diff --git a/core/strategy.py b/core/strategy.py
index ad4aa4a..50470af 100644
--- a/core/strategy.py
+++ b/core/strategy.py
@@ -1,8 +1,11 @@
-"""Strategy C: 현재 기준 N시간 전 대비 상승 추세(DB) AND 거래량 모멘텀 동시 충족 시 매수 신호.
+"""Volume Lead 전략: 거래량 축적(급증+횡보) 감지 후 +TREND_AFTER_VOL% 상승 시 선진입.
 
-추가 필터:
-  1. 6h 추세 확인 (단기 급등 아닌 지속 추세)
-  2. 15분 확인 워치리스트 (신호 첫 발생 후 15분 내 재확인 시 진입)
+흐름:
+  1. 직전 1h 거래량 > 로컬 5h 평균 × VOL_MULT  AND
+     2h 가격 변동 < PRICE_QUIET_PCT%  (횡보 중 축적)
+     → 신호가(signal_price) 기록
+  2. signal_price 대비 +TREND_AFTER_VOL% 이상 상승 시 진입
+  3. SIGNAL_TIMEOUT_H 내 임계값 미달 또는 신호가 이하 하락 시 신호 초기화
 """
 
 from __future__ import annotations
@@ -12,174 +15,127 @@ import os
 import time
 
 import pyupbit
-from .market import get_current_price, get_ohlcv
+
+from .market import get_current_price
 from .market_regime import get_regime
 from .price_db import get_price_n_hours_ago
 
 logger = logging.getLogger(__name__)
 
-# 추세 판단: 현재 기준 N시간 전 DB 가격 대비 +M% 이상이면 상승 중
-TREND_HOURS        = float(os.getenv("TREND_HOURS", "12"))
-TREND_MIN_GAIN_PCT = float(os.getenv("TREND_MIN_GAIN_PCT", "5"))  # 레짐이 없을 때 기본값
+# 축적 감지 파라미터
+PRICE_QUIET_PCT  = float(os.getenv("PRICE_QUIET_PCT",  "2.0"))  # 2h 횡보 기준 (%)
+TREND_AFTER_VOL  = float(os.getenv("TREND_AFTER_VOL",  "5.0"))  # 진입 임계값 (신호가 대비 %)
+SIGNAL_TIMEOUT_H = float(os.getenv("SIGNAL_TIMEOUT_H", "8.0"))  # 신호 유효 시간 (h)
 
-# 6h 단기 추세 최소 상승률 (추세 지속형 필터)
-TREND_6H_MIN_PCT = float(os.getenv("TREND_6H_MIN_PCT", "1.0"))
+# 거래량 파라미터
+LOCAL_VOL_HOURS   = 5   # 로컬 기준 시간 (h)
+VOLUME_MULTIPLIER = float(os.getenv("VOLUME_MULTIPLIER", "2.0"))
 
-# 모멘텀: MA 기간, 거래량 급증 배수
-MA_PERIOD = 20
-VOLUME_MULTIPLIER = float(os.getenv("VOLUME_MULTIPLIER", "2.0"))  # 레짐이 없을 때 기본값
-LOCAL_VOL_HOURS = 5  # 로컬 기준 시간 (h)
-
-# 15분 확인 워치리스트: 신호 첫 발생 시각(unix ts) 기록
-CONFIRM_SECONDS = int(os.getenv("CONFIRM_SECONDS", "900"))  # 기본 15분
-_watchlist: dict[str, float] = {}  # ticker → first_signal_time (unix timestamp)
+# 축적 신호 상태: ticker → {"price": float, "time": float(unix)}
+_accum_signals: dict[str, dict] = {}
 
