Top 45 보조 지표 조합 12740 Good Rating This Answer

You are looking for information, articles, knowledge about the topic nail salons open on sunday near me 보조 지표 조합 on Google, you do not find the information you need! Here are the best content compiled and compiled by the https://chewathai27.com/to team, along with other related topics such as: 보조 지표 조합 선행 보조지표, 스토캐스틱 조합, 선행지표 종류, 단타 보조지표, 코인 보조지표 추천, MACD 지표, 보조지표 rsi, 보조지표 종류

[Eng Sub] RSI CCI Stockcastic, How many times more profit can you make? #StockDante #StockStudying

[12/12] 보조지표 조합

Article author: investment-ai.tistory.com
Reviews from users: 10356 Ratings
Top rated: 3.2
Lowest rated: 1
Summary of article content: Articles about [12/12] 보조지표 조합 [12/12] 보조지표 조합 ; 구분, 단기, 중기, 장기 ; 보합장, 스토캐스틱 fast. MACD 오실레이터 일목균형표, 볼랜저 밴드 스토캐스틱 slow 일목균형표. …
Most searched keywords: Whether you are looking for [12/12] 보조지표 조합 [12/12] 보조지표 조합 ; 구분, 단기, 중기, 장기 ; 보합장, 스토캐스틱 fast. MACD 오실레이터 일목균형표, 볼랜저 밴드 스토캐스틱 slow 일목균형표. 기간과 시장 상황에 따라 추천하는 보조지표 조합은 다음과 같습니다. *출처: “주식투자 끝장내기”, 저자: 이상우, 출판사: 이상미디랩 구분 단기 중기 장기 보합장 스토캐스틱 fast MACD 오실레이터 일목균형표..
Table of Contents:

태그

최근글

주식 보조지표 정리(RSI, 볼린저밴드, MACD, 스토캐스틱)

