이동 평균 거래 전략

단타로는 분봉, 5일선,10일선을 주로 활용하며 손절라인을 구합니다.

fx마진거래 이동 평균 조정

전략의 필요에 따라 이동 평균을 조정하는 능력은 상인에게 돈을 잃어 버리는 성공적인 거래자를 결정하는 것입니다.

이 기사에서는 이동 평균을 조정하고 성공적인 거래자가되는 방법을 알려줍니다.

이동 평균을 기반으로 전략을 거래하는 경우 현재 가격을 추적하기 위해 이동 평균을 조정하는 어려움을 알고 있습니다.

너무 많은 기간으로 인해 이동 평균이 너무 느려서 유효한 신호를 생성하기 위해 가격

이동에 너무 느리게 움직일 수 있고, 너무 적은 기간으로 이동 평균을 너무 빨리 가격에 반동시킬 수 없기

때문에 정확한 기간을 선택하는 것은 일정한 시행 착오의 문제입니다 많은 거짓 신호를 만드는 이상치.

이 기사는 이동 평균을 조정하여 현재 가격 움직임을 가능한 한 가깝게 추적하지만 평균화의 이점을 희생하지 않도록 도움을줍니다.

단순, 가중 및 지수 이동 평균

대부분의 거래자는 거래에 간단한 이동 평균 (SMA)을 사용하여 시작합니다.

이것이 가장 일반적인 이동 평균이지만, 현재 시장 환경에서 더 나은 결과를 얻을 수 있는 다른 유형의 이동 평균 이 있습니다.

우선, 가중 이동 평균 (WMA)이 있습니다. WMA는 각 기간에 요인을 곱하고 마지막 기간에 가장

큰 요인을 사용하고 각 선행 기간에 대해 지속적으로 감소하는 요소를 사용합니다.

5 기간 이동 평균의 경우 첫 번째 날은 5를 곱하고 두 번째 날은 4를 곱하는 식으로 계속됩니다.

이동 평균을 계산하는이 방법은 최근의 가격 이동에 더 중점을 둡니다.

최근 가격 움직임을 더욱 강조하기 위해 지수 이동 평균 (EMA)을 사용할 수 있습니다.

EMA는 WMA와 유사하게 작동하지만 지수 함수를 대신 사용합니다.

적응 형 이동 평균
적응 형 이동 평균은 이동 평균을 가격에 가깝게 유지하면서 단일 외주 값을 무시하려는 시도로 개발되었습니다.

가장 일반적인 적응 이동 평균 중 하나는 Kaufman의 적응 이동 평균 (KAMA)으로, 발명자 인 Perry Kaufman이 있습니다.
단일 외주 값을 무시하기 위해 KAMA는 효율성 비율을 사용하여 가격이 얼마나 연속적으로 움직이는 지 결정합니다.

기간이 이전 기간과 완전히 일치하면 효율 비율 1을받습니다. 기간이 다른 모든 기간과 관련하여

완전히 일치하지 않으면 효율 등급 0을받습니다.이 효율 등급은 곱해집니다 그로 인해 평온한 가격 움직임에서

이탈 한 기간의 영향을 필터링하고 부드럽게 가격 움직임에 일치하는 기간의 영향을 강조합니다.

다른 적응 이동 평균은 KAMA와 유사한 개념을 사용합니다.

어떤 이동 평균을 사용해야합니까?
거래자들은 수십 년 동안 사용할 이동 평균에 대해 토론 해 왔습니다.

모든 유형의 이동 평균에는 자체 강점과 약점이 있습니다.

가중치와 지수 이동 평균은 가격 변화에 가장 민감하지만 가장 잘못된 신호를 생성합니다.
간단한 이동 평균 및 특히 적응 이동 평균은 잘못된 신호가 거의없는 직선을 만드는 데 가장 좋습니다.

파이썬을 이용한 주식 및 가상 화폐 매매 전략 이동 평균 거래 전략 - Normalized MACD

주식이나 가상화폐 매매 전략에 있어서 정규화된(Normalized) MACD를 적용하는 방법과 효과에 대한 내용을 파이썬을 통해 알아본다.

