이동 평균 거래 전략

1. 1. 고봉찬？김진우(2007), "발생액 이상현상에 대한 위험평가," 증권학회지, 36(3), 425-461.
2. 2. 고봉찬？김진우(2014), "저변동성 이상현상과 투자전략의 수익성 검증," 증권학회지, 43(3), 573-603.
3. 3. 김수경.박종해.변영태.김태혁(2010), "한국주식시장에서 기업특성모형 적용에 관한 실증연구," 경영과 정보연구, 29(2), 1-25.
4. 4. 김수경.변영태(2011), "외국인 및 기관투자자의 순매수강도와 주식수익률 간의 관계," 경영과 정보연구, 30(4), 23-44.
5. 5. 김상환.조태근(2003), "기술적 거래전략의 예측력 검정," 재무연구, 16(2), 67-93.
6. 6. 김상환.조태근(2004), "기술적 분석의 성과측정에 대한 시뮬레이션연구," 증권학회지, 33(1), 69-104.
7. 7. 김진호.신성환(1996), "이동평균법과 신경망 기법을 이용한 마켓타이밍 전략의 투자성과," 증권학회지, 19, 111-143.
8. 8. 김태혁？변영태(2011), "한국 주식시장에서 3요인 모형을 이용한 주식수익률의 고유변동성과 기대수익률 간의 관계," 증권학회지, 40(3), 525-550.
9. 9. 변영태(2014), "실현범위변동성(RRV) 및 기업 고유변동성의 속성과 투자성과 측정," 경영과 정보연구, 33(5), 249-260. 원문보기 상세보기
10. 10. 엄철준？이우백？박래수？장욱？박종원 (2014), "한국주식시장의 고유변동성 퍼즐에 대한 연구," 증권학회지, 43(4), 753-784.
11. 11. 옥기율.이민규(2017), "국내 주식시장에서 이동 평균 거래 전략 기술적 거래전략의 횡단면 분석," Journal of the Korean Data Analysis Society, 19(5), 2601-2610.
12. 12. 이명철？이수건(2011), "과거의 주가수준과 주식수익률을 이용한 투자전략의 성과," 경영과 정보연구, 30(4), 147-173.
13. 13. 이민규？옥기율(2015), "시장이상현상과 다요인모형: FF 모형과 CNZ 모형의 비교," 증권학회지, 44(5), 855-885.
14. 14. Ang, A., R. J. Hodrick, Y. Xing, and X. Zhang(2006), "The Cross-Section of Volatility and Expected Returns," Journal of Finance, 61, 259-299. 상세보기
15. 15. Banz, R. W. (1981), "The Relationship between Return and Market Value of Common Stocks," Journal of Financial Economics, 9, 3-18. 상세보기
16. 16. Cooper, M., J. H. Gulen, and M. J. Schill(2008), "Asset Growth and the Cross-Section of Stock Returns," Journal of Finance, 63, 1609-1651. 상세보기
17. 17. DeBondt, W. and R. Thaler(1985), "Does the Stock Market Overreact?," Journal of Finance, 40, 793-805. 상세보기
18. 18. Fama, E. F. and K. R. French(1993), "Common Risk Factors in the Returns on Bonds and Stocks," Journal of Financial Economics, 33, 3-56.
19. 19. Han, Y., K. Yang, and G. Zhou(2013), "A New Anomaly: The Cross-Sectional Profitability of Technical Analysis," Journal of Financial and Quantitative Analysis, 48, 1433-1461. 상세보기
20. 20. Henriksson, R. D. and R. C. Merton(1981), "On Market Timing and Investment Performance," Journal of Business, 54, 513-533. 상세보기
21. 21. Jegadeesh, N. and S. Titman(1993), "Returns to Buying Winners and Selling Losers: Implications for Stock Market Efficiency," Journal of Finance, 48, 65-91. 상세보기
22. 22. Newey, W. K., and K. D. West(1987), "A Simple, Positive Semi-Definite, Heteroskedasticity and Autocorrelation Consistent Covariance Matrix," Econometrica, 55, 703-708. 상세보기
23. 23. Pontiff, J. and A. Woodgate(2008), "Share Issuance and Cross-Sectional Returns," Journal of Finance, 63, 921-945. 상세보기
24. 24. Rosenberg, B., K. Reid, and R. Lanstein (1985), "Persuasive Evidence of Market Inefficiency," Journal of Portfolio Management, 11, 9-17. 상세보기
25. 25. Sloan, R. G. (1996), "Do Stock Prices Fully Reflect Information in Accruals and Cash Flows about Future Earnings?," The Accounting Review, 71, 289-315. 상세보기
26. 26. Treynor, J. L. and K. Mazuy(1966), "Can Mutual Funds Outguess the Market?," Harvard Business Review, 44, 131-136.
27. 27. Zhu, Y. and G. Zhou(2009), "이동 평균 거래 전략 Technical Analysis: An Asset Allocation Perspective on the Use of Moving Averages," Journal of Financial Economics, 92, 519-544. 상세보기