 
-def check_trend(ticker: str, min_gain_pct: float) -> bool:
-    """상승 추세 조건: 현재가가 DB에 저장된 N시간 전 가격 대비 +min_gain_pct% 이상."""
-    past_price = get_price_n_hours_ago(ticker, TREND_HOURS)
-    if past_price is None:
-        logger.debug(f"[추세] {ticker} {TREND_HOURS:.0f}h 전 가격 없음 (수집 중)")
-        return False
-
-    current = get_current_price(ticker)
-    if not current:
-        return False
-
-    gain_pct = (current - past_price) / past_price * 100
-    result = gain_pct >= min_gain_pct
-
-    if result:
-        logger.info(
-            f"[추세↑] {ticker} {TREND_HOURS:.0f}h 전={past_price:,.2f} "
-            f"현재={current:,.2f} (+{gain_pct:.1f}% ≥ {min_gain_pct}%)"
-        )
-    else:
-        logger.debug(
-            f"[추세✗] {ticker} {gain_pct:+.1f}% (기준={min_gain_pct:+.0f}%)"
-        )
-    return result
-
-
-def check_momentum(ticker: str, vol_mult: float) -> bool:
-    """모멘텀 조건: 현재가 > MA20(일봉) AND 최근 1h 거래량 > 로컬 5h 평균 × vol_mult.
-
-    23h 평균은 낮 시간대 고거래량이 포함돼 새벽에 항상 미달하므로,
-    로컬 5h 평균(같은 시간대 컨텍스트)과 비교한다.
-    """
-    # MA20: 일봉 기준
-    df_daily = get_ohlcv(ticker, count=MA_PERIOD + 1)
-    if df_daily is None or len(df_daily) < MA_PERIOD + 1:
-        return False
-
-    ma = df_daily["close"].iloc[-MA_PERIOD:].mean()
-    current = get_current_price(ticker)
-    if current is None:
-        return False
-
-    price_ok = current > ma
-    if not price_ok:
-        logger.debug(f"[모멘텀✗] {ticker} 현재={current:,.0f} < MA20={ma:,.0f} (가격 기준 미달)")
-        return False
-
-    # 거래량: 60분봉 기준 (최근 1h vs 이전 LOCAL_VOL_HOURS h 로컬 평균)
-    fetch_count = LOCAL_VOL_HOURS + 3  # 여유 있게 fetch
+def _check_vol_spike(ticker: str, vol_mult: float) -> bool:
+    """직전 완성 1h 거래량이 로컬 5h 평균의 vol_mult 배 이상인지 확인."""
+    fetch_count = LOCAL_VOL_HOURS + 3
     try:
-        df_hour = pyupbit.get_ohlcv(ticker, interval="minute60", count=fetch_count)
+        df = pyupbit.get_ohlcv(ticker, interval="minute60", count=fetch_count)
     except Exception:
         return False
-    if df_hour is None or len(df_hour) < LOCAL_VOL_HOURS + 1:
+    if df is None or len(df) < LOCAL_VOL_HOURS + 1:
         return False
 
-    recent_vol = df_hour["volume"].iloc[-2]                          # 직전 완성된 1h 봉
-    local_avg  = df_hour["volume"].iloc[-(LOCAL_VOL_HOURS + 1):-2].mean()  # 이전 LOCAL_VOL_HOURS h 평균
-    vol_ok = local_avg > 0 and recent_vol >= local_avg * vol_mult
-
-    ratio = recent_vol / local_avg if local_avg > 0 else 0
-    if vol_ok:
-        logger.info(
-            f"[모멘텀↑] {ticker} 현재={current:,.0f} MA20={ma:,.0f} "
-            f"1h거래량={recent_vol:.0f} 로컬{LOCAL_VOL_HOURS}h평균={local_avg:.0f} ({ratio:.2f}x ≥ {vol_mult}x)"
-        )
-    else:
-        logger.debug(
-            f"[모멘텀✗] {ticker} 1h거래량={recent_vol:.0f} 로컬{LOCAL_VOL_HOURS}h평균={local_avg:.0f} "
-            f"({ratio:.2f}x < {vol_mult}x)"
-        )
-    return vol_ok
-
-
-def check_trend_6h(ticker: str) -> bool:
-    """6h 추세 지속 확인: 6h 전 대비 +TREND_6H_MIN_PCT% 이상 상승 중이어야 진입 허용."""
-    past = get_price_n_hours_ago(ticker, 6)
-    if past is None:
-        logger.debug(f"[6h추세] {ticker} 6h 전 가격 없음 (수집 중)")
-        return True  # 데이터 없으면 필터 패스 (수집 초기)
-
-    current = get_current_price(ticker)
-    if not current:
+    recent_vol = df["volume"].iloc[-2]                               # 직전 완성된 1h 봉
+    local_avg  = df["volume"].iloc[-(LOCAL_VOL_HOURS + 1):-2].mean()  # 이전 5h 평균
+    if local_avg <= 0:
         return False
 
