지표 추세 전략

마지막 업데이트: 2022년 1월 6일 | 0개 댓글
  • 네이버 블로그 공유하기
  • 네이버 밴드에 공유하기
  • 페이스북 공유하기
  • 트위터 공유하기
  • 카카오스토리 공유하기
(TRIX 지표를 구하는 공식)

지표 추세 전략

파이썬을 이용하여 추세 지표와 변동성 지표를 조합한 가상 화폐 매매 전략에 대해 알아보겠다.

주식이나 가상 화폐 거래에 있어서 보조 지표를 활용할 때에 많이 하는 얘기가 하나의 지표에 의존하는 것보다는 다른 여러 지표들과 같이 적용하는 것이 false 신호로 인한 손해를 조금이라도 막을 수 있다는 것이다.

그래서 이번에는 가격의 추세를 보여준다는 추세 지표와 가격의 변동성을 파악할 때 사용되는 변동성 지표를 조합하는 방법에 대해 얘기해 보겠다.

참고로 여러번 얘기하였지만 주식이나 가상 화폐 거래에 대해 전문적인 지식이 있지 않으며 파이썬 공부를 하다가 가상 화폐 실시간 매매 전략에 관심이 생겨 개인적으로 공부한 것과 생각을 정리한 것임을 알아두길 바란다.

[추세 지표]

추세 지표에는 여러 가지가 있는데 여기서는 대표적인 지표인 MACD와 이를 정규화한 Normalized MACD, 그리고 TRIX를 이용한다.

MACD와 Normalized MACD에 대해서는 아래의 링크에 관련 내용이 있으니 참고하길 바란다.

파이썬을 이용한 주식 및 가상 화폐 매매 전략 - Normalized MACD

주식이나 가상화폐 매매 전략에 있어서 정규화된(Normalized) MACD를 적용하는 방법과 효과에 대한 내용을 파이썬을 통해 알아본다. [MACD] MACD는 Moving Average Convergence & 지표 추세 전략 Divergence의 약자로 주가나 시세..

TRIX는 종가를 3번에 걸쳐 지수이동평균을 취함으로써 이동평균선이 완만하게 바뀌어 불필요하게 튀는 값을 제거한 지표라 할 수 있다.

즉, 다음과 같이 구할 수 있다.

- EMA(1) = 종가의 N일 지수이동평균

- EMA(2) = EMA(1)의 N일 지수이동평균

- EMA(3) = EMA(2)의 N일 지수이동평균

TRIX 지표를 구하는 공식

(TRIX 지표를 구하는 공식)

TRIX 지표를 통한 매매는 Signal 선을 구하여 TRIX 값이 Signal 값을 지표 추세 전략 상향 돌파할 때에 매수를 하고 반대로 하향 돌파할 때에 매도를 하는 것이 대표적인 방법이다.

Signal 선은 TRIX를 단순이동평균을 통해 구할 수 있다.

이를 파이썬 코드로 구현한 것은 아래와 같다.

df[‘close’]는 가상 화폐 거래소에서 다운로드한 ohlcv 데이터를 df 이름의 데이터프레임에 저장한 것이고 그중에서 종가를 나타내는 ‘close’ column의 값들을 의미한다.

위의 코드는 9일의 지수이동평균을 구한 것이며 앞의 TRIX 지표를 구하는 식이 의미하는 수익률은 파이썬 코드 .pct_change()로 구할 수 있다.

Signal선은 7일 단순이동평균으로 구한다.

[변동성 지표 - RMI]

RMI(Relative Momentum Index) 지표는 변동성 지표 중 대표적인 지표인 RSI(Relative Strength Index)를 개선한 지표라고 한다.

RSI와의 차이점은 RSI는 현재의 가격과 전일의 가격을 비교하여 계산하지만 RMI는 현재의 가격과 N일전의 가격을 비교하여 계산한다는 것이다.

이를 통해 RSI 지표가 갖는 신호 등락의 빈번함을 보완한다.

RMI 지표를 통한 매매기법은 RSI와 유사하게 30 이하를 과매도로 보고 70 이상을 과매수 상태로 판단하여 매매를 한다.

RMI 지표를 계산하는 파이썬 코드는 아래와 같다.

현재의 가격과 6일 전 가격의 차를 구하고 .dropna() 함수를 통해 데이터 중 NaN 값을 제거하여 변수 delta에 저장한다.