ScienceON Chatbot

An Empirical Study of the Trading Rules on the basis of Market Anomalies and Technical Analysis

본 연구는 국내 주식시장을 대상으로 시장이상현상과 기술적 분석을 이용한 거래전략에 대해 검증하였다. 분석을 위하여 주식수익률의 특정경향이 분명하게 나타나는 기업특성 변수인 기업규모, 장부가/시가, 발생액 기준으로 10분위 포트폴리오를 구성하였다. 그리고 이 포트폴리오를 이용하여 이동평균 거래전략 포트폴리오를 형성하고 이에 대해 샤프지수를 사용하여 성과평가를 실시하였다. 또한 무비용 포트폴리오를 만들어 이동 평균 거래 전략 이동평균 거래전략의 수익성과 성공률을 확인하였다. 마지막으로 다양한 시차의 이동평균 거래전략 포트폴리오에 대한 소르티노지수를 계산하여 성과평가에 대한 강건성을 높이고자 하였다. 주요한 검증결과는 다음과 같다. 첫째, 기업규모가 작을수록, 장부가/시가가 높을수록, 발생액이 낮을수록 평균수익률이 높게 나타났다. 둘째, 이동평균 거래전략의 위험조정 성과는 기업규모, 장부가/시가, 발생액 포트폴리오 순으로 높게 나타났다. 셋째, 무비용 포트폴리오의 수익률은 모두 양의 값을 나타내고 성공률은 전반적으로 68.8%를 상회하여 이동평균 거래전략이 성공적이라는 것을 보여주었다. 넷째, 다양한 성과평가를 실시한 결과, 시장이상현상과 기술적 분석을 이용한 거래전략에는 경제적 유용성이 있는 것으로 나타났다.

Abstract

This study validates the trading rules based market anomalies and technical analysis in the Korean stock market. For the analysis, we built decile portfolios on the basis of corporate characteristics factors that clearly demonstrate specific patterns of stock returns including the firm size, book-to-market equity, and accruals. This portfolio was used to develop a portfolio based on the moving average trading strategy which was used for popular technical analysis tools, and then that was evaluated using the Sharpe ratio. We also created a zero-cost portfolio to identify the profitability and success rate of the moving average trading strategy. We lastly sought to ensure a more robust evaluation by calculating the Sortino ratio of the portfolio based on the moving average trading strategy with various lags. Key findings from this validation are as follows. First, a smaller firm size, a higher book-to-market equity, and lower accruals led to larger average returns. Second, the risk-adjusted performance of the moving average trading strategy was the highest in terms of the firm size, followed by book-to-market equity and accruals. Third, the returns of the zero-cost portfolios all had a positive value, with its overall success rate hovering over 68.8%, demonstrating the successfulness of the moving average trading strategy. Fourth, various evaluations revealed the economic usefulness of our trading strategy that used market anomalies and technical analysis.

기술적 분석(technical analysis)은 어떤 기업의 과거 주가나 거래량 자료 등을 분석하여 그 기업의 미래 주가를 예측하는 방법이다. 개인 및 기관 투자자는 주식 투자에 있어서 이동평균(moving average: MA)과 같은 기술적 분석 방법을 널리 사용하는 것으로 알려져 있다.1) 이처럼 기술적 분석은 주식을 분석하는 대중적인 방법이지만 그동안 기술적 분석의 대중성에 비해 그에 관한 이동 평균 거래 전략 학술적인 연구는 적은 편이었다.

기술적 분석(technical analysis)은 어떤 기업의 과거 주가나 거래량 자료 등을 분석하여 그 기업의 미래 주가를 예측하는 방법이다. 개인 및 기관 투자자는 주식 투자에 있어서 이동평균(moving average: MA)과 같은 기술적 분석 방법을 널리 사용하는 것으로 알려져 있다.

장부가/시가 포트폴리오를 검증한 결과인 패널 B와 발생액 포트폴리오를 검증한 패널 C에서는 유의적인 상수항 값이 다소 있는 것을 제외하고는 전반적으로 패널 A와 비슷한 결과를 나타낸다.

또한 초과수익률을 의미하는 상수항의 값도‘고’ 포트폴리오를 제외하고는 모두 비유의적인 값을 가져 해당 모형이 초과수익률의 대부분을 설명하고 있음을 알 수 있다. 장부가/시가 포트폴리오를 검증한 결과인 패널 B와 발생액 포트폴리오를 검증한 패널 C에서는 유의적인 상수항 값이 다소 있는 것을 제외하고는 전반적으로 패널 A와 비슷한 결과를 나타낸다. 따라서 H-M 모형에 의하면 이동평균 거래전략은 성공적인 마켓타이밍 능력이 있는 것으로 보인다.