주식트레이더 주식 보조지표 정리 (RSI, 볼린저밴드, MACD, 스토캐스틱) 사페티 ・ URL 복사 본문 기타 기능 공유하기 신고하기 주식보조지표 정리 (RSI, 볼린저밴드, MACD, 스토캐스틱) 1. 상대강도지수(relative strength index, RSI) 위키백과 RSI는 주식, 선물, 옵션 등의 기술적 분석에 사용되는 보조 지표이다. RSI는 가격의 상승압력과 하락압력 간의 상대적인 강도를 나타낸다. 1978년 미국의 월레스 와일더(J. Welles Wilder Jr.)가 개발했다. RSI는 일정 기간 동안 주가가 전일 가격에 비해 상승한 변화량과 하락한 변화량의 평균값을 구하여, 상승한 변화량이 크면 과매수로, 하락한 변화량이 크면 과매도로 판단하는 방식이다. [계산방법] 주어진 기간의 모든 날의 주가에 대해서 가격이 전일 가격보다 상승한 날의 상승분은 U(up) 값이라고 하고, 가격이 전일 가격보다 하락한 날의 하락분은 D(down) 값이라고 한다. U값과 D값의 평균값을 구하여 그것을 각각 AU(average ups)와 AD(average downs)라 한다. AU를 AD값으로 나눈 것을 RS(relative strength) 값이라고 한다. RS 값이 크다는 것은 일정 기간 하락한 폭보다 상승한 폭이 크다는 것을 의미한다. 다음 계산에 의하여 RSI 값을 구한다. RSI 계산 공식 : RSI = RS / (1 + RS) 또는, 다음과 같이 구해도 결과는 동일하다. RSI = AU / (AU + AD) 대체로 이 값은 백분율로 나타낸다. 이 지표의 파라메터로는 기간을 며칠 동안으로 할 것인가가 있다. Welles Wilder는 14일을 사용할 것을 권유했다. 대체로 사용되는 값은 9일, 14~15일, 25~28일 등이다. RSI 그래프는 이동평균선을 함께 나타내는 것이 보통이며, 이동평균선을 며칠선으로 할 것인가 역시 파라메터로 주어진다. RSI를 15일에 대하여 구하고 5일 이동평균선을 함께 표시하는 경우 그래프에 (15, 5)라고 표시해주는 것이 일반적이다. 유사한 지표로는 스토캐스틱이 있다. RSI 그래프의 형태는 fast stochastic과 비슷하게 나온다 [운영법] RSI는 0~100까지의 값으로 표현하며, RSI가 보통 70이상이면 과열, 30이하이면 과냉각으로 본다. RSI가 70%를 넘어서면 매도 포지션을, 30% 밑으로 떨어지면 매수 포지션을 취하는 방식이 있다. 다만 이 경우 대부분의 오실레이터 형 지표가 그렇듯 초과매수, 초과매도 국면에서 오래 머물며 추세가 연장되는 경우가 많아 이러한 전략만으로는 이익을 내기 힘들다는 맹점이 있다. 따라서 이 기법을 보완하기 위한 전략으로 RSI가 70%를 넘어선 후 머물러 있다가 다시 70%를 깨고 내려오면 매도를, RSI가 30% 밑으로 내려가 머물러 있다가 다시 30% 이상으로 올라오면 매수하는 방식으로 보완할수 있다. 또 다른 전략으로는, RSI가 50%를 상향 돌파하면 매수, RSI가 50%를 하향 돌파하면 매도하는 식의 방법으로 매매할 수 있다. 주가는 상승하고 있지만 RSI는 하강하는 식으로, RSI가 가격 변동과 역행하고 있는 상태에서 주가가 천정에 다다랐을 때는 추세가 꺾이기 쉽다. 주가 하락시 RSI가 상승하는 반대의 경우는 추세가 반등하기 쉽다. RSI는 상승추세나 하락추세시 과매수와 과매도 신호를 모두 사용하는 것보다는 한가지 신호만 고려하는 것이 좋다. 즉, 상승추세에서는 과매수권 진입이 자주 나타나므로 과매도권 진입시만 매수시점으로 활용하고, 하락추세에서는 과매도권 진입이 자주 나타나므로 과매수권 진입시만 매도시점으로 활용하는 식이다. 2. 