이 변수 delta에 저장된 값에서 당일의 값이 6일 전보다 상승한 값만을 저장하고 나머지는 0으로 채워 up에 저장하고 반대로 하락한 값만을 가지고 나머지는 0으로 채워 down에 저장한다.

그전에 변수 delta 에서 .copy() 함수를 지표 추세 전략 사용하여 변수 up과 down에 서로 다른 메모리 id를 부여하여 혹시라도 데이터가 서로 영향을 주지 않도록 하였다.

그다음은 RSI 계산과 동일하다.

[매매 전략]

추세 지표와 변동성 지표를 이용한 매매 전략은 추세 지표에서 매수 조건이 되었을 때에 변동성 지표인 RMI 값이 여전히 과매도 상태 즉, 30 미만인 경우에만 매수를 하는 것이다.

그리고 크게 상승하고 있을 때에도 수익을 낼 수 있도록 추세 지표가 매수 조건이 되면서 RMI가 70 이상이고 이전의 RMI 값이 계속 상승하고 있다면 매수를 할 수 있도록 한다.

매도는 매수할 때의 가격에서 1% 가격이 상승하면 매도를 한다.

이전에 여러 지표를 통해 매도 조건을 시험해 봤지만 항상 실제의 지표 추세 전략 가격 흐름보다 지표는 늦기 때문에 큰 상승세가 아니고서는 매수할 때와 동일 가격 또는 더 낮은 가격에 매도를 하게 된다.

그래서 여기서는 단순한 매도 조건을 설정하였다.

또한, 매수를 했지만 가격이 오르지 않고 하락을 하면 물릴 수 있기 때문에 매수했던 가격에서 1%가 떨어지면 매도를 하는 조건을 추가한다.

이러한 전략을 파이썬 함수로 정의한 것은 아래와 같다.

[매매 전략 Backtesting]

추세 지표는 TRIX와 MACD, 그리고 Normalized MACD가 각각 지표 추세 전략 특징이 있고 어떤 것이 무조건 좋다는 것이 없으므로 이 세 가지 지표를 각각 적용했을 때의 수익률을 비교해 본다.

먼저 투자를 했다가 현재까지 물려있는 가상 화폐 엑시인피니티의 5분 봉 데이터를 분석해 본다.

추세 지표별 결과 및 RMI - 엑시인피니티(AXS)

(추세 지표별 결과 및 RMI - 엑시인피니티(AXS))

위는 2월 19일 08시부터 19일 23시까지의 데이터이며 각 추세 지표가 Signal 선을 상향 돌파하는 시점이 조금씩 다른 것을 볼 수 있다.

TRIX와 MACD는 그래도 좀 유사하지만 Normalized MACD는 많이 다른 모습을 볼 수 있다.

이러한 서로 다른 특징이 앞에서 얘기한 매매 전략에 어떤 영향을 줄지는 다음에서 알아보겠다.

참고로, backtesting을 하는 파이썬 코드는 아래의 링크에 있다.

SMA와 MACD 지표 추세 전략 이용 Python 가상화폐 자동매매(2/2)-backtesting

지난번에 알아본 자동매매 프로그램을 backtesting 하는 방법과 그 결과에 대한 분석을 해보겠다. 먼저 backtesting 코드를 알아본 후 dp이다(ADA)와 이더리움클래식(ETC)에 대해 자동매매 프로그램의 누

TRIX 추세 지표 기반 매매전략 backtesting 결과 - 엑시인피니티(AXS)

(TRIX 추세 지표 기반 매매전략 backtesting 결과 - 엑시인피니티(AXS))

먼저 위는 TRIX 지표를 기반으로 RMI 지표와 조합하여 매매를 했을 때의 결과이며 분석한 데이터 기간 동안 엑시인피니티는 하락을 했으며 총 5번의 매매가 이루어지고 2번은 1% 이상의 이익이 나는 거래이고 3번은 1% 이하 손해를 보는 거래가 되어 전체 누적 수익률은 약 1.5% 손해를 본다는 결과이다.

엑시인피니티의 가격은 약 67,500원에서 66,500원이 되었으므로 그냥 뒀어도 비슷한 손해를 봤을 것이다.

다음은 MACD를 기반으로 RMI 지표와 조합하여 매매를 했을 때의 결과이다.