저자의 다른 논문

참고문헌 (27)

1. 1. 고봉찬？김진우(2007), "발생액 이상현상에 대한 위험평가," 증권학회지, 36(3), 425-461.
2. 2. 고봉찬？김진우(2014), "저변동성 이상현상과 투자전략의 수익성 검증," 증권학회지, 43(3), 573-603.
3. 3. 김수경.박종해.변영태.김태혁(2010), "한국주식시장에서 기업특성모형 적용에 관한 실증연구," 경영과 정보연구, 29(2), 1-25.
4. 4. 김수경.변영태(2011), "외국인 및 기관투자자의 순매수강도와 주식수익률 간의 관계," 경영과 정보연구, 30(4), 23-44.
5. 5. 김상환.조태근(2003), "기술적 거래전략의 예측력 검정," 재무연구, 이동 평균 거래 전략 이동 평균 거래 전략 16(2), 67-93.
6. 6. 김상환.조태근(2004), "기술적 분석의 성과측정에 대한 시뮬레이션연구," 증권학회지, 33(1), 69-104.
7. 7. 김진호.신성환(1996), "이동평균법과 신경망 기법을 이용한 마켓타이밍 전략의 투자성과," 증권학회지, 19, 111-143.
8. 8. 김태혁？변영태(2011), "한국 주식시장에서 3요인 모형을 이용한 주식수익률의 고유변동성과 기대수익률 간의 관계," 증권학회지, 40(3), 525-550.
9. 9. 변영태(2014), "실현범위변동성(RRV) 및 기업 고유변동성의 속성과 투자성과 측정," 경영과 정보연구, 33(5), 249-260. 원문보기 상세보기
10. 10. 엄철준？이우백？박래수？장욱？박종원 (2014), "한국주식시장의 고유변동성 퍼즐에 대한 연구," 증권학회지, 43(4), 753-784.
11. 11. 옥기율.이민규(2017), "국내 주식시장에서 기술적 거래전략의 횡단면 분석," Journal of the Korean Data Analysis Society, 19(5), 2601-2610.
12. 12. 이명철？이수건(2011), "과거의 주가수준과 주식수익률을 이용한 투자전략의 성과," 경영과 정보연구, 30(4), 147-173.
13. 13. 이민규？옥기율(이동 평균 거래 전략 2015), "시장이상현상과 다요인모형: FF 모형과 CNZ 모형의 비교," 증권학회지, 44(5), 855-885.
14. 14. Ang, A., R. J. Hodrick, Y. Xing, and X. Zhang(2006), "The Cross-Section of Volatility and Expected Returns," Journal of Finance, 61, 259-299. 상세보기
15. 15. Banz, R. W. (1981), "The Relationship between Return and Market Value of Common Stocks," Journal of Financial Economics, 9, 3-18. 상세보기
16. 16. Cooper, M., J. H. Gulen, and M. J. Schill(2008), "Asset Growth and the Cross-Section of Stock Returns," Journal of Finance, 63, 1609-1651. 상세보기
17. 17. DeBondt, W. and R. Thaler(1985), "Does the Stock Market Overreact?," Journal of Finance, 40, 793-805. 상세보기
18. 18. Fama, E. F. and K. R. French(1993), "Common Risk Factors in the Returns on Bonds and Stocks," Journal of Financial Economics, 33, 3-56.
19. 19. Han, Y., K. Yang, and G. Zhou(2013), "A New Anomaly: The Cross-Sectional Profitability of Technical Analysis," Journal of Financial and Quantitative Analysis, 48, 1433-1461. 상세보기
20. 20. Henriksson, R. D. and R. C. Merton(1981), "On Market Timing and Investment Performance," Journal of Business, 54, 513-533. 상세보기
21. 21. Jegadeesh, N. and S. Titman(1993), "Returns to Buying Winners and Selling Losers: Implications for Stock Market Efficiency," Journal of Finance, 48, 65-91. 상세보기
22. 22. Newey, W. K., and K. D. West(1987), "A Simple, Positive Semi-Definite, Heteroskedasticity and Autocorrelation Consistent Covariance Matrix," Econometrica, 55, 703-708. 상세보기
23. 23. Pontiff, J. and A. Woodgate(2008), "Share Issuance and Cross-Sectional Returns," Journal of Finance, 63, 921-945. 상세보기
24. 24. Rosenberg, B., K. Reid, and R. Lanstein (1985), "Persuasive Evidence of Market Inefficiency," Journal of Portfolio Management, 11, 9-17. 상세보기
25. 25. Sloan, R. G. (1996), "Do Stock Prices Fully Reflect Information in Accruals and Cash Flows about Future Earnings?," The Accounting Review, 71, 289-315. 상세보기
26. 26. Treynor, J. L. and K. Mazuy(1966), "Can Mutual Funds Outguess the Market?," Harvard Business Review, 44, 131-136.
27. 27. Zhu, Y. and G. Zhou(2009), "Technical Analysis: An Asset Allocation Perspective on the Use of Moving Averages," Journal of Financial Economics, 92, 519-544. 상세보기

이 논문을 인용한 문헌

궁금한 사항이나 기타 의견이 있으시면 남겨주세요.