[MACD]

MACD는 Moving Average Convergence & Divergence의 약자로 주가나 시세의 추세를 파악하는 대표적인 보조 지표이다.

주가의 단기이동평균선과 장기이동평균선을 이용하며 이 두 개의 선은 수렴하고 환산하는 정도를 나타내 준다.

MACD는 단기지수이동평균에서 장기지수이동평균을 뺀 것이고 Signal 선은 이 MACD의 n일 지수이동평균이다.

이를 이용한 대표적인 거래전략은 MACD 선이 Signal 선을 상향 돌파할 때에 매수를 하고 MACD 선이 Signal 선을 하향 이동 평균 거래 전략 돌파할 때에 매도를 하는 것이다.

MACD를 구하는 파이썬 코드는 아래의 링크에 있다.

Python을 이용한 주식 및 가상화폐 분석 - MACD & Fibonacci 전략

이전 글에서 Fibonacci Retracement Level을 통해 주식 시세나 가상화폐 시세 분석을 하는 것에 대해 알아봤다. 그리고 그 이전에는 MFI와 OBV와 같은 보조 지표 분석을 통해 매수와 매도 시점을 알아내는

그러나 대부분의 보조 지표가 그러하듯 MACD 역시 실제의 추세보다 느리다는 단점이 있다.

그렇기 때문에 MACD만을 이용하여 거래를 하면 오히려 손해를 보는 거래를 할 수 있다.이동 평균 거래 전략 이동 평균 거래 전략

일반 MACD를 통한 거래 시 - 비트코인(BTC)

(일반 MACD를 통한 거래 시 - 비트코인(BTC))

위는 MACD 신호선에 따라서 파란색 부분에서 매수를 하고 빨간색 부분에서 매도를 하게 된다.

손해를 보는 거래를 한 것은 아니지만 수수료를 고려하면 거의 이득은 없었을 것이다.

앞에서 얘기한 것과 같이 MACD는 실제 추세보다 느리기 때문에 매도 조건에서는 가격이 많이 내려와 있는 상황이 될 수 있게 된다.

이러한 문제는 MACD를 정규화하여 조금 개선할 수 있다.

[정규화 MACD]

정규화는 데이터를 일정한 크기로 맞추는 작업을 말한다.

이 정규화를 통해 값이 이동 평균 거래 전략 크게 튄 데이터로 인해 데이터 전체가 overfitting 되는 것을 방지한다.

그래서 정규화는 머신 러닝 시에 많이 사용된다.

a에서 b 사의 값으로 데이터를 정규화하는 공식은 아래와 같다.

a부터 b까지의 범위내에서 정규화하는 공식

(a부터 b까지의 범위내에서 정규화하는 공식)

아래의 그림은 위에서의 일반적인 MACD 대신 정규화된 MACD를 적용해본 것으로서 약간이나마 위에서 본 일반 MACD 보다 조금 빠르게 매도를 할 수 있다.

정규화 MACD를 통한 거래 시 - BTC

(정규화 MACD를 통한 거래 시 - 비트코인(BTC))

[파이썬 코드]

분석하고자 하는 가상화폐 또는 주식 데이터를 불러오고 이를 시각화하며 Backtesting 하는 코드는 아래의 링크에 있으니 넘어가도록 하겠다.

SMA와 MACD 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

MACD를 정규화하는 코드는 다음과 같다.

‘map’ 함수는 리스트의 요소를 지정된 함수로 처리하도록 하고 새로운 리스트를 만들게 하며 코드를 단순하게 구성할 수 있게 해 준다.

또한 ‘lambda’ 함수 역시 코드를 간단하게 만들어 준다.

여기서 ‘lambda x’는 -1부터 1까지의 범위로 정규화하는 수식을 정의하고 입력되는 x의 값을 계산하여 그 결과를 리스트로 만들어 주는 내용이다.

x에는 MACD와 Signal의 값이 입력되고 정규화된 MACD와 Signal은 column ‘norm_MACD’와 ‘norm_Signal’에 저장된다.