MACD 추세 지표 기반 매매전략 backtesting 결과 - 엑시인피니티(AXS)

(MACD 추세 지표 기반 매매전략 backtesting 결과 - 엑시인피니티(AXS))

MACD를 기반으로 했을 때에는 총 두 번의 매매가 있었고 한 번은 이익, 한 번은 손해여서 결국 0.4%의 손해를 본다는 결과이다.

1.5%의 손해를 보는 결과보다는 우수하다고 할 수 있다.

다음은 Normalized MACD를 기반으로 RMI 지표와 조합하여 매매를 했을 때의 결과이다.

Normalized MACD 추세 지표 기반 매매전략 backtesting 결과 - 엑시인피니티(AXS)

(Normalized MACD 추세 지표 기반 매매전략 backtesting 결과 - 엑시인피니티(AXS))

총 세 번의 거래가 모두 손해를 봤고 그래서 4%대의 가장 큰 손해를 보는 결과가 나왔다.

엑시인피니티의 데이터 경우에서는 MACD를 추세 지표로 사용하는 것이 가장 좋은 결과를 내는 것으로 보인다.

이번에 이더리움의 데이터를 가지고 backtesting을 해본다.

앞에서와 동일하게 같은 시간대의 데이터를 가지고 비교를 해봤다.

추세 지표별 결과 및 RMI - 이더리움(ETH)

(추세 지표별 결과 및 RMI - 이더리움(ETH))

세 가지 추세 지표가 모두 조금씩 다른 매수 시점을 보인다.

이러한 결과가 RMI 조건과 조합되어 어떤 결과를 보이는지 아래에서 살펴보겠다.

TRIX 추세 지표 기반 매매전략 backtesting 결과 - 이더리움(ETH)

(TRIX 추세 지표 기반 매매전략 backtesting 결과 - 이더리움(ETH))

이더리움 역시 backtesting 기간은 하락하는 추세이다.

여기서 TRIX 지표 기반은 모두 손해를 보는 두 번의 거래가 발생하고 그래서 약 4%의 손해를 본다는 결과이다.

그냥 두었어도 약 2.5% 하락하는 추세의 데이터인데 이보다 더 손해를 본다.지표 추세 전략

MACD 추세 지표 기반 매매전략 backtesting 결과 - 이더리움(ETH)

(MACD 추세 지표 기반 매매전략 backtesting 결과 - 이더리움(ETH))

MACD를 기반으로 한 결과는 두 번의 손해나는 거래 후 마지막에 한 번 이익을 보는 거래가 이루어져 누적 수익률은 2%의 손해이다.

어떻게 보면 하락하는 추세에서 잘 버티는 거래를 했다고도 볼 수 있겠다.

Normalized MACD 추세 지표 기반 매매전략 backtesting 결과 - 이더리움(ETH)

(Normalized MACD 추세 지표 기반 매매전략 backtesting 결과 - 이더리움(ETH))

Normalized MACD를 기반으로 한 backtesting 결과는 이번에도 4%대의 손해를 보는 것으로 나왔다.

계속 하락하는 추세에 있을 때는 어떤 전략을 써도 손해를 볼 것이다.

그래서 마지막으로 상승장에 있었던 가상 화폐의 데이터로 backtesting을 해봤다.

가상 화폐 저스트는 그나마 이 시기에 상승을 하고 있었다.

다음의 그림은 추세 지표별 결과 및 RMI 지표 결과이다.

추세 지표별 결과 및 RMI - 저스트(JST)

(추세 지표별 결과 및 RMI - 저스트(JST))

TRIX 추세 지표 기반 매매전략 backtesting 결과 - 저스트(JST)

(TRIX 추세 지표 기반 매매전략 backtesting 결과 - 저스트(JST))

TRIX 기반의 결과는 두 번의 이익 거래와 세 번의 손해 거래를 통해 누적 수익률은 약 2%의 손해이다.

상승 추세에 있는 가상 화폐이고 그냥 두었어도 약 6%의 이익을 볼 수 있었지만 TRIX 지표와 RMI 지표를 기반으로 매매를 하면 2%의 손해를 보니 이 전략은 적당해 보이지 않는다.

MACD 추세 지표 기반 매매전략 backtesting 결과 - 저스트(JST)

(MACD 추세 지표 기반 매매전략 backtesting 결과 - 저스트(JST))

MACD를 기반으로한 매매는 누적 수익률 4%로 준수한 결과가 나왔다.

그냥 두었을 때보다는 적지만 그래도 손해보지 않았다는 것은 한 번 실제로 적용해 볼만하다는 생각을 갖게 한다.