볼린저 밴드 (Bollinger band) 네이버 지식백과, 하이투자증권 주가의 변동에 따라 상하밴드의 폭이 같이 움직이게하여 주가의 움직임을 밴드 내에서 판단하고자 고안된 주가지표를 말한다 . 볼린저밴드는 기존 지표들이 적절한 매매시기를 알려주지 못한다는 단점을 보완하기 위해 가격변동띠를 탄력적으로 변화시켜 만든 지표이다.-볼린저밴드는 주가가 상한선과 하한선을 경계로 등락을 거듭하는 경향이 있다는 것을 기본 전제로 한다. 이 지표는 대부분의 유가증권가격의 움직임을 포착할 수 있도록 설계된 중간의 이동평균선과 상단밴드 그리고 하단밴드의 세 개의 밴드로 구성되어 있다. 이동평균선을 추세중심선으로 사용하며 상하한 변동폭은 추세중심선의 표준편차로 계산한다. 표준편차는 일정 기간의 가격에 대한 변동성 측정치이므로 가격변동이 심할 때에는 변동폭이 좁아지는 자기조정 기능을 발휘한다. 가격변동띠의 폭이 이전보다 상대적으로 크거나 큰 상태에서 줄어들 경우에는 볼린저 밴드를 과매도·과매수의 지표로 이용할 수 있다. 유가증권은 일정 기간 과매수·과매도 상태가 될 수 있어 상대적으로 가격이 높거나 낮은지의 여부를 알면 다른 지표의 해석능력을 높여줘 거래타이밍문제 해결에 도움이 될 수 있다. 또 주가의 상대적인 가격 수준과 변동성의 확인 외에도 가격 움직임이나 기타 지표들과 결합해 시그널을 만들고 움직임을 예측하는 데에도 도움을 준다. [네이버 지식백과] 볼린저밴드 [Bollinger band] (시사경제용어사전, 2017. 11., 기획재정부) [계산방법] [운영법] 볼린저 밴드의 윗선은 저항선이며, 아랫선은 지지선으로 본다. 20일선(중간선)은 지지 혹은 저항선으로 경우에 따라 해석한다. 지지선에서 매수하고 저항선에서 매도. 볼린저 밴드의 폭이 좁아지는 경우, 상하방으로 큰 폭의 움직임이 있을 것으로 해석 3. MACD (Moving Average Convergence and Divergence) 네이버 지식백과 주가의 단기 이동평균선과 장기 이동평균선의 수렴과 확산을 나타내는 지표. 주가의 단기 이동평균선과 장기 이동평균선의 수렴과 확산을 나타내는 지표이다. 단기 이동평균선과 장기 이동평균선이 주가의 변동으로 인해 수렴과 확산을 반복한다는 원리에 기반을 두고 두 이동평균선의 차이가 가장 큰 시점을 찾아내 추세 변화의 신호로 삼는 지표이다. MACD는 크게 MACD 선과 시그널선(signal line)으로 구성된다. MACD 선은 단기 지수이동평균과 장기 지수이동평균의 차이로 구해지며 일반적으로 단기 이동평균선의 경우 12일, 장기 이동평균선의 경우 26일이 이용된다. 단기 지수이동평균이 장기 지수이동평균보다 위쪽에 위치하면 MACD선은 양수가 되고 이것은 주가가 상승하는 신호로 여겨진다. 반대로 단기 지수이동평균이 장기 지수이동평균보다 아래쪽에 있으면 MACD 선은 음수가 되고 이것은 주가가 하락하는 신호로 여겨진다. [네이버 지식백과] MACD [Moving Average Convergence and Divergence] (두산백과) 산출공식 : 단기이평12- 장기이평26 = MACD =>즉. 12일을 추종하는 단기이동평균선에서 26일 추종하는 장기이동평균선을 뺀것. DIFFERENCE(SPREAD) (단기이평12 – 장기이평26) * 9 = MACD SIGNAL LINE =>단기이평12일과 26일의 차이를 9일간 지수평균으로 산출한 것. 두시그널이 교차할때 단, 장기 이평선의 차이가 가장 크므로 매수, 매도타이밍으로 간주함. macd선이 시그널 선 위로 올라가게 되면 MACD가 9일동안의 평균보다 높게형성 [운영법] MACD 곡선이 시그널 곡선을 상향 돌파할때 – 매수 MACD 곡선이 시그널 곡선을 하향 돌파할때 – 매도 MACD는 추세 전환 시점을 예측하기보다 추세의 방향과 주가의 움직임을 분석하는 데 유용한 지표로 평가 차트분석 무작정 따라하기 (저자 : 윤재수) [장점 및 단점] 장점 : 계산이 용이하며 객관적임 단점 : 추세의 움직임을 선행하지 못하고 항상 뒤따르는 후행성임. – MACD Oscillator – MACD에서 시그널 라인을 감하여 계산된 지표이다. 