아래는 정규화된 MACD를 통한 거래 전략 부분이다.

앞에서 얘기한 것과 같이 정규화된 MACD 선이 정규화된 Signal 선을 상향 돌파할 때에 매수를 하고 반대로 하향 돌파하면 매도를 하는 것이다.

[Backtesting]

기존 MACD를 이용하여 매매했을 때와 정규화된 MACD를 통해 했을 때의 결과를 비교해보았다.

먼저 이더리움(ETH)의 30분 차트를 이용한 매매 결과는 다음과 같다.

(일반 MACD 결과 - 이더리움(ETH)) (Normalized MACD 결과 - 이더리움(ETH))

이더리움은 15일부터 19일 사이 4,768,594원에서 4,940,327원으로 약 3% 올랐는데 일반 MACD로는 약 5% 그리고 정규화된 MACD로는 약 7%의 수익을 볼 수 있었다는 결과이다.

다음은 디센트럴랜드(MANA)에 대한 분석 결과이다.

(일반 MACD 결과 - 디센트럴랜드(MANA)) (Normalized MACD 결과 - 디센트럴랜드(MANA))

최근 거래량도 많아지고 가격도 오른 디센트렐랜드의 경우에는 15일 기준 약 3,924원에서 19일에는 4,286원으로 약 9% 올랐다.

이를 일반 MACD 기준으로 거래를 했다면 약 8.8%의 수익으로 그냥 두었을 때와 비슷한 수준이지만 정규화 MACD 기준으로 거래를 했다면 약 11%의 수익을 볼 수 있었다는 결과이다.

주식의 데이터에도 적용해봤다.

삼성전자(005930)의 올해 1년의 데이터를 가지고 분석을 한 결과는 아래와 같다.

(일반 MACD 결과 - 삼성전자(005930)) (Normalized MACD 결과 - 삼성전자(005930))

삼성전자는 1월 4일 83,000원이었으며 12월 17일 기준으로는 78,000원이 되어 약 6%가 빠졌다.

일반 MACD를 적용하여 거래를 했다면 20% 손해를 보았을 것이나, 정규화된 MACD를 적용하여 거래를 했다면 약 4%의 손해만 보았을 것이라는 결과이다.

[결 과]

일반 MACD를 기준으로 거래를 했을 때와 정규화시킨 MACD를 기준으로 거래를 했을 때의 결과를 비교해보았다.

일반 MACD보다 조금 더 빠르게 가격의 변화에 대응하는 경향이 있기 때문에 그만큼 수익률도 높은 것으로 나왔다.

또한, 전체적으로 하락하는 경우에도 중간중간 수익을 내는 거래를 통해 전체 손해보다 좀 적게 손해를 보는 결과도 확인할 수 있었다.

그러나 MACD는 MACD선이 이동 평균 거래 전략 이동 평균 거래 전략 Signal 선을 상향 돌파해도 가격은 떨어지는 false 신호들이 존재한다.

그렇기 때문에 가격이 횡보를 하거나 하락을 하는 경우에는 계속해서 손해를 보는 거래들을 하게 된다.

이러한 경우를 어느 정도 방지하기 위해서는 RSI나 200일 EMA와 같은 추가적인 보조 지표를 조건에 적용하는 것이 필요할 수 있다.

그렇지만 여러 보조 지표를 같이 적용하면 매수의 조건이 타이트해서져서 수익을 낼 수 있는 확률은 높아져도 한 번 거래 시의 수익액은 줄어들 수 있으며 또한 여러 보조 지표 적용에도 false 신호는 여전히 존재한다.

그러므로 여러 보조 지표를 동시에 적용하는 것이 반드시 수익률이 높다고 보기 힘들 수 있다는 것이 개인적인 생각이다.

마지막으로 위의 backtesting에서 좋은 결과가 있었지만 이를 만약 자동 매매 시스템에 적용하려면 아래의 링크에 있는 내용을 주의해야 할 것이다.