• ScienceON : 원문보기
• KCI : KCI 원문보기

• DOI : 10.29214/damis.2018.37.1.003
• 학술교육원 : 저널
• 대한경영정보학회 : 저널
• Korea Open Access Journals : 저널

원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다. (원문복사서비스 안내 바로 가기)

거래 전략을 이동 평균 거래 전략 백 테스트하는 방법

시장에 대한 훌륭한 아이디어가 있지만 자금을 위험에 빠뜨리지 않고 테스트하는 방법을 모른다고 생각하십니까? 거래 아이디어를 백 테스트하는 방법을 배우는 것은 좋은 체계적인 거래자의 빵과 버터입니다.

백 테스팅의 기본 전제는 과거에 작동했던 것이 미래에도 작동 할 수 있다는 것입니다. 하지만이 일을 직접 어떻게 하시겠습니까? 그리고 결과를 어떻게 평가해야합니까? 간단한 백 테스팅 프로세스를 살펴 보겠습니다.

백 테스팅은 자체 차트 및 거래 전략을 개발하는 핵심 구성 요소 중 하나입니다. 과거 데이터를 기반으로 한 시스템으로 과거에 발생했을 거래를 재구성함으로써 이루어집니다. 백 테스팅의 결과는 투자 전략이 효과적인지 아닌지에 대한 일반적인 아이디어를 제공해야합니다.

더 나아 가기 전에 자신의 전략을 백 테스트하고 싶다면 Binance Futures 가 좋은 곳입니다. 플랫폼에서 과거 데이터에 액세스하려면 이 신청서를 작성하십시오 .

백 테스팅이란 무엇입니까?

첫째, 백 테스팅이 무엇인지 더 깊이 알고 싶다면 백 테스팅 이란 무엇입니까? .

요컨대 백 테스팅의 주요 목적은 거래 아이디어가 유효한지 여부를 보여주는 것입니다. 과거 시장 데이터를 사용하여 전략이 어떻게 수행되었는지 확인합니다. 전략이 잠재력이있는 것처럼 보이면 라이브 거래 환경에서도 효과적 일 수 있습니다.

백 테스팅 전에해야 할 일

백 테스팅 예제를 시작하기 전에 결정해야 할 사항이 있습니다. 당신이 어떤 종류의 상인인지 확인해야합니다. 당신은 임의적 이거나 체계적인 거래자입니까?

임의 거래는 의사 결정을 기반으로합니다. 거래자는 언제 들어오고 나갈지 스스로 판단합니다. 상대적으로 느슨하고 개방적인 전략으로, 대부분의 결정은 당면한 조건에 대한 거래자 평가에 달려 있습니다. 예상대로 전략이 엄격하게 정의되지 않았기 때문에 임의 거래와 관련하여 백 테스팅은 관련성이 낮습니다.

물론 이것이 재량권 거래자라면 백 테스트 나 종이 거래를 전혀하지 말아야한다는 의미는 아닙니다. 이는 결과가 다른 경우만큼 신뢰할 수 없음을 의미합니다.

체계적인 거래가 우리 주제에 더 적용됩니다. 체계적인 거래자들은 언제 들어오고 나갈지 정확하게 정의하고 알려주는 거래 시스템에 의존합니다. 전략이 무엇인지 완전히 제어 할 수 있지만 진입 및 퇴장 신호는 전략에 의해 결정됩니다. 간단한 체계적인 전략을 다음과 같이 생각할 수 있습니다.

• A와 B가 동시에 발생하면 거래를 입력하십시오.
• X가 발생하면 거래를 종료합니다.

일부 거래자는이 접근 방식을 선호합니다. 거래에서 감정적 인 결정을 제거하고 거래 시스템이 수익성이 있다는 합리적인 수준의 확신을 제공 할 수 있습니다. 물론 아직 보장은 없습니다.

이것이 포지션에 들어가거나 나올 때 시스템에 매우 구체적인 규칙이 있는지 확인하는 것이 중요한 이유입니다. 전략이 잘 정의되어 있지 않으면 결과도 일관성이 없습니다. 예상 할 수 있듯이 이러한 종류의 거래 스타일은 알고리즘 거래에서 더 많이 사용됩니다.

자동 백 테스팅을 원할 경우 구입할 수있는 백 테스팅 소프트웨어가 있습니다. 자신의 데이터를 입력 할 수 있으며 소프트웨어가 백 테스팅을 수행합니다. 그러나이 예에서는 수동 백 테스팅 전략을 사용하는 것이 좋습니다. 조금 더 많은 작업이 필요하지만 완전히 무료입니다.

거래 전략을 백 테스트하는 방법

이 링크 에서 Google 스프레드 시트 템플릿을 찾을 수 있습니다 . 이 템플릿은 자신 만의 템플릿을 만들기위한 시작점으로 사용할 수있는 기초적인 템플릿입니다. 백 테스트 시트에 포함될 수있는 정보에 대한 일반적인 아이디어를 제공합니다. 일부 거래자는 Excel을 사용하거나 Python으로 코딩하는 것을 선호합니다. 여기에는 엄격한 규칙이 없습니다. 훨씬 더 많은 데이터와 유용하다고 생각되는 모든 것을 추가 할 수 있습니다.

