 즐겨찾기에 불리한 방향으로 흘러가면 만기 때 0으로 만료된다. 가치투자의 시간 축을 스포츠 이벤트에 강제 이식한 셈이다.

셋째, 지정가 체결 전략은 본질적으로 **역선택(adverse selection)**의 희생양이다. 시장의 다른 참가자가 즐겨찾기 가격을 30% 할인해 덤핑하는 데에는 거의 항상 이유가 있다 — 부상, 라인업 변경, 날씨, 핵심 선수의 컨디션 뉴스 같은 정보다. 주문장이 얕고 정보 비대칭이 큰 환경에서 지정가가 “왜 하필 나한테 체결됐는지”를 의심하지 않는 참가자는, 학술 문헌이 말하는 정보 기반 거래자에게 당하는 쪽(picked off)이다. “불확실성이 높은 구간에서 싸게 산다”는 명제는, 반대쪽에서 보면 “정보 우위에 있는 사람이 자기 물량을 쏟아 내는 구간에서 받아 준다”는 명제와 동일하다.

Round 2

🟢 Pro (재반론)

Con의 첫째 반박 — “샘플 사이즈 1” — 은 이 토론의 논점을 과도하게 좁게 잡는다. Moon Dev의 108%는 본인도 “구조적 증거가 아니라 인큐베이션(incubation)의 첫 신호”라고 명시했다. 논제는 “하루 108%가 진짜냐”가 아니라 “이 구조가 양의 기댓값을 낼 수 있느냐”다. 전략의 기댓값은 체결 건마다의 평균 할인율 × 체결 확률 × 만기 페이오프의 기하평균으로 평가해야 하며, 이는 여러 달의 데이터가 쌓여야 말할 수 있다. 따라서 Con이 “증명되지 않았다”고 말한 것은 논제가 아닌 Moon Dev의 홍보 멘트를 반박한 것이다.

Con의 셋째 반박 — 역선택 — 이 이 토론의 가장 강한 지점이다. 하지만 역선택은 “1이닝 진입 → 2이닝 시작 시점 취소”라는 타이밍 규칙으로 부분적으로 완화된다. 반대쪽이 정보 우위로 덤핑하는 경우, 그 정보가 “내재된 점수 차이”라면 2이닝 체이스에서 곧바로 가격에 반영된다. 봇은 그 시점 이전에 체결돼 있고 그 시점에 미체결분을 취소한다. 정보의 시간적 유효 구간과 봇의 보유 구간 사이에 구조적 겹침이 만들어진다. 완벽하지 않지만, 역선택 리스크를 0으로 만드는 전략은 존재하지 않는다.

Con의 둘째 반박 — 만기가 강제 종료다 — 는 실제 리스크이지만 전략의 양의 기댓값을 부정하지 않는다. 만기가 0으로 끝나는 케이스를 포함해 평균 체결가가 본질 확률보다 낮다면 기댓값은 양(+)이다. 스팅크 비드의 본질은 “회복을 기다리는 가치투자”가 아니라 “잘못된 가격에 사는 순간을 산다”는 시장미시구조 아이디어다. 만기가 5일이든 5년이든, 본질 가치 대비 할인 폭이 체결 비용을 초과한다면 그 자체로 수학적으로 성립한다.

🔴 Con (재반박)

Pro의 첫째 재반론 — “샘플 사이즈 문제는 논점이 아니다” — 에 대해 말하자면, 논제는 “구조적으로 양의 기댓값을 가진다”이고, 그 논제의 진위를 판단할 유일한 방법은 데이터다. 이론적 골격이 아무리 아름답더라도, 폴리마켓 크리켓 마켓에서 이 규칙을 과거 시즌에 백테스트한 결과가 없다면 “구조적”이라는 주장은 공허하다. 영상 어디에도 백테스트 결과가 없다. Moon Dev는 본인의 RBI 프레임워크 — 리서치 → 백테스트 → 인큐베이션 — 에서 백테스트 단계를 사실상 건너뛰었다. 본인의 프레임워크를 따르지도 않은 전략을 구조적으로 검증됐다고 주장하는 것은 논리의 앞뒤가 맞지 않는다.

Pro의 둘째 재반론 — “타이밍 규칙으로 역선택이 완화된다” — 는 정반대 방향으로도 읽을 수 있다. 타이밍 규칙이 유효하려면 1이닝에 반영된 정보와 2이닝에 반영되는 정보가 서로 다른 성격이어야 한다. 실제로는 “즐겨찾기 팀의 에이스 타자가 1이닝 초반에 아웃된다”거나 “필드 컨디션이 예상보다 공격자 불리”같은 정보가 1이닝 중에 쏟아진다. 이 정보는 1이닝 안에서 즉시 가격에 반영되고, 봇은 정확히 그 “반영 중인 가격”에 체결된다. 역선택은 완화되는 게 아니라 오히려 1이닝이라는 정보 농도 구간에 특화된 셈이다.