-    gain_pct = (current - past) / past * 100
-    result = gain_pct >= TREND_6H_MIN_PCT
-
+    ratio  = recent_vol / local_avg
+    result = ratio >= vol_mult
     if result:
         logger.debug(
-            f"[6h추세↑] {ticker} 6h전={past:,.2f} 현재={current:,.2f} "
-            f"(+{gain_pct:.1f}% ≥ {TREND_6H_MIN_PCT}%)"
+            f"[거래량↑] {ticker} 1h={recent_vol:.0f} / 5h평균={local_avg:.0f} ({ratio:.2f}x ≥ {vol_mult}x)"
         )
     else:
         logger.debug(
-            f"[6h추세✗] {ticker} 6h {gain_pct:+.1f}% (기준={TREND_6H_MIN_PCT:+.1f}%)"
+            f"[거래량✗] {ticker} {ratio:.2f}x < {vol_mult}x"
         )
     return result
 
 
 def should_buy(ticker: str) -> bool:
-    """Strategy C + 시장 레짐 + 추세 지속형 진입 (6h 추세 + 15분 확인 워치리스트).
+    """Volume Lead 전략.
 
-    진입 조건:
-      1. 12h 추세 ≥ 레짐별 임계값 (bull 3% / neutral 5% / bear 8%)
-      2. 6h 추세 ≥ 1% (단기 급등이 아닌 지속 추세)
-      3. 모멘텀 (MA20 초과 + 1h 거래량 급증)
-      4. 위 조건 최초 충족 후 15분 경과 시 실제 진입 (확인 필터)
+    1단계: 거래량 급증 + 2h 횡보 → 신호가 기록
+    2단계: 신호가 대비 +TREND_AFTER_VOL% 상승 확인 시 진입
     """
-    regime = get_regime()
-    trend_pct = regime["trend_pct"]
-    vol_mult  = regime["vol_mult"]
+    regime   = get_regime()
+    vol_mult = regime["vol_mult"]
 
-    # 조건 평가 (순서: 가장 빠른 필터 먼저)
-    if not check_trend(ticker, trend_pct):
-        _watchlist.pop(ticker, None)  # 조건 깨지면 워치리스트 초기화
+    current = get_current_price(ticker)
+    if not current:
         return False
 
-    if not check_trend_6h(ticker):
-        _watchlist.pop(ticker, None)
-        return False
-
-    if not check_momentum(ticker, vol_mult):
-        _watchlist.pop(ticker, None)
-        return False
-
-    # 모든 조건 충족 — 15분 확인 워치리스트 처리
     now = time.time()
-    if ticker not in _watchlist:
-        _watchlist[ticker] = now
+
+    # ── 기존 신호 유효성 확인 ────────────────────────────────
+    sig = _accum_signals.get(ticker)
+    if sig is not None:
+        age_h = (now - sig["time"]) / 3600
+        if age_h > SIGNAL_TIMEOUT_H:
+            del _accum_signals[ticker]
+            sig = None
+            logger.debug(f"[축적타임아웃] {ticker} {age_h:.1f}h 경과 → 신호 초기화")
+
+    # ── 신호 없음: 축적 조건 체크 ────────────────────────────
+    if sig is None:
+        # 2h 가격 횡보 확인 (DB 가격 활용)
+        price_2h = get_price_n_hours_ago(ticker, 2)
+        if price_2h is None:
+            return False
+
+        quiet = abs(current - price_2h) / price_2h * 100 < PRICE_QUIET_PCT
+
+        if not quiet:
+            logger.debug(
+                f"[횡보✗] {ticker} 2h변동={(current - price_2h) / price_2h * 100:+.1f}% "
+                f"(기준={PRICE_QUIET_PCT}%)"
+            )
+            return False
+
+        # 거래량 급증 확인
+        if not _check_vol_spike(ticker, vol_mult):
+            return False
+
+        # 축적 신호 기록
+        _accum_signals[ticker] = {"price": current, "time": now}
         logger.info(
-            f"[워치] {ticker} 신호 첫 발생 → {CONFIRM_SECONDS//60}분 후 진입 예정"
+            f"[축적감지] {ticker} 거래량 급증 + 2h 횡보 → 신호가={current:,.2f}원"
         )
-        return False
+        return False  # 신호 첫 발생 시는 진입 안 함
 