따라서 간단한 거래 전략을 백 테스트 해 보겠습니다. 우리의 아이디어는 다음과 같습니다.

• 우리는 골든 크로스 이후 첫 번째 일일 마감시 비트 코인 하나를 구매 합니다. 50 일 이동 평균이 200 일 이동 평균을 초과 할 때 골든 크로스를 고려합니다 .
• 데스 크로스 후 첫 번째 일일 마감시 비트 코인 하나를 판매합니다. 200 일 이동 평균이 50 일 이동 평균 아래로 교차 할 때 데스 크로스를 고려합니다 .

보시다시피 전략이 유효한 시간 프레임도 정의했습니다. 즉, 4 시간 차트에서 골든 크로스가 발생하면 거래 신호로 간주하지 않습니다.

이 예에서는 2019 년 초까지 거슬러 올라가는 기간 만 살펴 보겠습니다. 그러나 더 정확하고 신뢰할 수있는 결과를 얻으려면 비트 코인 가격 조치에서 훨씬 더 뒤로 이동할 수 있습니다.

이제이 시스템이 해당 기간 동안 어떤 거래 신호를 생성했는지 살펴 보겠습니다.

• @ ~ $ 5,400 구매
• 판매 @ ~ $ 9,200
• @ ~ $ 9,600 구매
• 판매 @ ~ $ 6,700
• @ ~ $ 9,000 구매

시그널이 차트에 오버레이되는 방식은 다음과 같습니다.

골든 크로스-데스 크로스 전략. 출처 : TradingView.

첫 번째 거래는 약 $ 3800의 수익을 냈을 것이고 두 번째 거래는 약 $ 2900의 손실을 가져 왔습니다. 이것은 우리의 실현 된 PnL이 현재 $ 900임을 의미합니다.

또한 2020 년 12 월 현재 미실현 이익이 약 $ 9000 인 활발한 거래에있었습니다. 처음에 정의한 전략을 고수한다면 다음 데스 크로스가 발생할 때 이것을 닫으십시오.

백 테스팅 결과 평가

그렇다면이 결과는 무엇을 보여줄까요? 우리의 전략은 합리적인 수익으로 바뀌었지만 지금까지 이동 평균 거래 전략 그다지 뛰어난 것은 보이지 않습니다. 우리는 실현 된 PnL을 대폭 증가시키기 위해 현재 열려있는 거래를 실현할 수 있지만, 그것은 백 테스팅의 목적을 무너 뜨릴 것입니다. 우리가 계획을 고수하지 않으면 결과도 신뢰할 수 없습니다.

이것은 체계적인 전략이지만 맥락을 고려할 가치가 있습니다. $ 9600에서 $ 6700까지 수익성없는 거래는 2020 년 3 월 COVID-19 충돌 당시였습니다. 이러한 블랙 스완 이벤트 는 모든 거래 시스템에 큰 영향을 미칠 수 있습니다. 이것이이 손실이 이상치인지 아니면 전략의 부산물인지 확인하기 위해 더 되돌아 갈 가치가있는 또 다른 이유입니다.

어쨌든 이것은 간단한 백 테스팅 프로세스의 모습입니다. 이 전략은 다시 돌아가 더 많은 데이터로 테스트하거나 다른 기술 지표 를 포함 하여 잠재적으로 더 강력한 신호를 생성 할 수 있다면 가능성이 있습니다.

그러나 백 테스팅 결과는 무엇을 보여줄 수 있습니까?

• 변동성 측정 : 최대 상승 및 하락.
• 노출 : 전체 포트폴리오에서 전략에 할당하는 데 필요한 자본의 양.
• 연간 수익률 : 1 년 동안 전략 수익률입니다.
• 승패비율 : 시스템에서 얼마나 많은 거래가 승리로 이어지는 지 그리고 얼마나 많은 손실이 발생하는지.
• 평균 충전 가격 : 전략에서 채워진 진입 및 종료의 평균 가격입니다.

이들은 단지 몇 가지 예일 뿐이며 어떤 식 으로든 완전한 목록이 아닙니다. 추적하려는 측정 항목은 전적으로 귀하에게 달려 있습니다. 어떤 경우에는 더 많은 당신에게 자세히 설명 저널 설정에 대한을, 더 많은 기회가 결과에서 배울 필요가 알면. 일부 거래자는 백 테스팅에서 매우 엄격하며 결과에도 반영 될 수 있습니다.

마지막으로 고려해야 할 사항은 최적화입니다. 백 테스팅 기사를 읽으 셨다면 백 테스팅과 포워드 테스팅 또는 종이 거래의 차이점을 알게 될 것입니다. 바이 낸스 선물 테스트 넷 과 같은 실시간 거래 환경에서 아이디어를 테스트하고 최적화하는 것이 도움이 될 수 있습니다 .

마무리 생각

트레이딩 전략의 수동 백 테스트를 수행하는 방법의 기본 프로세스를 살펴 보았습니다. 과거의 성과가 미래의 성과를 보장하는 것은 아닙니다.