위의 그림을 보면 중간에 높게 치솟는 구간에 매매가 이뤄지지 않는 것은 아쉽지만 어쩔 수 없다.

거래가 이뤄지지 않은 이유는 앞의 그림에서 분명 MACD 선이 Signal 선을 돌파했지만 RMI 값이 30보다 커진 상태였기 때문이다.

RMI 값이 30보다 커진 상태는 이미 가격이 어느 정도 올랐다고 보고 매수 진입이 늦었다는 의미이기 때문에 이 경우처럼 그럼에도 불구하고 가격이 계속 오를 때는 어쩔 수 없이 거래 없이 보낼 수밖에 없다.

이런 경우도 매수에 포함하기 위해 조건을 수정하면 분명 가격이 오르지 못하고 바로 하락하는 케이스에 노출되어 손해를 볼 확률이 높아진다.

Normalized MACD 추세 지표 기반 매매전략 backtesting 결과 - 저스트(JST)

(Normalized MACD 지표 추세 전략 추세 지표 기반 매매전략 backtesting 결과 - 저스트(JST))

Normalized MACD 기반의 backtesting 결과도 1%의 손해를 보는 것이었다.

앞의 두 가지 가상 화폐의 경우보다는 손해 정도가 작았지만 상승하는 추세에 있는 경우에도 손해를 봤으니 역시 실제 적용하기에는 무리가 있어 보인다.

[결 론]

추세 지표 중 RMI 지표를 구하는 방법을 파이썬 코드로 알아보고 추세 지표와 변동성 지표를 조합하여 매매 전략을 만들어봤다.

추세 지표는 TRIX와 MACD, Normalized MACD가 각기 조금씩 다른 매수 타이밍을 보이며 어떤 경우에서는 다른 지표는 매수 시점이지만 또 다른 지표는 매수를 하지 않는 경우도 나타난다.

매수가 일어나지만 결국 손해를 보는 결과를 낼 수 있기 때문에 매수를 하지 않는 것이 더 좋은 영향을 줄 수 있고 이는 또한 반대의 경우가 발생할 수도 있다.

Backtesting을 통해 세 가지의 추세 지표 중 MACD가 가장 우수한 결과를 보였으나, backtesting을 하는 데이터가 너무 적었기 때문에 무조건 MACD가 제일 좋다고 결론을 지을 수는 없을 것 같다.

처음에는 파이썬을 공부하려고 시작했는데 요즘에는 계속 가상 화폐 매매만 쳐다보게 된다.

이렇게 된 이유가 만약 자동매매 프로그램을 만들어 하루에 딱 5%씩만 수익을 낸다면 50,000원을 가지고 8개월 후면 60억이 된다는 생각을 하면서부터인 것 같다.

추세추종과 역추세추종 전략의 비교

추세추종과 역추세추종 전략의 비교

추세란?

추세는 일종의 관성이라고 할 수 있다 . 물리적으로 관성은 움직이던 물체는 계속 움직이려 하고 , 멈춰있던 물체는 계속 멈춰있으려고 하는 것을 뜻한다 . 주가에서 추세가 이와 같다 . 즉 , 오르던 주가는 계속해서 오르고, 떨어지는 주식은 계속 떨어지려는 성질이 있는데 이를 추세라고 한다

추세 추종과 역추세 추종 전략의 장단점

우선 추세 추종과 역추세 추종의 손익과 손실을 제한하는 구조를 확인해 보아야 한다 . 오르거나 내리는 방향성을 유지하려는 추세의 특성을 생각해 볼 때 추세 추종 전략의 경우 오를 때 사고 , 떨어질 때 팔기 때문에 수익은 제한하지 않으면서 손실은 제한하는 구조 이다 . 즉 수익에 대한 방향은 무한히 열려있는데 손실에 대한 방향은 어느정도 제한이 되어있다는 것이다 .

반대로 역추세 추종의 경우 떨어질 때 사서 오를 때 팔기 때문에 수익은 지표 추세 전략 제한하고 손실은 제한하지 않는 구조 이다 . 수익에 대한 방향은 어느정도 제한을 해놓으면서 손실에 대한 방향은 무한히 열어 놓는 것이다 .