-    elapsed = now - _watchlist[ticker]
-    if elapsed < CONFIRM_SECONDS:
+    # ── 신호 있음: 상승 확인 → 진입 ─────────────────────────
+    signal_price = sig["price"]
+    move_pct     = (current - signal_price) / signal_price * 100
+
+    if current < signal_price:
+        # 신호가 이하 하락 → 축적 실패
+        del _accum_signals[ticker]
         logger.debug(
-            f"[워치] {ticker} 확인 대기 중 ({elapsed/60:.1f}분 / {CONFIRM_SECONDS//60}분)"
+            f"[축적실패] {ticker} 신호가={signal_price:,.2f} → 현재={current:,.2f} (하락) → 초기화"
         )
         return False
 
-    # 15분 경과 → 진입 확정
-    _watchlist.pop(ticker, None)
-    logger.info(
-        f"[워치확인] {ticker} {elapsed/60:.1f}분 경과 → 진입 확정"
+    if move_pct >= TREND_AFTER_VOL:
+        del _accum_signals[ticker]
+        logger.info(
+            f"[축적진입] {ticker} 신호가={signal_price:,.2f}원 → 현재={current:,.2f}원 "
+            f"(+{move_pct:.1f}% ≥ {TREND_AFTER_VOL}%)"
+        )
+        return True
+
+    logger.debug(
+        f"[축적대기] {ticker} 신호가={signal_price:,.2f} 현재={current:,.2f} "
+        f"(+{move_pct:.1f}% / 목표={TREND_AFTER_VOL}%)"
     )
-    return True
+    return False
diff --git a/vol_lead_sim.py b/vol_lead_sim.py
new file mode 100644
index 0000000..42088ed
--- /dev/null
+++ b/vol_lead_sim.py
@@ -0,0 +1,396 @@
+"""거래량 선행(Volume Lead) 진입 전략 시뮬레이션.
+
+3가지 전략 비교:
+  A (현행):  12h 가격 +5% 확인 + 1h 거래량 급증 → 진입  (이미 오른 뒤 추격)
+  B (신규):  가격 횡보 중 거래량 급증(축적) → 그 후 추세 +N% 시작 시 선진입
+  C (단순):  거래량 급증만 (베이스라인, 노이즈 확인용)
+"""
+
+import os
+import pickle
+import time
+from datetime import datetime
+from pathlib import Path
+
+import pandas as pd
+from dotenv import load_dotenv
+
+load_dotenv()
+import pyupbit
+
+# ── 공통 파라미터 ─────────────────────────────────────
+STOP_LOSS_PCT     = 0.015   # 트레일링 스탑 1.5%
+TIME_STOP_HOURS   = 8
+TIME_STOP_MIN_PCT = 3.0
+FEE               = 0.0005
+LOCAL_VOL_HOURS   = 5       # 거래량 기준 이전 N시간
+VOL_MULT          = 2.0     # 거래량 배수 기준
+
+# 현행 전략 파라미터
+TREND_HOURS   = 12
+TREND_MIN_PCT = 5.0
+
+# B 전략 파라미터: 거래량 선행 + 이후 소규모 추세 확인
+PRICE_QUIET_PCT  = 2.0   # 거래량 급증 시점 가격 횡보 기준 (2h 변동 < N%)
+TREND_AFTER_VOL  = 1.5   # 축적 신호 후 진입 기준 (vol 시점 대비 +N% 상승 시)
+SIGNAL_TIMEOUT_H = 8     # 축적 신호 후 N시간 내 추세 미발생 시 초기화
+
+FROM_DATE = "2026-01-15 00:00:00"
+
+TICKERS = [
+    'KRW-DKA', 'KRW-LAYER', 'KRW-SIGN',
+    'KRW-SOL', 'KRW-ETH', 'KRW-XRP',
+    'KRW-HOLO', 'KRW-OM', 'KRW-ORBS',
+]
+
+CACHE_FILE = Path("vol_lead_cache.pkl")
+
+
+# ── 데이터 로드 ───────────────────────────────────────
+def fetch_all(ticker: str, from_date: str):
+    """1h봉 전체 로드 (from_date 이후, 페이지 역방향 수집)."""
+    target = datetime.strptime(from_date, "%Y-%m-%d %H:%M:%S")
+    frames = []
+    to_dt = None
+
+    for _ in range(15):  # 최대 15페이지 = 3000h ≈ 125일
+        kwargs: dict = dict(ticker=ticker, interval="minute60", count=200)
+        if to_dt:
+            kwargs["to"] = to_dt.strftime("%Y-%m-%d %H:%M:%S")
+
+        df = pyupbit.get_ohlcv(**kwargs)