시장 환경은 변하며 거래를 개선하려면 이러한 변화에 적응해야합니다. 일반적으로 데이터를 맹목적으로 신뢰하지 않는 것도 유용합니다. 상식은 결과를 평가할 때 놀랍도록 유용한 도구가 될 수 있습니다.

이동평균선 차트 보는법을 이용한 이동평균선 실전매매 6가지에 대한 사례를 아래 정리해두었습니다.

◆ 장기 이동평균선의 저항

장기 이동평균선을 유심히 보시면 캔들이 장기선에 저항을 받고 있다는 것을 확인하실 수 있습니다.(사진에 표시된 빨간색 동그라미) 지속적으로 장기 이동평균선을 돌파하지 못하는 주가의 캔들은 곧 중기 이동평균선과 맞닿게 되며, 지속적으로 이동평균선의 지지를 받지 못하고 주가가 하향하는 추세로 전환할 수 있다는 것을 뜻합니다.

이동평균선을 이용한 실전매매 첫번째는 장기선의 저항을 지속적으로 뚫지 못하는 종목을 걸러내는 것 입니다!

◆ 이동평균선의 정배열 그리고 정배열 초기

이동평균선의 정배열은 주가가 최 상단에 위치하며 단기선부터 중기 장기선까지 차례대로 위치하는 것을 뜻합니다. 이 이동 평균 거래 전이동 평균 거래 전략 략 것을 상승추세라고 부르고 있습니다.

정배열 초기를 이용한 상승추세 매매하기

정배열 초기는 이동평균선 매매에서 가장 중요한 요소 중 하나입니다. 이동평균선이 정렬되어 있지 않은 구간에 있다가 단기 이동평균선, 중기 이동평균선 그리고 장기 이동평균선 순서로 상승 방향으로 전환하게 된다면 주가 상승추세가 시작된다고 보실 수 있습니다. 이 상황에서 매수하게 된다면 많은 수익을 기대하실 수 있습니다.

특히 주가가 하락하다가 횡보 상황에서 정배열 초기가 나타난다면 완벽한 정배열 초기라고 보실 수 있겠습니다.

◆ 정배열 상황에서 각 이동평균선은 지지선 역할

주가가 정배열 상황에서 상승추세가 끝나는 시점에, 각 이동평균선은 지지선 역할을 하게 됩니다. 보통 지지선에서 소폭의 상승을 보여주는 경우가 많으며, 지지선이 뚫렸을 경우 큰 폭의 하락이 찾아 올 가능성이 큽니다. 큰 추세의 지지선과 저항선을 그어 매매 타이밍을 잡을 수도 있지만, 이동평균선을 이용해서 손쉽고 빠르게 1차 지지선을 찾을 수 있습니다.

◆ 최 단기 이동평균선의 골든크로스

이동평균선이 정배열에 위치하는 과정에서, 최 단기 이동평균선이 골든크로스 되는 지점은 상승의 확률이 가장 큰 구간이기도 합니다. 자주 찾아오지는 않지만, 주가가 정배열로 완벽하게 들어서는 시점은 완벽한 상승추세로 전환되었다는 증거이기도 합니다.

단기선이 마지막으로 정배열 되는 상황은 앞서 실전매매 1에서 말씀드린 정배열 초기와는 다른 상황이므로 최근에 주가가 일정구간 상승한 모습을 확인하실 수 있는게 차이점 입니다.

◆ 단기 이동평균선의 데드크로스

앞서 다룬 골든크로스에서 가장 중요한 이동평균선은 단기 이동평균선이며, 그 위치가 중요한 포인트 였습니다. 이번에는 이동 평균 거래 전략 단기 이동평균선이 중장기 이동평균선을 하향 돌파 한 사례를 보도록 하겠습니다. 단기 이동평균선이 저항을 받지 않고 곧장 아래로 하향 돌파하는 것은 큰 하락 추세를 예고합니다.

반대로 단기 이동평균선의 하향돌파가 예상되는 시점에 중기 이동평균선의 지지를 받게 된다면 큰 폭의 상승을 다시한번 기대해볼 수 있습니다.

◆ 중장기선의 골든크로스

중장기선이 정배열 되는 과정도 역시 골든크로스의 한 종류라고 말씀드릴 수 있습니다. 이미 단기 이동평균선이 최 상단에 위치한 상승추세라도 장기 이동평균선의 골든크로스는 일시적인 추가 상승을 가져오는 경우가 많습니다. 상승추세에서의 정배열을 기대하며 단기적인 추가 상승을 기대해볼만 한 시점이며, 비교적 안정적인 투자가 가능한 매수 타이밍 입니다.