Pro의 셋째 재반론 — “만기 강제 종료가 기댓값을 부정하지 않는다” — 는 수학적으로 맞지만, 평균 체결가가 본질 확률보다 낮다는 가정 자체가 검증되지 않았다. 폴리마켓 크리켓 마켓의 본질 확률(true probability)은 존재하지도 측정되지도 않는다. 실제 본질 확률이 무엇인지 모르는 상태에서 “30% 할인이면 저평가”라고 단언하는 것은 시장가를 본질 가치의 근사로 가정하는 셈인데, 바로 그 시장가가 “패닉으로 덤핑됐다”는 전제가 Pro의 가정이다. 전제가 서로를 잡아먹는다.

Round 3

🟢 Pro

Con의 재반박 — “백테스트가 없으니 구조적이라고 말하면 안 된다” — 은 과학적 방법론으로서는 옳다. 다만 이 논의에 적용하기에는 기준이 비대칭이다. 예측 시장의 과거 호가 데이터는 전통 주식 시장과 달리 거의 유통되지 않는다. 폴리마켓은 체결 내역을 제공하지만, 호가창 스냅숏이 시간 축으로 정렬된 형태로 공개되지 않는다. 이는 “백테스트 불가능성” 자체가 이 시장의 특성이고, 따라서 인큐베이션을 통한 실전 소액 검증이 가장 현실적인 검증 수단이 된다. Moon Dev가 5달러 사이즈로 돌리는 이유가 정확히 이것이다. 백테스트 부재를 비판하는 것은 정당하지만, 그것만으로 전략을 기각할 수는 없다. 대신 기각 기준은 **“소액 실전 데이터가 양의 기댓값 방향으로 누적되는가”**가 돼야 한다.

Con의 “역선택은 완화되는 게 아니라 1이닝 정보 농도에 특화된다”는 지적은 날카롭지만, 이 방향성 자체가 정보 거래자와 마켓 메이커의 클래식 구도를 그대로 재현한다. 모든 지정가 전략은 역선택에 노출돼 있고, 그 리스크가 수익원과 동일한 구조에서 파생된다는 사실은 시장 미시구조 이론이 오래전부터 받아들인 사실이다. 핵심은 평균 할인폭이 평균 역선택 비용을 초과하느냐다. 1이닝에 발생하는 정보의 상당 부분 — 필드 컨디션, 토스 결과, 바람 — 은 즐겨찾기 가격을 “영구 조정”하는 종류가 아니라 “경기 내 변동성을 키우는” 종류다. 후자의 경우 가격이 중심으로 돌아오는 반동이 크다. 30% 할인 구간은 그 반동의 범위 안에 있을 공산이 크다.

결국 이 전략은 “확실히 돈을 번다”는 강한 주장이 아니라 **“이 구조가 양의 기댓값을 낼 개연성이 있고, 검증 비용이 5달러다”**라는 약한 주장이다. 약한 주장을 강한 논리로 기각하려는 시도 자체가 논점을 어긋나게 만든다.

🔴 Con

Pro의 마지막 재반론 — “약한 주장이다, 5달러면 검증이 된다” — 는 이 토론에서 Pro가 논제의 강도를 스스로 낮추는 순간이다. 원래 논제는 “구조적으로 양의 기댓값을 가진다”였다. 지금 Pro가 주장하는 것은 “저비용으로 검증해 볼 만하다”다. 이 둘은 전혀 다른 주장이다. 후자는 반박할 이유가 없다 — 5달러짜리 실험은 누구도 말릴 수 없다. 그러나 논제가 그 수준으로 내려온 이상, 영상의 108%·133%·144% 수익률 자랑은 전략의 구조적 엣지가 아니라 표본 잡음(noise)에 대한 서사적 과장에 가깝다는 점이 동시에 인정돼야 한다.

Pro의 “백테스트 데이터가 없는 건 시장 특성 때문이다” 논리도 이중적이다. 데이터가 없다는 말은 동시에 **“과거 시즌에 이 전략이 체계적으로 수익을 냈다는 증거도 없다”**는 뜻이다. 검증 비용이 싸다는 것과 과거 기록이 없다는 것은 한 몸이다. 전자가 장점이라면 후자는 단점으로 동등하게 계상돼야 한다.