일반 MACD는 단기이평-장기이평 = MACD 값이 나오게 되고 여기서 9일 이동평균을 만들어 시그널 라인을 만들게 된다. 즉, 산출된 9일 동안의 MACD 값을 갖고 위와 같은 지수 평활법식으로 평균을 낸 값이 바로 시그널 라인이다. MACD 오실레이터는 MACD보다 더욱 빠르게 매매신호를 잡아주는 특성이 있다. [산출방식] MACD = STMA – LTMA = SHORT TERM MOVING AVERAGE – LONG TERM MOVING AVERAGE MACD Signal = MACD 9일 이동평균 MACD 오실레이터 = MACD – MACD Signal – 위의 공식은 MACD 의 산출공식과 유사하다는 것을 알 수 있다. 이것은 이동평균의 후행성을 제거하기 위해서 MACD를 만들고 다시 MACD의 후행성을 제거하기 위해 다시 한번 평활화(Smooting)를 한 것을 알 수 있다. 오실레이터의 의미는 진동하는 사물을 뜻하는데, 어떤 사물이 진동함에 있어서 항상 축을 기준으로, 또는 일정한 범위내에서 상하운동 또는 좌우운동을 하게 됩니다.그 축을 기준으로 지표는 0을 사이에 두고 마치 시계추처럼 반복하게 되는 것이다. 바로 이러한 물리학적 의미를 바탕으로 분석기법에 응용해서 쓰는 것이다. 4. 스토캐스틱 (STOCHASTIC/탄력성지표) 네이버 지식백과 [ 개요] 현 주가수준이 일정 기간 동안 변동했던 범위 내에서 상대적으로 어느 수준에 위치해 있는가를 가지고 판단하는 지표이다. 즉, %K값이 100일 경우 당일 종가가 5일 동안 형성된 시장가격 중 최고 수준임을 의미하며, %K값이 0일 경우 당일 종가가 5일 동안 형성된 시장가격 중 최저 가격을 의미한다. 이 지표의 활용방법은 %K지표가 80% 이상에서 %D를 뚫고 하락할 때 매도시점을 파악하고, %K지표가 20% 이하에서 %D를 뚫고 상승할 때 매수시점을 파악하면 된다. 이 지표는 단기 매매 지표로 이용된다. %K=[주가-5일간 최저가]÷[5일간 최고가-5일간 최저가] ※ %D : %K를 3일 동안 이동 평균한 지표 [네이버 지식백과] STOCHASTIC (매일경제, 매경닷컴) 스토캐스틱은 크게 슬로 스토캐스틱(slow Stochastic)과 패스트 스토캐스틱(fast Stochastic)로 나뉜다. 패스트스토캐스틱은 주가나 환율의 변동이 자주 발생해서 단기매매, 빠른 매매에 유리한 지표다. 패스트 스토캐스틱의 잦은 변동으로 투자판단에 어려움이 발생하여 느리게 만든 것이 슬로 스토캐스틱이라 보면 된다 [네이버 지식백과] 스토캐스틱 [Stochastics] (시사경제용어사전, 2017. 11., 기획재정부) MACD와 함께 매매시점을 찾는 데 활용, MACD가 주가 추세 및 변화를 확인하는데 쓰인다면 스토캐스틱은 매매 시점을 확인하는데 쓰임. [운영법] %K곡선(주가수준)이 %D(이동편균선) 곡선을 아래에서 위로 상향돌파(골든크로스)할때 매수, K곡선(주가수준)이 %D(이동편균선) 곡선을 위에서 아래로 하향(데드크로스)할때 매도 => 스토캐스틱만으로 추세파악이 쉽지 않아 이동평균선 및 MACD를 같이보는 게 좋음. => 변동성이 너무 자은 패스트 스토캐스틱보다는 슬로우 스토캐스틱을 사용함. => 스토캐스틱이 50이상이면 상승추세, 50이하이면 하락추세 => 다이버전스 상황이라는 주가와 스토캐스틱이 반대로 움직이는 특수한 경우가 있긴함. => %K곡선(주가수준)과 %D(이동편균선)이 가까울수록 신뢰도가 높음. 차트분석 무작정 따라하기 (저자 : 윤재수) 인쇄