SMA와 MACD 이용 Python 가상화폐 자동매매(1/2)

이번에는 Python을 이용한 가상화폐의 자동매매에 대해 알아본다. 최근 2개월간 자동매매 프로그램을 짜고 실제로 투자를 해보았으며 이를 통해 알게 된 것들을 포함하여 정리해보고자 한다. 처

[알고리즘 트레이딩/전략] 3. Naked 매매 (1)

고수플러스의 API를 통한 자동매매 프로그램을 구현해 보는 첫 단계로 기술적 분석에 의한 Naked 매매 전략을 시연해 보기로 한다. 기술적 분석을 통한 자동매매 기법을 전략이라고 하기에는 빈약하지만 개발툴을 익히는 차원에서 여기서부터 시작해 보기로 한다. 참고로 본 블로그에서는 금융 기법, 전략 그리고 분석에 초점을 맞추고 있으므로, 프로그램 제작 과정은 언급하지 않기로 한다 (이걸 언급하려면 양도 많아지고, 원래 목적인 금융 기법의 궤도를 벗어날 가능성이 있어 생략합니다).

사실, 기술적 분석을 통한 자동매매는 성공하기가 어렵다. 그 이유는 주가의 흐름이 랜덤워크 (Random Walk) 과정이므로, 매매 횟수가 증가할수록 기대 수익은 0 에 수렴하기 때문이다 (마팅게일 성질). 게다가 거래 비용까지 고려하면 기대 수익은 0 보다 작아지게 된다. 기술적 분석의 지표는 과거 패턴을 해석하고 이해하는 데는 도움이 되지만, 미래를 예측하는 도구가 되기는 어려우므로, 이것을 통한 자동매매로는 수익을 내기가 어렵다 (주-1). 여기서는 이것을 확인해 보는 차원에서 시연해 보는 것으로 한다 (Random Walk와 마팅게일 성질에 대해서는 금융수학에서 별도의 주제로 다루어 볼 예정임).

위의 그림은 어느 콜-옵션의 1분봉 차트이다. 이와 같은 차트에 볼린저 밴드를 대입하여 하한선에서 매수하고, 상한선에서 매도하는 매매를 자동으로 수행하면 어떻게 될지 시험해 본다. 세부 전략은 아래와 같다.

Naked 매매 전략 시나리오

1) 모든 분석은 실시간 분석을 위해 옵션의 틱 (Tick) 데이터를 이용한다.

2) 틱 데이터로 분석한 볼린저 밴드의 하한선에서 매수하여, 상한선에서 매도한다.

3) 매수 주문은 현재가로 하되, 미체결 상태에서 3호가 차이가 발생하면 주문을 취소한다.

4) 매도 신호가 발생하는 즉시 청산하기 위해 매도 주문은 시장가로 한다.

5) 당일 체결한 주문은 당일 모두 청산한다.

6) 매수 후 일정 수준 이상의 손실이 발생하면 즉시 손절한다.

7) 손절 후에는 일정 시간이 경과한 후에 다시 매매를 시작한다 (안정화 기간 필요).

8) 장시작 직후 10분간, 장마감 직전 10분간은 매매에서 제외한다.

위의 매매 시나리오를 위해 프로그램 화면을 아래와 같이 디자인 하였으며, 조건을 바꿔가면서 시험하기 위해 각 항목은 최대한 변경 가능하도록 하였다.

1) 종목명

종목명은 콜-옵션이나 풋-옵션의 종목 코드를 의미한다. 프로그램은 API로부터 입력된 종목의 시세 정보를 실시간으로 전달 받는다.

2) 현재가 : 고수플러스 API로부터 해당 종목의 현재가를 전달 받아 분석한다.

3) 등락 : 해당 종목의 전일 대비 등락폭을 표시한다.

4), 7) 볼린저 인덱스 및 볼린저 상한/하한

볼린저 밴드의 상황을 수치로 표시한 것이다. 현재가가 이동평균선 상에 있을 때를 0 으로 표시하고, 볼린저 밴드의 상한선에 있을 때를 100, 하한선에 있을 때를 -100 으로 표시한다. 만약 이 수치가 -50 이라면 현재가가 이동평균선과 하한선의 중간 지점에 (50% 지점) 위치하고 있다는 의미이고, +80 이라면 이동평균선에서 상한선까지의 80% 지점에 위치하고 있다는 의미이다. 볼린저 인덱스가 -100보다 작으면 매수 신호가 되고, +100 보다 크면 매도 신호가 된다.