마지막으로, Pro가 끝까지 회피한 지점 하나를 다시 꺼낸다. 알파 붕괴(alpha decay) 논의의 본질은 “공개해도 괜찮은가”가 아니라 “이 전략의 엣지는 어디에서 오는가”다. 만약 엣지가 “크리켓 마켓의 정보 비대칭과 얕은 유동성”에서 온다면, 그 엣지는 공개와 무관하게 더 많은 봇이 IPL·PSL 시즌 내내 돌아가는 것만으로도 감소한다 — 유동성이 얕다는 바로 그 이유 때문에 새로운 참가자 한 명이 미치는 영향이 크다. 공개 자체가 그 감소 속도를 가속한다. “나는 이미 다음 아이디어로 간다”는 전제는 공개자의 개인적 철학이지 전략의 구조적 특성이 아니다.

🧭 종합

• 합의 지점

  • 1이닝과 2이닝 사이에 “정보 불확실성 → 결정론”의 구조적 비대칭이 존재한다는 관찰은 Pro·Con 모두 부정하지 않는다.
  • 전략의 잠재 수익원(1이닝 가격의 과잉 반응)과 핵심 리스크(역선택)가 같은 뿌리에서 나온다는 점도 양쪽 다 인정한다.
  • 5달러 사이즈의 인큐베이션이 이 맥락에서 합리적이라는 것 — 실패해도 치명적이지 않고 실전 데이터가 쌓인다 — 도 공통된 동의 지점이다.

• 열린 질문

  • 폴리마켓 크리켓 마켓의 “본질 확률(true probability)“을 어떻게 측정할 것인가? 이게 없으면 “30% 할인이 실제 저평가인지” 판단할 기준점 자체가 없다.
  • 1이닝 중 체결된 주문의 만기 페이오프 분포가 실제로 어떤 모양인지 (평균, 분산, 왼쪽 꼬리의 두께)? 공개 데이터 부재가 이 질문의 답을 막고 있다.
  • 타 경쟁 봇이 진입하기 시작하면 얼마나 빨리 스팅크 비드의 할인폭이 줄어드는가? 이 민감도가 전략의 수명을 결정한다.

• 더 나아간 관점

  • 이 논쟁의 진짜 쟁점은 “크리켓 봇이 수익을 내는가”가 아니라 **“백테스트가 불가능한 시장에서 어떤 검증 프로토콜이 과학적으로 정당한가”**이다. Moon Dev의 5달러 인큐베이션은 불완전하지만, 예측 시장처럼 과거 호가 데이터가 공개되지 않는 환경에서는 실전 소액 테스트가 거의 유일하게 가능한 “사전 등록 실험”의 대용이 된다. 학술적 기준으로 봐도 의미 있는 타협이다.
  • 스포츠 예측 시장에 퀀트 전략을 적용하는 흐름 전반에서 보면, 이 토론은 **“유동성 깊이 대 경쟁 밀도의 트레이드오프”**라는 오래된 문제의 새 버전이다. 주류 자산 시장은 경쟁이 빡빡하고 유동성이 깊다. 비주류 예측 시장은 경쟁이 얕고 유동성도 얕다. 얕은 유동성이 주는 선물인 “가격 과잉 반응”을, 얕은 유동성이 부과하는 세금인 “역선택과 체결 지연”이 얼마나 상쇄하느냐가 실제 기댓값을 결정한다. 이 비교는 크리켓이 아니라 기본적으로 시장 선택의 문제다.
  • 실천적 제언: 이 전략을 자기 것으로 만들려는 사람이라면, Moon Dev의 코드를 복사하는 데서 멈추면 안 된다. “1이닝 정보 농도”를 시간 함수로 정량화해 보라 — 토스 이후 n분, 첫 위켓 이후 n분, 파워플레이 종료 직후처럼 이벤트 기반 시점에 가격이 어떻게 튀는지 기록하면, 봇의 진입 창(entry window)을 훨씬 좁고 기댓값 높은 구간으로 튜닝할 수 있다. 그 튜닝이 본인만의 알파가 된다. 복사된 30%는 곧 0이 되지만, 본인이 직접 계측한 이벤트 조건부 할인폭은 남는다.