주가가 한 방향으로 추세를 이루지 못하고 박스권에서 횡보하는 경우는 역추세 전략이 추세 전략에 비해 수익을 얻을 확률이 높다 . 하지만 장기적인 관점으로 보았을 때 추세 추종 전략을 따르는 것이 수익을 내게된다 . 왜냐하면 큰 추세가 한 번 지속되면 그 움직임의 폭은 제한이 없기 때문이다 . 즉 , 수익이 날 때 지표 추세 전략 큰 추세를 만나면 수익의 폭에는 제한이 없다 . 박스권에서 입은 자잘한 손실은 큰 추세의 커다란 수익에 의해 충분히 상쇄된다 .

주가가 한 방향으로 추세를 이루지 못하고 박스권에서 횡보하는 경우는 역추세 전략이 추세 전략에 비해 수익을 얻을 확률이 높다.

상승장, 하락장 구분 기준

상승장과 하락장의 절대적인 구분 기준이 있는 것은 아니다 . 투자자가 각기 정하기 나름이다 . 어떤 투자자는 20 일 이동평균선을 기준으로 생각할 수도 있고 , 60 일 이동평균선 , 120 일 이동평균선 등 다양한 기간에 대해 기준을 잡을 수 있다 . 또는 당일 주가가 3 개월 평균보다 높으면 상승추세로 생각할 수도 있다 .

완벽한 기준은 없을뿐 아니라 중요하지도 않다 . 합리적으로 추세의 기준을 만들었다면 기준이 되는 기간이나 기준점에 상관없이 추세 추종 전략을 이용할 수 있고 장기적으로 투자했을 때 수익이 날 수 밖에 없다 .

추세 추종의 이해

추세 추종 전략은 주가가 현재 추세와 동일한 방향으로 계속 이동할 것으로 가정한다. 그러한 전략에는 종종 수익을 고정시키거나 추세 반전이 발생할 경우 큰 손실을 피하기 위해 익절 , 손절 기준이 포함되어 있다 . 추세 추종 전략은 단기 , 중기 , 장기 투자자들이 이용한다 .

투자자들은 추세 방향과 그것이 언제 바뀔지 결정하기 위해 가격 움직임과 다른 기술적 도구를 모두 사용한다 .

추제 추종 전략을 사용하는 투자자들은 차트에서 가격 움직임을 살펴본다 . 투자자들은 상승추세를 위해 최근 전고가 이상으로 가격이 움직이는 것을 보고 싶어하며 , 가격이 하락할 때는 전저점 이상으로 유지되기를 기대한다 . 이는 가격이 오르내리더라도 전체적으로는 상승했음을 보여준다 .

하락세에도 같은 개념이 적용되는데 , 투자자들은 가격이 전체적으로 낮고 낮은 고점을 만드는지를 주시하고 있다 . 그런 일이 더 이상 일어나지 않을 지표 추세 전략 때 , 하락세가 끝나게 되고 , 따라서 추세를 추종하는 투자자들은 매수를 시작할 것이다 .

추세 추종 전략은 주가가 현재 추세와 동일한 방향으로 계속 이동할 것으로 가정한다 .

추세 추종 전략

각각 다양한 지표와 가격 행동 방식을 사용하는 등 다양한 추세 추종 전략이 많다 . 모든 전략의 경우 , 손절은 위험 관리에 사용되어야 한다 . 상승 추세의 경우 정지 손절가는 매수 전에 발생한 전저점 또는 지지선 이하로 잡는다 .

이동 평균을 추세 추종 전략에 이용할 수도 있다 . 예를들어 단기 이동 평균이 장기 이동 평균을 초과할 때 긴 위치로 매수하거나 , 단기 이동 평균이 장기 이동 평균 아래로 교차할 때 숏포지션으로 진입하는 것이 포함된다 . 또한 , 가격이 이동 평균 이상일 때 상승 추세가 나타나고 있다고 볼 수도 있고 가격이 이동 평균보다 낮을 때 하락 추세가 나타나고 있다고 볼 수도 있다 .

모멘텀 지표 : 모멘텀 지표와 전략이 많다 . 추세 거래와 관련하여 , 상승 추세를 찾은 다음 상대 강도 지수 (RSI) 를 사용하여 들어갈지 말지 정하는 것을 예로 들 수 있다 . 예를 들어 , 투자자는 RSI 가 30 아래로 떨어졌다가 올라가기를 기다릴 수 있다 . 이는 전반적인 상승 추세가 그대로 유지된다고 가정할 때 롱포지션의 잡을 신호로 삼을 수 있다 . 이 지표는 가격이 떨어졌지만 전반적인 상승세에 맞춰 다시 상승하기 시작했음을 보여주고 있다 .