볼리저 밴드를 계산하기 위해서는 현재가가 바뀔 때 마다 이동평균 및 표준편차를 구해야하는데, 현재가가 빈번히 바뀌면 계산하는데 시간이 걸려 실시간으로 바뀌는 현재가를 놓칠 가능성이 있으므로, 실시간 이동평균 및 실시간 표준편차를 구하는 방식으로 구현하였다. 실시간 이동평균이란 새로운 현재가가 들어 왔을 때 이동평균 값을 새로 계산하는 것이 아니라, 바로 직전의 이동평균 값을 보정하는 방식으로 계산해 나간다. 실시간 표준편차 계산 방식도 동일하다. 이렇게 하면 100 틱의 표준편차를 구하는 시간이나, 10,000틱의 표준편차를 구하는 시간이 동일하여 프로그램의 Performance가 향상되고, 현재가를 실시간으로 모두 반영할 수 있다.

5) 손절 적용

입력된 손절 라인 (그림에서는 -20%) 이하로 손실이 발생하면, 즉시 청산하고 이동평균 틱수 [(6)번 항목] 만큼 기다렸다가, 다시 매매를 시작한다. 손실이 발생하면 계속 하락 추세에 있을 가능성이 크므로, 패턴이 안정될 때까지 기다렸다가 다시 매매를 재개하기 위함이다.

6) 이동 평균 거래 전략 이동평균 틱수

볼린저 밴드를 계산할 이동평균의 틱수 이다. 이 값이 500 이라면 500 개 틱에 대한 이동평균과 표준편차를 계산하여 볼린저 인덱스를 계산한다. 이 값이 짧으면 단기 패턴으로 매매 신호를 계산하므로, 매매가 빈번히 발생하고, 이 값이 길면 반대의 경우로 매매가 가끔 발생한다. 이 값을 바꾸어 가면서 시험해 본다.

8) 거래수 : 거래 횟수를 표시한다. 매수-매도 거래를 1회로 표시하였다.

9) 손익 : 직전 거래에 대한 손익을 표시한다 (거래 비용 포함).

10) 누적 손익 : 총 거래에 대한 누적 손익을 표시한다 (거래 비용 포함).

11) 롱/숏

매수, 매도를 의미한다. 종목이 콜-옵션이고 “L” 에 체크되어 있으면 볼린저 밴드 하단에서 진입 신호가 발생한다. 즉, 하단에서 해당 콜-옵션을 매수하고, 상단에서 매도한다. “S” 에 체크되어 있으면 상단에서 진입 신호가 발생한다. 즉, 상단에서 해당 콜-옵션을 매도하고, 하단에서 매수 청산한다.

12) 옵션/선물

볼린저 밴드를 계산할 때 옵션의 현재가로 분석할 것인지, 선물의 현재가로 분석할 것인지 선택한다. “O” 에 체크되어 있으면 옵션의 현재가를 분석하고, “F” 에 체크되어 있으면 선물의 현재가를 분석한다.

13) 틱 수

분석할 틱의 개수이다. 1 이면 매 틱마다 볼린저 밴드를 새로 계산하고, 10 이면 10 틱의 평균값을 1 틱으로 하여 볼린저 밴드를 계산한다.

14) 총 틱수 : API로부터 전달 받은 현재가의 총 수이다.

위와 같은 매매 시나리오로 제작된 프로그램 로봇 6 대를 동시에 돌려 보기로 한다. 3 대는 콜-옵션을 매매하고, 3 대는 풋-옵션을 매매한다. 콜과 풋을 섞어서 돌리는 이유는 당일의 주가가 상승할 수도 있고, 하락할 수도 있기 때문에 시험의 정확도를 높이기 위해 양 방향 매매로 하였다. 아래 그림은 6대의 로봇이 돌아가고 있는 모습이다. 볼린저 틱수는 각각 다르게 설정하였다.