108% on a bot that I don't even know the sport.
I don't know about you,
but I don't know cricket very well,
but I just launched a bot yesterday and it made 108%.
Plus I have a bunch of other bots here,
133%, 144%, 32, 47, 45.
I've got a ton of polymarket bots
to show you over the next few days.
So make sure you do whatever you need to do
in order to see those next videos.
But for now, spend nine, 10 minutes with me
and I'll show you exactly how to build.
And honestly, I'm just mind blown
that I have a cricket bot that's running 24, 7, 365.
I've never played the game of cricket before.
So you can see here's, there's multiple games going on.
The Kolkata Knight Riders.
You got the Pindas versus the Karachi Kings.
I think that's Pakistan.
So you've got a game that I've never personally played before.
I barely know the rules.
I actually don't know the rules.
All I do know is I figured out yesterday
that the rules are one team goes one half
and then the other team goes the second half.
Now, why is this important?
If we go over here to polymarket,
you can see I have a bunch of bots.
You've seen all the results of my bots in the past.
You see everybody stealing Moondev's videos.
I'm Moondev.
I believe Koza Gray Equalizer.
I'm not your Chinese cousin, dude.
Everybody's saying I'm their Chinese cousin.
But what does that tell you?
If everybody's stealing my videos, showing my results,
don't you want to go to the source?
Well, the source is here.
I've been looking for new markets to trade on polymarket
because I want to get my hands wet in every single market
because that's how you come up with great ideas
and great systems.
Trade places that other people aren't trading.
And you can see I have a position here on this game,
the Kolkata Knight Riders.
I don't even know what country that's in.
I barely even know the sport.
But the sport is cricket.
And the reason I got interested in it is because look at this.
There's 24 markets here, 109 markets here.
16 markets here, 28 markets here.
And what I want to do here in this short video
is I want to explain the entire idea.
So you can have the idea of this bot
that I'm running on the cricket markets on polymarket.
You can take that idea and take it to the next level.
You know, it's one thing to feed a man a fish.
It's another thing to show a man how to fish
for the rest of their life.
So you know the process that I show is this.
It's simple.
I'm always doing one of these three things.
I'm always following my RBI system,
Moondev's RBI system,
just in case somebody is saying I'm their Chinese cousin
because I'm not even Chinese,
but I foot the Chinese heavy.
The process of automating your trading
starts with the research of trading strategies.
Then you backtest those strategies
to see if they actually work in the past.
If they do, they're not guaranteed,
but they're much more likely to work in the future.
So that's the simple framework that I follow.
And I've been explaining it today.
I've shown you a bunch of ways
to find great ideas,
but one of the ways to find a good idea,
you know, you got books,
you've got YouTube videos,
you've got podcasts.
I've given you all of those different sources.
If you want to screenshot them,
this is where I got my initial ideas.
I also go ahead and give you on this roadmap
a ton of ideas straight from my note sheet.
So if you're lacking ideas,
don't be one of those excuse makers.
We all got excuses, dude.
Like I said, I got held back in the seventh grade.
Like I said, I'm sick as a dog right now.
I should be in bed cuddled up.
I should have somebody taking care of me.
But no, dude, I believe code's a great equalizer.
I believe if I show you absolutely everything
about all of these bots that I'm building,
whether it is a brand new idea
or something I got from my note sheet in the past,
you'll be able to see that for the rest of your life,
you can have automated trading bots trading for you.
I want to explain this to you.
Can you go ahead and quickly,
shortly and concisely explain my cricket,
but in the actual strategy behind it,
because I think that's the important part.
I've already shown a lot of the code
and I'll put the code inside the disco for people.
But explaining the actual idea behind it
is the interesting part to me
because I can, you know, obviously give you bots,
but I'm not going to do that.
I don't believe in that.
There's something called Alpha Decay.
If you want to look that up, I'll just tell you about it.
What is Alpha Decay?
Short and concise.
Essentially, if there's a million dollars in the corner
and I tell 50,000 people there's a million dollars in the corner,
how long is that million dollars going to last?
How long is that million dollars going to last?
How long is that million dollars going to last?
How long is that million dollars going to be there?
When it comes to algorithmic trading, Alpha Decay.
Jesus, dude.
Anyways, here's the idea that I'm going to be showing you the code for
and I'll drop the code inside the discord at the end of this.
So it's the same core ideas.
The tennis and the NBA place lowball bid.
So I call them sneak bids at 30% below market
on the favorite in the IPL and PSL cricket matches.
The twist is the timing.
Cricket T20 matches have two Indians.
Okay, so if you're
an American like myself, you probably don't know that.
We don't have cricket out here.
We only bid during the first ending.
So team one batting.
I don't know if that's right or wrong.
That's just what I did.
So again, I want to explain this idea.
So you have it and then you could take it to the next level.
Once the second ending starts, which is called the chase, we cancel everything.