+        if df is None or df.empty:
+            break
+
+        frames.append(df)
+        oldest = df.index[0].to_pydatetime().replace(tzinfo=None)
+        if oldest <= target:
+            break
+        to_dt = oldest
+        time.sleep(0.2)
+
+    if not frames:
+        return None
+
+    result = pd.concat(frames).sort_index().drop_duplicates()
+    result.index = result.index.tz_localize(None)
+    return result[result.index >= target]
+
+
+def load_data() -> dict:
+    if CACHE_FILE.exists():
+        print(f"캐시 로드: {CACHE_FILE}")
+        return pickle.load(open(CACHE_FILE, "rb"))
+
+    data = {}
+    for ticker in TICKERS:
+        print(f"  {ticker} 로딩...", end=" ", flush=True)
+        df = fetch_all(ticker, FROM_DATE)
+        if df is not None:
+            data[ticker] = df
+            print(f"{len(df)}봉 ({df.index[0].strftime('%m-%d')}~{df.index[-1].strftime('%m-%d')})")
+        else:
+            print("실패")
+        time.sleep(0.3)
+
+    pickle.dump(data, open(CACHE_FILE, "wb"))
+    return data
+
+
+# ── 포지션 시뮬 ───────────────────────────────────────
+def simulate_pos(df: pd.DataFrame, buy_idx: int, buy_price: float):
+    """매수 후 청산 시뮬레이션.
+
+    - 최고가: 각 봉의 high 기준
+    - 스탑 발동 체크: 각 봉의 low 기준 (intra-candle 포착)
+    - 청산가: peak × (1 - stop_pct) 근사
+    """
+    buy_dt = df.index[buy_idx]
+    peak = buy_price
+
+    for i in range(buy_idx + 1, len(df)):
+        row = df.iloc[i]
+        ts  = df.index[i]
+
+        if row["high"] > peak:
+            peak = row["high"]
+
+        elapsed_h   = (ts - buy_dt).total_seconds() / 3600
+        stop_price  = peak * (1 - STOP_LOSS_PCT)
+
+        # 트레일링 스탑 (low가 stop_price 이하 진입 시)
+        if row["low"] <= stop_price:
+            sell_price = stop_price
+            pnl = (sell_price * (1 - FEE) - buy_price * (1 + FEE)) / (buy_price * (1 + FEE)) * 100
+            return pnl > 0, sell_price, ts, f"트레일링({pnl:+.1f}%)", pnl
+
+        # 타임 스탑
+        pnl_now = (row["close"] - buy_price) / buy_price * 100
+        if elapsed_h >= TIME_STOP_HOURS and pnl_now < TIME_STOP_MIN_PCT:
+            pnl = (row["close"] * (1 - FEE) - buy_price * (1 + FEE)) / (buy_price * (1 + FEE)) * 100
+            return pnl > 0, row["close"], ts, "타임스탑", pnl
+
+    last = df.iloc[-1]["close"]
+    pnl  = (last * (1 - FEE) - buy_price * (1 + FEE)) / (buy_price * (1 + FEE)) * 100
+    return pnl > 0, last, df.index[-1], "데이터종료", pnl
+
+
+# ── 현행 전략 (추세 확인형) ───────────────────────────
+def run_trend(df: pd.DataFrame) -> list:
+    """12h 가격 +5% 확인 + 1h 거래량 급증 + 1h 워치리스트."""
+    trades = []
+    watchlist_i = None
+    in_pos = False
+    buy_idx = buy_price = None
+    i = max(TREND_HOURS, LOCAL_VOL_HOURS + 2)
+
+    while i < len(df):
+        if in_pos:
+            is_win, sp, sdt, reason, pnl = simulate_pos(df, buy_idx, buy_price)
+            next_i = next((j for j in range(i, len(df)) if df.index[j] > sdt), len(df))