마켓타이밍 실전 전략 - 주식 시장을 이긴 전략들

주식시장을 이긴 전략들에서는 마켓타이밍 전략을 개발하는데 기초가 되는 내용을 소개하고나서 실전 매매를 위한 마켓타이밍 전략을 몇가지 소개하고 있다. 우선 마켓타이밍 전략을 개발하는데 기초가 되는 내용은 아래의 링크를 확인하는 것을 추천한다.
마켓타이밍 전략(몇 시에 주식을 사는게 좋을까) - 주식 시장을 이긴 전략들
마켓타이밍 전략(대형주, 중형주, 소형주와 추세, 역추세전략) - 주식 시장을 이긴 전략들

이 책에서 소개하고 있는 마켓타이밍 전략은 모두 단기 역추세추종 형태의 매매전략으로 총 4가지 전략이다.('MA역추종 전략', '리버스터틀 전략', 'RCI돌파 전략', '20-80전략')

MA역추종 전략

MA는 moving average의 약자로 이동평균을 말한다. 이동평균으로 만든 이동평균선은 추세의 움직임을 파악하기 위해서 만든 지표이다. 매일매일의 가격은 등락이 잦기때문에 이를 평균으로 만들어 추세를 파악하는 것이다. 이동평균선은 기간 값을 크게 할수록 움직임이 완화되어 추세의 움직임을 쉽게 파악할 수 있지만 후행성이라는 단점도 동시에 나타난다. 반대로 이동평균선의 기간 값을 작게 사용하면 빠르게 추세를 추적함으로써 후행성의 단점은 줄일 수 있지만 시장의 추세를 파악하기는 더 어려워진다.

이동평균선을 이용해서 추세를 파악하는 방법으로는 크게 두 가지가 있다. 첫 번째는 이동평균선 하나를 사용하여 이동평균선이 상승하고 있는지 하락하고 있는지를 보고 상승추세, 하락추세를 확인하는 것이다. 두 번째는 이동평균선을 두 개 사용하여 단기 이동평균선이 장기 이동평균선 보다 위에 있으면 상승추세, 아래 있으면 하락추세로 보는 방법이다.

MA역추종 전략은 '역추종'이니 만큼 하락추세에 사서 상승추세에 판다. 매매전략은 다음과 같다.

매수: 2일 단순 이동평균선이 7일 단순 이동평균선을 하향 이탈 할 때 당일 종가에 매수
매도: 2일 단순 이동평균선이 7일 단순 이동평균선을 상향 이탈 할 때 익일 시가에 매도

리버스터틀 전략

본래 터틀전략은 추세추종형 전략이나 여기서는 역추종전략들을 알려주어 기존의 터틀전략을 반대로 사용하는 '리버스 터틀'전략을 소개한다. 리버스터틀 전략의 매매전략은 다음과 같다.

매수: 종가가 이전 2일의 최저가를 하향 이탈 할 때 당일 종가에 매수
매도: 종가가 이전 2일의 최고가를 상향 돌파 할 때 익일 시가에 매도

매수, 매도 규칙을 보면 알 수 있듯이 가격이 떨어질 때 사서 오를 때 파는 전형적인 역추종전략이다. 리버스터틀 전략의 2008년 1월 2일 부터 2016년 12월 29일까지 결과를 보면 매입 후 연수익률이 12.95%로 매입 후 보유 전략보다 약 1.7배정도 높게 나온다. 또한 최대손실폭(MDD)는 매입 후 보유 전략보다 낮아서 위험이 더 적었다고 볼 수 있다. 이 전략에서 가장 훌륭한 점이라고 생각되는 것은 상승장이었던 2009~2011년의 수익률이 매입 후 보유 전략에 비해 크게 뒤쳐지지 않는다는 점이다. 보통 역추세추종형 전략은 상승추세에서는 매입 후 보유 보다 성과가 낮기 마련이라 더욱 훌륭하게 느껴진다.

RCI돌파 전략

RCI지표는 시간 흐름과 주가 움직임의 상관 관계를 지수로 표현한 것으로 +100과 -00사이에서 움직이도록 만들어진 지표이다. 이 지표는 시간 흐름을 기준으로 현재 시점을 1로 시작하여 과거로 진행될수록 1씩 증가되도록 순차적으로 순위 값을 부여하고, 가격을 기준으로 높은 값을 1로 시작하여 낮은 값으로 진행될수록 1씩 증가되도록 순차적으로 순위 값을 부여한 다음, 이 둘의 순위 값에 대한 상관계수를 계산하여 RCI지표값을 계산한다. 상관계수는 +1과 -1사이에서 움직이는데 RCI지표에서는 계산된 상관계수 값에 100을 곱해서 표시한다.

즉 일정기간 동안 주가가 연속해서 상승했다면 RCI지표는 100값을 나타내게 되고, 일정기간 동안 주가가 연속해서 하락했다면 RCI지표는 -100값을 나타내게 된다.

RCI지표는 과열과 침체를 나타내는 일반적인 오실레이터 지표와 유사하다. 즉, -100근처에 주가가 위치해 있으면 침체 국면으로 보고 매수 타이밍을 잡고, +100 근처에 주가가 위치해 있으면 과열 국면으로 보고 매도 타이밍을 잡는다.

이 책에서 소가해는 RCI 돌파 전략은 RCI지표의 과열과 침체 국면을 이용하여 매매하는 전략으로 단기 RCI지표(기간값5)가 -60이하로 하락하면 침체 국면으로 판단하여 매수하고, +60 이상으로 상승하면 과열 국면으로 판단하여 매도하는 방법으로 거래한다. 여기에 속임수 매매신호를 거르기 위하여 가격조건을 넣어 필터로 사용하였다.