가상 계좌를 이용하여, 이 전략으로 2~3 일간 실험해 보고 그 결과는 이후 포스트에서 설명해 보기로 한다.

주-1) 기술적 분석을 통한 자동 매매로는 수익을 내기 어렵다는 것에 대해 많은 이견이 있을 수 있습니다. 단지 필자의 주관적 생각임을 밝힙니다.

지수 이동 평균 전략으로 거래하는 방법

지수 이동 평균 기술적 분석의 형태이며. 수천 명의 거래자가 사용하는 가장 인기있는 거래 지표 중 하나입니다. 이 단계별 가이드에서는 간단한 지수 이동 평균 전략을 배웁니다. 배운 것을 사용하여 거래를 바꾸고 성공적인 장기 거래자가 되십시오! 이동 평균은 매우 효과적인 지표가 될 수 있습니다. 많은 거래자들은 다양한 유형의 시장에서 거래하기 위해 효과적인 유형의 이동 평균 지표 인 지수 이동 평균을 사용합니다 .

지수 이동 평균 전략 또는 EMA 전략은 시장의 이동 평균 거래 전략 주요 추세를 식별하는 데 사용됩니다. 또한 거래를 수행하기위한 지원 및 저항 수준을 제공 할 수 있습니다.

Trading Strategy Guides 팀은 이미 다음 시스템 주제에 대해 다루었습니다. 여기서 추세를 검토 할 수 있습니다. MACD 추세 추적 전략 – 간단한 거래 전략 입니다. 또한 지원 및 저항의 기본, 지원 및 저항 영역 – 성공적인 거래로가는 길을 배울 수 있습니다 .

시장이 어떻게 작동하는지 더 잘 이해하려면 권장 기사를 살펴보십시오. 이해의 토대를 구축하면 트레이더로서의 결과를 극적으로 향상시키는 데 도움이됩니다.

지수 이동 평균 EMA 전략은 모든 시장에서 작동하는 보편적 인 거래 전략입니다. 여기에는 주식, 지수, 외환, 통화 및 가상 통화 Bitcoin 과 같은 암호화 통화 시장이 포함됩니다 . 지수 이동 평균 전략이 모든 유형의 시장에서 작동하는 경우 일정 기간 동안 작동합니다. 간단히 말해서 선호하는 차트에서 거래 할 수 있습니다. 또한 이동 평균의 숨겨진 비밀을 읽으 십시오 .

먼저 이동 평균이 무엇인지, 지수 이동 평균 공식이 무엇인지 살펴 보겠습니다. 그런 다음 지수 이동 평균 전략의 몇 가지 주요 규칙을 살펴보고

지수 이동 평균 공식 및 지수 이동 평균 설명

지수 이동 평균은 가격 공식을 매끄럽게하기 위해 수학 공식을 사용하는 가격 차트의 선입니다. 특정 기간 동안의 평균 가격을 보여줍니다. EMA 공식은 최근 가격에 더 많은 가중치를 부여합니다. 이는 가격 데이터의 최신 변화에 더 빨리 반응하기 때문에 더욱 안정적임을 의미합니다.

지수 이동 평균은 일상적인 가격 행동의 혼란과 소음을 줄이기 위해 노력합니다. 둘째, 이동 평균은 가격을 매끄럽게하고 추세를 나타냅니다. 때로는 보이지 않는 패턴이 드러납니다. 시장 가격의 미래 변화를 예측하는 데있어서 평균은 더욱 안정적이고 정확합니다.

지수 이동 평균 공식과 EMA 계산에는 3 단계가 있습니다. 공식은 단순 이동 평균 SMA를 EMA 값의 시작점으로 사용합니다. SMA를 계산하려면 기간 수의 합을 취하고 20으로 나눕니다.

우리는 이동 평균이 가장 최근의 가격에 더 집중할 수있는 승수를 필요로합니다.

이동 평균 공식은 이러한 모든 값을 하나로 모 읍니다. 그들은 이동 평균을 구성합니다.

아래의 지수 이동 평균 공식은 20 일 EMA에 대한 것입니다.