투자자는 RSI 가 70 또는 80 이상으로 상승했다가 다시 사전에 정한 지표 추세 전략 수준 아래로 떨어질 때 빠져나갈 수도 있다 .

역추세 추종 전략

역추세 추종 전략은 추세 추종과 반대로 시장에 접근한다 . 역추세 추종 전략을 사용하는 투자자는 가격이 하락할 때 주식을 사고 가격이 상승할 때 주식을 팔게 되는데 , 이것은 추세 추종 전략을 쓰는 투자자들이 하는 것과 반대되는 것이다.

Daum 블로그

추세의 강도를 판별하고 언제 추세를 따를 것인지 언제 역추세 전략을 쓸 것인지, 가장 대표적인 지표는 어떤 것인지에 대해 가장 대표적인 기술적 분석 방법을 깔끔하게 요약한 자료입니다.

추세의 강도를 판정하는 방법은 이전에 언급한 ADX; [ Average Directional Movement Indicator] , 프랙탈 모멘텀(efficiency ratio) 외에 가격의 선형회귀식의 결정계수(0~1 사이값, 낮을수록 비추세), bandpass filter (일정한 범위의 주파수의 전류만 흐르게 하는 장치;대역여파기 ), TSI 같은 지표를 소개하고 있는데요,

William Blau에 의해 개발된 TSI(Trend Strength Index)는 RSI(Relative Strength Index)와 유사하다.

다만, RSI(Relative Strength Index)는 상승일 때와 하락일 때를 구분하여 계산하여 상대강도를 측정 하는 지표인 반면,

TSI는 상승과 하락강도를 한번에 적용함으로 보다 실질적인 변동폭을 알 수 있도록 고안된 지표입니다 .

위의 공식을 조금 풀어서 설명드리면,

TSI_Var= 전일 종가 - 금일종가
분자 = 기간A 일간의 지수이동평균 ( 기간B 일간의 TSI_Var지수이동평균 )
분모 = 기간A 일간의 지수이동평균 ( 기간B 일간의 (TSI_Var의 절대값) 지수이동평균)
TSI = 분자 / 분모

지표가 기준선이나 신호선을 상향돌파 할 때 매수하거나, 반대로 기준선이나 신호선을 하향돌파할 때 매도하는 방법이 있습니다.

여기에 설명된 지표나 아이디어는 어느 듣보잡 개인트레이더가 만든 그저 그런 여러 지표 중의 하나가 아니라 하나하나가 시스템 트레이딩에 있어 기념비적인 지표의 위상을 가지는 것들입니다.

예를 들어 지난번에 소개한 프랙탈 모멘텀 같은 지표도 세계적인 테크니컬 분석가인 페리 카우프먼이 개발하여 adaptive moving average의 개념을 만드는데 크게 일조한 지표이죠.

TSI 같은 지표도 원리를 깊이 따져볼 필요가 있는 지표입니다.

링크 지표 추세 전략 자료에서는 이런 추세 판별지표를 composite 값으로 만들어 투자에 이용하는 방법도 제시하는데 증권사 hts에 기본적으로 탑재된 binary wave (혼합)같은 지표와도 일맥상통한다고 볼 수 있겠습니다.

똑같은 칼도 조폭이 쓰면 살인무기지만 노련한 외과 의사가 쓰면 생명을 살리는 도구가 되듯이 기술적 지표도 주먹구구식으로 생각없이 적용해보고 안된다고 버릴 것이 아니라 그 원리를 곰곰이 생각해서 잘 적용하면 현재 트레이딩 모델의 단점을 개선해주는 강력한 도구가 됩니다.

가장 경계해야할 부분은 기술적 지표나 투자전략을 그냥 일반적으로 알려진 방식 그대로 아무 생각도 없고 수정도 없이 그냥 갖다 쓰는 건데요.. 이렇게 하면 당연히 망할 수 밖에 없지요.