매수: RCI(기간값5) 지표가 -60선을 하향 이탈하고 종가가 당일 중간 가격((고가+저가)/2)보다 낮게 형성되면 당일 종가에 매수
매도: RCI(기간값5) 지표가 +60선을 상향 돌파하고 종가가 당일 중간 가격보다 높게 형성되면 익일 시가에 매도

RCI 돌파 전략의 연수익률은 13.98%로 소개하는 4개의 실전 전략 중에서 두 번째로 높은 수익률이 나왔고 MDD는 -21.8%로 가장 낮았다. 또한 다른 전략들에 비해 거래 횟수가 1/3 수준이었는데 가격 필터의 효과이다. 필터 없이 테스트하면 거래 횟수가 2배로 늘어나고 승률과 손익비는 더 낮아진다.

RCI돌파 전략 누적손익

20-80 전략

20-80 전략은 종가가 당일 움직임 폭의 하위 20% 이하에서 형성되면 매수하고, 종가가 당일 움직임 폭의 상위 20% 이상에서 형성되면 매도하는 전략이다. 이 전략은 일봉차트를 이용한 역추세추종형 전략에서 가장 빠르게 매수하고 가장 빠르게 매도하는 방법으로 시장의 작은 병동에서도 수익을 취하고자 하는 매매전략이다.

매수: 종가가 당일 고가와 저가 변동폭의 하위 20% 이내에 형성되면 당일 종가에 매수
매도: 종가가 당일 고가와 저가 변동폭의 상위 20% 이내에 형성되면 익일 시가에 매도

20-80전략은 이 책에서 소개하는 마켓타이밍 실전 전략 4개중에 가장 수익률이 높은 연 16.72%를 기록하였다. 가장 단순한 전략인데 수익은 가장 높게 나왔는데 이유는 대형주에서 단기 기간에 평균반전하는 현상을 가장 빠르게 많이 이용했기 때문이다.

20-80 전략의 누적손익

마켓타이밍 전략을 만들 때 기억할 점

기본적인 지표나 전략을 통해 매매대상 종목들의 특성을 파악해 내고 일중 효과처럼 확률적 위위를 갖는 시장 비효율의 패턴을 찾아내서 매매전략에 적절히 녹여낼 수 있을 때 , 그리고 이런 것들을 반복적인 검증을 통해 단련할 때 이동 평균 거래 전략 마켓타이밍 전략으로 시장 초과수익을 낼 수 있다. 또한 거래횟수가 많은만큼 거래비용이 누적되면 엄청난 손실을 유발할 수 있다는 것도 반드시 기억하고 있어야 한다.

이동평균선 Guru의 조언

오늘은 기술적 분석 Guru인 Martin J Pring이 제시한 이동평균의 특성과 활용방안에 대해 말씀드리겠습니다.

이동평균은 추세를 완만하게 이동 평균 거래 전략 표현한 것입니다.

이동평균은 지지와 저항의 역할을 하는데, 흔히 상승장에서는 가격이 이동평균선 근처에서 지지선을 확인하고 돌아섭니다.

마찬가지로 하락장에서는 이동평균선 근처에서 반등하던 주가가 저항을 받게 됩니다.

여러 차례 지지와 저항을 확인한 이동평균선은 그 만큼 지지선과 지지선으로서 신뢰도가 높아지게 됩니다.

신중하게 선택된 이동평균은 추세를 잘 반영합니다. 따라서 주가가 이동평균을 돌파한다면 이는 추세변화가 이미 진행되고 있음을 경고하는 것이구요. 만약 이동평균의 기울기가 둔화되거나 이미 방향이 바뀌었으면 추세가 바뀌었다는 결정적인 증거입니다.

이동평균선이 기존 방향을 유지하고 있음에도 불구하고 주가가 이동평균을 돌파하면 이는 추세 반전을 사전에 이동 평균 거래 전략 경고하는 것입니다.

추세반전 여부를 최종확인하기 위해서는 이동평균선의 기울기가 둔화되는지 또는 또 다른 기술적 지표에 의해서 확인되는지를 기다려야 합니다.

일반적으로 짧은 기간 동안의 이동평균에 비해 더 긴 기간의 이동평균에서 나타나는 돌파신호가 더 중요합니다,. 이를테면 30일 이동평균선을 돌파하는 것보다 18개월 이동평균선을 돌파하는 것이 더 중요한 것입니다.

이동평균선의 방향전환은 이동평균선의 교차보다 더 신뢰가 높다. 이동평균선의 방향이 바뀌는 경우는 시장의 변곡점 부근에서 나타나는데, 매우 강력하고 신뢰할만한 신호로 간주됩니다. 다만 대개의 경우 새로운 추세가 시작된 이후 이동평균선의 반전이 나타나기 때문에 주로 추세반전의 확인신호로만 이용됩니다.