+            trades.append((is_win, pnl, df.index[buy_idx], sdt, reason))
+            in_pos = False
+            watchlist_i = None
+            i = next_i
+            continue
+
+        close  = df.iloc[i]["close"]
+        past12 = df.iloc[i - TREND_HOURS]["close"]
+        trend_ok = (close - past12) / past12 * 100 >= TREND_MIN_PCT
+
+        vol_recent = df.iloc[i - 1]["volume"]
+        vol_avg    = df.iloc[i - LOCAL_VOL_HOURS - 1:i - 1]["volume"].mean()
+        vol_ok     = vol_avg > 0 and vol_recent >= vol_avg * VOL_MULT
+
+        if trend_ok and vol_ok:
+            if watchlist_i is None:
+                watchlist_i = i
+            elif i - watchlist_i >= 1:   # 1h 확인
+                in_pos    = True
+                buy_idx   = i
+                buy_price = close
+                watchlist_i = None
+        else:
+            watchlist_i = None
+
+        i += 1
+
+    return trades
+
+
+# ── B 전략: 거래량 선행 + 소규모 추세 확인 ───────────
+def run_vol_lead(df: pd.DataFrame) -> list:
+    """거래량 급증(축적) 감지 후 소규모 추세 확인 시 선진입.
+
+    흐름:
+      1. 직전 1h 거래량 > 이전 5h 평균 × VOL_MULT  AND
+         2h 가격 변동 < PRICE_QUIET_PCT%  (횡보 중 축적)
+         → 축적 신호 기록 (signal_price = 현재가)
+      2. 신호 후 현재가가 signal_price 대비 +TREND_AFTER_VOL% 이상 상승 시 진입
+         (현행 +5% 대신 작은 기준으로 더 일찍 진입)
+      3. SIGNAL_TIMEOUT_H 시간 내 추세 미발생 → 신호 초기화
+    """
+    trades = []
+    signal_i     = None
+    signal_price = None
+    in_pos       = False
+    buy_idx = buy_price = None
+    i = max(TREND_HOURS, LOCAL_VOL_HOURS + 2)
+
+    while i < len(df):
+        if in_pos:
+            is_win, sp, sdt, reason, pnl = simulate_pos(df, buy_idx, buy_price)
+            next_i = next((j for j in range(i, len(df)) if df.index[j] > sdt), len(df))
+            trades.append((is_win, pnl, df.index[buy_idx], sdt, reason))
+            in_pos       = False
+            signal_i     = None
+            signal_price = None
+            i = next_i
+            continue
+
+        close     = df.iloc[i]["close"]
+        close_2h  = df.iloc[i - 2]["close"]
+        quiet     = abs(close - close_2h) / close_2h * 100 < PRICE_QUIET_PCT
+
+        vol_recent = df.iloc[i - 1]["volume"]
+        vol_avg    = df.iloc[i - LOCAL_VOL_HOURS - 1:i - 1]["volume"].mean()
+        vol_spike  = vol_avg > 0 and vol_recent >= vol_avg * VOL_MULT
+
+        # 축적 신호 갱신
+        if quiet and vol_spike:
+            if signal_i is None:
+                signal_i     = i
+                signal_price = close
+        else:
+            if signal_i is not None and close < signal_price:
+                # 가격 하락 → 축적 실패, 초기화
+                signal_i     = None
+                signal_price = None
+
+        # 타임아웃
+        if signal_i is not None and (i - signal_i) > SIGNAL_TIMEOUT_H:
+            signal_i     = None
+            signal_price = None
+
+        # 진입: 축적 신호 후 가격 +TREND_AFTER_VOL% 이상 상승
+        if signal_i is not None:
+            move = (close - signal_price) / signal_price * 100