자신의 투자 모델의 단점이 무엇인지 생각해보고 지표의 원리를 이용 이를 자유롭게 변형, 응용한다는 관점에서 접근하면 큰 도움이 됩니다

지표 추세 전략

시장에서 큰 추세가 시작되고 끝날 때는 변동성이 커집니다. 하지만 이는 피상적이로 일시적일 뿐입니다. 기술적 분석가들 중에서도 추세추종 트레이더들은 시장의 타이밍이나 방향을 예측하지 않습니다. 그저 시장의 움직임에 대응할 뿐입니다. 투자로 큰돈을 벌려면 파도처럼 밀려오는 시장의 추세를 타야만 합니다. 거세게 밀려왔던 추세가 사라지기 전까지 이를 이용해서 가능한 한 많은 수익을 얻어내야 합니다. 움직이는 추세는 움직이는 상태로 유지되며 이러한 추세가 꺾일 때까지 계속되는 경향이 있습니다. 그래서 현 시점에서의 추세를 판단하는 능력은 무엇보다도 중요합니다. 그리고 정확한 규칙을 세우고 따르겠다는 투자자들의 의지가 필요합니다. 이번 포스팅에서는 추세 판단에 용이하게 사용되고 있는 DMI 지표에 지표 추세 전략 대하여 알아보고자 합니다.

DMI추세지표

목차

DMI란?

시장은 추세적 시장(Trend market)과 비추세적 시장(Non-trend market)으로 구분할 수 있습니다.

추세적 시장 이란 시장이 강세 또는 약세라는 추세를 가지고 있는 시장으로 포지션을 다음날로 이월시키는 Position Trading 에 의해 수익을 얻을 수 있으며, 비추세적 시장 이란 장중에 일정한 박스권 내에서 매매하는 Day Trading 에 적합한 상황을 말합니다.

따라서 추세추종형 또는 횡보형 투자 전략을 사용하고자 하는 경우, 현재의 시장이 추세적 시장인지 비추세적 시장인지 판단하는 것은 매우 중요 합니다 .

즉 상승 추세인지, 하락 추세인지, 또는 횡보장 인지를 구분할 필요가 있는 것입니다. 또한 상승 추세 또는 하락 추세일 경우에도 그 추세의 강도가 어느 정도인지도 파악할 필요가 있습니다. 이러한 필요에 따라 시장의 추세 및 그 강도를 측정하기 위하여 계량화한 것이 DMI 입니다.

DMI(Directional Movement Index, 방향운동지수)는 1978년 웰레스 와일더(J. Welles Wilder)에 의해 처음 소개된 것으로, 시장의 방향성과 추세의 강도를 계량화한 지표입니다. 웰레스 와일더는 1930년대에 태어난 미국의 기계 엔지니어로 부동산 개발자가 되었으며 기술 분석가가 되어 기술 분석 분야에서 가장 잘 알려져 있습니다. 와일더는 현재 기술 분석 소프트웨어의 핵심 지표로 간주되는 여러 기술 지표의 아버지입니다. 여기에는 ATR(Average True Range), RSI(Relative Strength Index), ADI(Average Directional Index) 및 Parabolic SAR이 포함됩니다. -출처:위키피디아-

DMI는 ADX와 함께 시장의 방향성과 시장 추세의 강도를 파악하는 데 매우 유용하게 사용되고 있습니다. DMI는 개별적으로 사용할 때도 유용성이 높지만, ADX와 병행하여 사용하면 더욱 신뢰성을 높이게 됩니다.

DMI차트는 단기보다는 중장기 추세 판별 에 적합합니다.

+DI 는 실질적으로 상승 하는 폭의 비율을 나타내며, -DI 는 실질적으로 하락 하는 폭의 비율을 의미합니다.

의미

+DI와 -DI의 교차 의미

▶ +DI가 -DI보다 큰 국면은 상승추세, 작은 국면은 하락 추세로 규정할 수 있습니다. +DI가 -DI를 상향 돌파하는 시점에서 매수, +DI가 -DI를 하향 돌파하는 시점에서 매도 포지션을 취합니다.

▶ +DI와 -DI의 교차를 매매신호로 이용할 때는 ADX를 같이 사용 해야 합니다. 즉, +DI와 -DI가 교차하는 시점에서 ADX가 20선 아래에서 진행되다가 다시 그 값이 커지거나 20선 을 돌파하는 시점에서 +DI와 -DI 중 값이 큰 지표 방향으로 매매하는 것이 정석입니다.

ADX값 상승 의미

▶ 현재 +DI와 -DI 중 위에 있는 지표의 방향대로 추세가 진행되며, 그 강도가 강화된다는 것을 의미합니다.

기본 전제사항

DM (Directional Movement) 계산법

▶ DM은 시장이 상승 추세 라고 하면 금일의 고가 는 전일의 고가 보다 반드시 높아야 합니다 .