추세 지표와 변동성 지표의 조합을 통한 가상 화폐 매매 전략

반응형

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.

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 통한 매매는 Signal 선을 구하여 TRIX 값이 Signal 값을 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.

EMA1 = df[‘close’].ewm(span=9).mean() EMA2 = EMA1.ewm(span=9).mean() EMA3 = EMA2.ewm(span=9).mean() df[‘TRIX’] = EMA3.pct_change()*100 df[‘TRIX_Sig’] = df[‘TRIX’].rolling(7).mean()

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.

delta = df[‘close’].diff(6) delta = delta.dropna() up = delta.copy() down = delta.copy() up[ up < 0 ] = 0 down[ down > 0 ] = 0 time_period = 14 AVG_Gain = up.rolling(window=time_period).mean() AVG_Loss = abs(down.rolling(window=time_period).mean()) RM = AVG_Gain / AVG_Loss RMI = 100.0 – (100.0/(1.0 + RM)) df[‘RMI’] = RMI

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 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 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.

def buy_sell(data, case1, case2, case3): BuySignal = [] SellSignal = [] buy_price=0 sell_price=0 flag = 1 for i in range(0, len(data)): if (data[case1][i-2] < data[case2][i-2]) and (data[case1][i-1] > data[case2][i-1]) and ((data[case1][i] > data[case2][i]) and (data[case3][i] < 30)) and flag == 1: BuySignal.append(data['close'][i]) SellSignal.append(np.nan) buy_price=data['close'][i] flag = 0 elif (data[case1][i-2] < data[case2][i-2]) and (data[case1][i-1] > data[case2][i-1]) and ((data[case1][i] > data[case2][i]) and (data[case3][i] >= 70)) and (data[case3][i-1]-data[case3][i-2]>0) and (data[case3][i]-data[case3][i-1]>0) and flag == 1: BuySignal.append(data[‘close’][i]) SellSignal.append(np.nan) buy_price=data[‘close’][i] flag = 0 elif (df[‘close’][i] > buy_price * 1.01) and flag == 0: SellSignal.append(data[‘close’][i]) BuySignal.append(np.nan) flag = 1 elif (df[‘close’][i] < buy_price * 0.99) and flag == 0: SellSignal.append(data['close'][i]) BuySignal.append(np.nan) flag = 1 else: SellSignal.append(np.nan) BuySignal.append(np.nan) return(BuySignal, SellSignal) [매매 전략 Backtesting] (엑시인피니티(ASX)) 추세 지표는 TRIX와 MACD, 그리고 Normalized MACD가 각각 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)) 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. (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)) 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)) 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. (이더리움(ETH)) 이번에 이더리움의 데이터를 가지고 backtesting을 해본다. 앞에서와 동일하게 같은 시간대의 데이터를 가지고 비교를 해봤다. (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)) 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. (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 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. 반응형 (저스트(JST)) 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)) (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)) 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 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. 정말 이렇게만 되면 바랄 게 없겠지만 이제는 이런 생각에서 벗어나야 할 때인 것 같다. 반응형

Articles Detail

GKFX Prime은 Global Kapital Group의 일부인 International Finance House Ltd 의 등록 기관입니다. International Finance House Ltd 는 영국령 버진 아일랜드의 금융 기관인 Financial Services Commission (“FSC BVI “)에 의해 승인받은 규제 기관입니다. 회사 번호 1728826 및 라이센스 번호 BVI SIBA/L/1066.

GKFX는 Global Kapital Group의 일부인 AKFX Financial Services Limited의 등록 기관입니다. AKFX Financial Services Limited는 등록 C60473 이 있는 라이센스 CRES에 따라 Malta Financial Services Authority ( “MFSA”)의 승인 및 규제를 받습니다. AKFX Financial Services Limited는 EU MiFID II 지침에 따라 몰타 외부에서 서비스를 제공합니다.

GKPro는 Global Kapital Group의 일부인 GKFX Financial Services Ltd 의 등록 기관입니다. GKPro는 GKFX Financial Services Ltd의 등록 상표이며, 501320 라이센스에 따라 Financial Conduct Authority ( “FCA”) 가 승인하고 규제합니다. GKFX Financial Services Ltd는 영국에서 라이센스를 취득하였습니다.

GKFX Cambodia는 Global Kapital Group의 일부인 GKFX Cambodia Co Ltd의 등록 기관입니다. GKFX Cambodia Co Ltd는 라이센스 026 (០២៦ គ. ម. ក / អ. ប ./ ឈ. ឧ.)에 따라 캄보디아 증권 거래위원회 (“SECC”)의 승인 및 규제를 받습니다. GKFX Cambodia Co Ltd는 캄보디아에서 라이센스를 받았습니다.

제한 지역 : GKFX Prime 에서는 준수하는 규정에 의해 일부 국가 주민에 대해 서비스 제공을 제한하고 있습니다. 미국, 캐나다, 일본, 인도네시아, 터키, 이스라엘, 이란 등

So you have finished reading the 보조 지표 조합 topic article, if you find this article useful, please share it. Thank you very much. See more: 선행 보조지표, 스토캐스틱 조합, 선행지표 종류, 단타 보조지표, 코인 보조지표 추천, MACD 지표, 보조지표 rsi, 보조지표 종류

Top 45 보조 지표 조합 12740 Good Rating This Answer

[12/12] 보조지표 조합

주식 보조지표 정리(RSI, 볼린저밴드, MACD, 스토캐스틱) : 네이버 블로그

추세 지표와 변동성 지표의 조합을 통한 가상 화폐 매매 전략

Articles Detail

주식투자 15년 동안 얻은 경험

코인미어캣 | 단기투자 필수앱 지표조합 알림과 검색기 – Google Play 앱

주식 보조지표 정리(RSI, 볼린저밴드, MACD, 스토캐스틱)

추세 지표와 변동성 지표의 조합을 통한 가상 화폐 매매 전략

Articles Detail

Leave a Comment Cancel reply