The logic is that first endings is where the uncertainty is highest.
And a whale that panic sells can dump the favorite, it can dump their price, and that's where I get filled and then I hold the expiration.
It's $5 because I truly believe like, again, I just built this this week.
I truly believe this is the best approach to automated trading.
You come up with the idea, back test it if you can, and then incubate it with small size, something that's not going to keep me up at night.
No, I'm testing these ideas and I'm showing them live.
And the great thing is it might take me four to six hours to build it, but then I can explain it in 10 minutes and give you all the code.
So then you can test your ideas because you haven't walked in my shoes.
I haven't walked in your shoes.
That's the beauty of this.
And Jim Simons tells me every day, he says, if everybody's doing it one way, don't do that.
And everybody in finance is such a scared little bitch about sharing their ideas.
I'm not going to do that.
I'm going to share every idea, every word, every line of code.
Every single day.
Jim Simons told me to, and he's the GOAT.
He's the GOAT.
So going back to alpha decay here in algorithmic trading, alpha decay is the deterioration of trading strategies edge over time.
A signal that once generated excess returns gradually becomes less profitable and eventually stops working.
Common causes, crowding.
Other traders discover and exploit the same signal.
Arbitrage.
Tracking it away.
Market regime changes, volatility, data snooping, structural changes.
So the number one thing here and the thing, the reason why everybody is so scared of sharing their stuff is because of crowding.
If other traders discover your exploit, your edge, then they can go ahead and trade that too.
And then it will go to zero.
That's why I'm not here to just say, hey, plug and play this exact stink cricket bot that I built yesterday and has shown some profits.
Sure.
But I know for a fact.
The fact that this is not going to be the exact iteration that I scale, we all have to come up with our own ideas.
But Jim Simons told me, he said, if everybody's doing it one way, don't do that.
So everybody's hiding this stuff from you.
Nobody wants to share it.
Everybody's saying that you have to go to Harvard or some stuff to do this.
But dude, I got held back in the seventh grade.
Come on.
I'll tell you that over and over again, because you have so many excuses like I do.
We all have excuses.
Here is the cricket stink bot.
I want to go through some of these pieces.
But I'll go ahead and drop the full code inside of Discord.
Don't just go run it.
Of course, it places a stink bid on the favored side.
So what is the favored side?
It's pretty much the side.
If you go to cricket, that has a higher price because they're the favorite.
Right.
So you can see 44 cents or 57 cents.
This would be the favorite.
I think this game might be going.
I'm not sure, but it doesn't matter.
I don't care if it's going or not because the bots handling it.
I've already built it.
You can see it's the Indian Premier League and the Pakistan Super League.
OK.
Cancels.
All bids after the halfway point.
So I already explained that part.
There's two Indians and first but first team bats first and then the second team chases it.
So this is another cool thing about poly market is you're going to expand your your Rolodex of knowledge at the end of the day because I'm building for sports that I don't even understand or politics.
I don't even understand.
It's so cool, man.
It's so cool.
And the only reason I'm here is because I was here.
Trading emotionally.
Losing money, getting liquidated.
Just like you.
You think they can see your positions.
You're 100 percent right.
They can see your positions.
They are moving towards your stop loss and take profit.
I can see your positions, too.
And everybody in the Zoom chat can also see your positions.
You can see this guy gets liquidated at 1.1 percent.
This guy in 1.4 percent, he loses 11 million dollars.
So, yes, you're getting you're getting hunted, dude.
You're getting hunted.
You're getting hunted by us.
Let's be real.
So let me get you some more of this code.
because you have the full idea you can start building right now i'll scroll through some of
this but i'm also just going to drop it in there you can see these are the important parts i'm
using the espn api here in order to get the actual score and figure out what time it is i'm using a
multi-account setup here so i can switch to other accounts here i don't want this video to be over
10 minutes so what i'm going to do is i'm just going to go ahead and drop all this code here
inside of discord i've explained the majority of this or the entire idea here's my cricket
cricket polymarket polymarket cricket but and we'll call it cricket.py here i know everybody
wants shorter videos so shorter videos just comes down to like okay i have to take something out so
i want to explain the idea because i think that's the most important thing you can see here i have
posted the videos or i mean sorry the code for so many things and i'm going to go ahead and
over the years my team has as well i just uploaded three fire ideas the cricket bot the
polymarket cricket bot the call sheet whale scanner and the women's trading bot this is all
in the quant elite section we do have an easter special going on right now if you do want to grab
that it's moondab.com slash easter but damn i just went over 10 minutes and people are
want shorter and shorter videos you save 300 bucks but you can see that if you want