▶ DM은 시장이 하락 추세 라고 하면 금일의 저가 는 전일의 저가 보다 반드시 낮아야 합니다 .

▶ +DM과 -DM은 하루에 한 가지만 발생하여야 합니다.

▶ +DM과 -DM이 동시에 나타나는 경우 둘 중의 큰 값 을 취하게 됩니다.

▶ DM은 금일의 주가 변동 범위, 즉 고가와 저가의 범위가 전일 주가 변동 범위를 벗어나는 부분 가운데 가장 큰 부분으로 정의됩니다.

DBpia

비밀번호를 변경하신 지 90일 이상 지났습니다.
개인정보 보호를 위해 비밀번호를 변경해 주세요.

비밀번호를 변경하신 지 90일 이상 지났습니다.
개인정보 보호를 위해 비밀번호를 변경해 주세요.

간편 교외 인증 이벤트 응모

표지

내서재 담기 논문보기 다운받기

저작권자 요청에 따라 무료로 제공되는 논문입니다. 로그인 후 이용하실 수 있습니다.

초록·키워드 목차 오류제보하기

본 연구는“기술융합과정에서의 핵심기술은 무엇이며, 그 핵심기술을 지닌 기업은 누구인가? 그리고 이러한 기업의 기술 전략적 특징은 무엇인가?”라는 연구문제에 대하여 규명하고자 한다. 즉, 기술융합에 있어서 핵심/주요기술 및 이에 관련한 기업들과, 이종 기술들 간 조정/통합과 제품으로의 구현을 실현하는 기술 및 관련기업들을 파악하는 것이다. 이를 통하여 기술융합의 메커니즘과, 관련 기술 보유기업들의 기술전략의 특성을 산업 관점에서 규명하고자 한다. 이에 따라, 인쇄기술이라는 기존기술과, 전자기술이라는 하이테크놀로지로서의 새로운 기술간 결합에 의해 발전한 인쇄전자 기술 분야를 융합기술 사례로 삼아 기업관점의 기술전략을 도출하였다.
방법론에 있어서, 특허인용 네트워크 분석기법을 활용하여 개별기업 지표 추세 전략 간의 기술지식의 흡수와 전수의 맥락에서 분석함으로써, 기술관점의 네트워크 연구를 기업관점으로 확장하여 연구를 진행하였다. 이를 위하여, 특허서지정보 인용 네트워크 지표를 산출하여 기술 분야별 기업들의 네트워크상의 위치와 그 의미를 파악하였다. 또한, 기업 기술전략의 의미를 찾기 위하여 특허 포트폴리오 관점의 추가적 기술 전략적 지표들을 개발하여 전략군지도 형태의 기업 포지셔닝 및 행동궤적 맵을 작성하였다.
분석결과, 첫 번째, 핵심 및 주요 기술을 보유한 기업들이 기업 네트워크에서 중심적 역할을 담당하고 있었다. 또한, 전략군지도에서도 자사가 보유한 핵심 기술에 대한 높은 집중도를 보이는 한편, 기술 원천 다양성은 비교적 낮다는 특성을 지니고 있다. 두 번째, 타 기술 간 조정/통합을 담당하는 기업들과 응용을 통한 제품화/상업화를 담당하는 기업들의 네트워크 중심성 역시 전반적으로 높게 나타났다. 또한, 이 기업들은 전략군지도에서 전반적으로 기술 원천 다양성과 함께 기술집약도도 높여가는 방향으로의 행동을 보였다. 즉, 이러한 기업들은 다양한 특허 포트폴리오를 보유하고 있는 전략을 구사하고 있음을 의미한다.
본 연구의 시사점은 다음과 같다. 기술융합의 특성을 고려하였을 때, 보다 동태적 관점에서 이종기술들의 진보의 속도나 정도에 맞추어 유연성 있는 기술전략을 수립해야 한다. 또한, 본 연구에서 제시한 방법론과 연구 구조는 향후 기업들의 기술경영과 혁신전략 진단 및 분석/평가 프레임워크로서도 활용될 수 있다는 점에서 기업 특허전략에 대한 실무적 함의가 크다. #기술융합 #특허인용 네트워크 분석 #특허 포트폴리오 분석 #인쇄전자 #technological convergence #patent citation network analysis #patent portfolio analysis #printed electronics


0 개 댓글

답장을 남겨주세요