+            if move >= TREND_AFTER_VOL:
+                in_pos       = True
+                buy_idx      = i
+                buy_price    = close
+                signal_i     = None
+                signal_price = None
+
+        i += 1
+
+    return trades
+
+
+# ── 결과 출력 ─────────────────────────────────────────
+def summarize(label: str, trades: list) -> dict:
+    if not trades:
+        print(f"  [{label}] 거래 없음")
+        return {"total": 0, "wins": 0, "wr": 0.0, "pnl": 0.0}
+
+    wins  = sum(1 for t in trades if t[0])
+    total = len(trades)
+    pnl   = sum(t[1] for t in trades)
+    wr    = wins / total * 100
+
+    print(f"  [{label}] {total}건 | 승률={wr:.0f}% ({wins}승 {total-wins}패) | 누적={pnl:+.2f}%")
+    for idx, (is_win, p, bdt, sdt, reason) in enumerate(trades, 1):
+        mark = "✅" if is_win else "❌"
+        print(f"    #{idx}: {mark} {p:+.2f}% | {reason}"
+              f" ({bdt.strftime('%m-%d %H:%M')}→{sdt.strftime('%m-%d %H:%M')})")
+
+    return {"total": total, "wins": wins, "wr": wr, "pnl": pnl}
+
+
+def run_vol_lead_thresh(df: pd.DataFrame, thresh: float) -> list:
+    """run_vol_lead의 TREND_AFTER_VOL 파라미터를 동적으로 받는 버전."""
+    trades = []
+    signal_i     = None
+    signal_price = None
+    in_pos       = False
+    buy_idx = buy_price = None
+    i = max(TREND_HOURS, LOCAL_VOL_HOURS + 2)
+
+    while i < len(df):
+        if in_pos:
+            is_win, sp, sdt, reason, pnl = simulate_pos(df, buy_idx, buy_price)
+            next_i = next((j for j in range(i, len(df)) if df.index[j] > sdt), len(df))
+            trades.append((is_win, pnl, df.index[buy_idx], sdt, reason))
+            in_pos       = False
+            signal_i     = None
+            signal_price = None
+            i = next_i
+            continue
+
+        close     = df.iloc[i]["close"]
+        close_2h  = df.iloc[i - 2]["close"]
+        quiet     = abs(close - close_2h) / close_2h * 100 < PRICE_QUIET_PCT
+
+        vol_recent = df.iloc[i - 1]["volume"]
+        vol_avg    = df.iloc[i - LOCAL_VOL_HOURS - 1:i - 1]["volume"].mean()
+        vol_spike  = vol_avg > 0 and vol_recent >= vol_avg * VOL_MULT
+
+        if quiet and vol_spike:
+            if signal_i is None:
+                signal_i     = i
+                signal_price = close
+        else:
+            if signal_i is not None and close < signal_price:
+                signal_i     = None
+                signal_price = None
+
+        if signal_i is not None and (i - signal_i) > SIGNAL_TIMEOUT_H:
+            signal_i     = None
+            signal_price = None
+
+        if signal_i is not None:
+            move = (close - signal_price) / signal_price * 100
+            if move >= thresh:
+                in_pos       = True
+                buy_idx      = i
+                buy_price    = close
+                signal_i     = None
+                signal_price = None
+
+        i += 1
+
+    return trades
+
+
+def main() -> None:
+    print("데이터 로딩 중...")
+    data = load_data()
+
+    # ── A 현행 전략 (기준선) ─────────────────────────────
+    print(f"\n{'='*72}")
+    print(f"A(현행 12h+5%+거래량) 기준선  |  {FROM_DATE[:10]} ~ 현재")
+    print(f"{'='*72}")
+    agg_a = {"total": 0, "wins": 0, "pnl": 0.0}
+    trend_results = {}
+    for ticker, df in data.items():
+        t = run_trend(df)
+        trend_results[ticker] = t
+        s = {"total": len(t), "wins": sum(1 for x in t if x[0]),
+             "pnl": sum(x[1] for x in t)}
+        agg_a["total"] += s["total"]
+        agg_a["wins"]  += s["wins"]
+        agg_a["pnl"]   += s["pnl"]
+    a_wr = agg_a["wins"] / agg_a["total"] * 100 if agg_a["total"] else 0
+    print(f"A 합계: {agg_a['total']}건 | 승률={a_wr:.0f}% | 누적={agg_a['pnl']:+.2f}%")
+
+    # ── B 전략: TREND_AFTER_VOL 파라미터 스윕 ───────────
+    THRESHOLDS = [0.5, 1.0, 1.5, 2.0, 2.5, 3.0, 4.0, 5.0]
+
+    print(f"\n{'='*72}")
+    print(f"B(거래량→+N% 선진입) 파라미터 스윕")
+    print(f"{'─'*72}")
+    print(f"{'임계값':>6} │ {'거래':>5} {'승률':>6} {'누적PnL':>10} │ vs A PnL")
+    print(f"{'─'*72}")
+
+    best = None
+    for thresh in THRESHOLDS:
+        agg = {"total": 0, "wins": 0, "pnl": 0.0}
+        for ticker, df in data.items():
+            t = run_vol_lead_thresh(df, thresh)
+            agg["total"] += len(t)
+            agg["wins"]  += sum(1 for x in t if x[0])
+            agg["pnl"]   += sum(x[1] for x in t)
+        wr   = agg["wins"] / agg["total"] * 100 if agg["total"] else 0
+        diff = agg["pnl"] - agg_a["pnl"]
+        marker = " ← best" if (best is None or agg["pnl"] > best["pnl"]) else ""
+        if marker:
+            best = {**agg, "thresh": thresh, "wr": wr}
+        print(f"+{thresh:>4.1f}%  │ {agg['total']:>5}건 {wr:>5.0f}% {agg['pnl']:>+9.2f}% │ {diff:>+8.2f}%{marker}")
+
+    print(f"{'─'*72}")
+    print(f"\n★ 최적 임계값: +{best['thresh']}%  →  "
+          f"{best['total']}건 | 승률={best['wr']:.0f}% | 누적={best['pnl']:+.2f}%")
+
+    # ── 최적 임계값으로 종목별 상세 출력 ─────────────────
+    best_thresh = best["thresh"]
+    print(f"\n{'='*72}")
+    print(f"★ B(vol→+{best_thresh}%) vs A(12h+5%+vol) 종목별 비교")
+    print(f"{'─'*72}")
+    print(f"{'종목':<14} │ {'A 현행':^24} │ {'B +{:.1f}%'.format(best_thresh):^24}")
+    print(f"{'':14} │ {'거래':>4} {'승률':>5} {'누적':>9} │ {'거래':>4} {'승률':>5} {'누적':>9}")
+    print(f"{'─'*72}")
+    for ticker, df in data.items():
+        t_a = trend_results[ticker]
+        t_b = run_vol_lead_thresh(df, best_thresh)
+        wa = sum(1 for x in t_a if x[0])
+        wb = sum(1 for x in t_b if x[0])
+        pa = sum(x[1] for x in t_a)
+        pb = sum(x[1] for x in t_b)
+        wr_a = wa / len(t_a) * 100 if t_a else 0
+        wr_b = wb / len(t_b) * 100 if t_b else 0
+        print(f"{ticker:<14} │ {len(t_a):>4}건 {wr_a:>4.0f}% {pa:>+8.2f}% │"
+              f" {len(t_b):>4}건 {wr_b:>4.0f}% {pb:>+8.2f}%")
+
+
+if __name__ == "__main__":
+    main()