초기 SMA = 20 기간 합계 / 20

승수 = (2 / (기간 + 1)) = (2 / (20 + 1)) = 0.0952 (9.52 %)

EMA = x 승수 + EMA (이전 날짜).

일반적으로 가격이 이동 평균 이상으로 거래되면 상승 추세에 있습니다. 지수 이동 평균을 상회하는 한 높은 가격이 예상됩니다. 반대로, 우리가 아래에서 거래하면 하락세에 있습니다. 우리가 이동 평균 이하로 거래되는 한, 우리는 더 낮은 가격을 기대해야합니다.

더 나아 가기 전에 항상 거래 규칙을 종이에 적어 두는 것이 좋습니다. 이 연습은 학습 곡선을 강화하고 더 나은 이동 평균 거래 전략 상인이 될 것입니다.

지수 이동 평균 전략

(거래 규칙 – 거래 거래)

지수 이동 평균 전략은 두 가지 요소로 구성됩니다. 새로운 트렌드를 포착하는 첫 번째 단계는 두 개의 지수 이동 평균을 엔트리 필터로 사용하는 것입니다.

기간이 더 긴 이동 평균과 기간이 더 짧은 이동 평균을 사용하여 전략을 자동화합니다. 이것은 우리의 거래 과정에서 모든 형태의 주관성을 제거합니다.

1 단계 : 차트에 20 및 50 EMA 플롯

첫 번째 단계는 올바른 이동 평균으로 차트를 올바르게 설정하는 것입니다. 이후 단계에서 EMA 크로스 오버를 식별 할 수 있습니다. 지수 이동 평균 전략은 20 및 50 기간 EMA를 사용합니다.

대부분의 표준 거래 플랫폼에는 기본 이동 평균 지표가 제공됩니다. MT4 플랫폼 또는 Tradingview에서 EMA를 찾는 것은 문제가되지 않습니다.

이제 가격 구조를보다 면밀히 살펴볼 차례입니다. 이를 통해 전략의 다음 단계로 넘어갑니다.

2 단계 : EMA 크로스 오버 및 가격이 20 및 50 EMA 이상으로 거래 될 때까지 기다립니다.

이 이동 평균 전략의 두 번째 규칙은 가격이 20 및 50 EMA 이상으로 이동 평균 거래 전략 거래되어야한다는 것입니다. 둘째, EMA 크로스 오버를 기다려야합니다.

50-EMA가 50-EMA를 초과 할 때 구매 거래에 대한 EMA 크로스 오버를 참조합니다.

EMA 크로스 오버를 살펴보면 자동 구매 및 판매 신호를 생성합니다.

시장은 잘못된 탈주가 발생하기 쉽기 때문에 간단한 EMA 크로스 오버보다 더 많은 증거가 필요합니다. 이 단계에서, 우리는 이익을 만들기 위해 구매 한 후 가격을 더 높이기 위해 강세 심리가 강한 지 여부를 알 수 없습니다.

허위 탈주를 피하기 위해 우리는 견해를 뒷받침 할 새로운 합류점을 추가했습니다. 이를 통해 전략의 다음 단계로 넘어갑니다.

3 단계 : 20 ~ 50 EMA 사이의 영역이 최소 두 번 테스트 될 때까지 기다린 다음 구매 기회를 찾으십시오.

이 이동 평균 전략의 확신은 여러 가지 요소에 의존합니다. EMA 크로스 오버가 발생한 후에는 더 많은 인내심을 행사해야합니다. 우리는 20 ~ 50 EMA 사이의 구역에 대한 두 번의 성공적인 재시험을 기다릴 것입니다.

20에서 50 EMA 사이의이 영역에 대한 두 번의 성공적인 재 테스트는 시장에 트렌드를 개발할 충분한 시간을 제공합니다.

거래에서 구매하기에는 너무 높은 가격이 없다는 것을 잊지 마십시오. 그리고 판매하기에는 가격이 너무 낮지 않습니다.

참고 *“20과 50EMA 사이의 영역”을 언급 할 때 실제로 두 이동 평균 사이의 공간에서 가격이 거래되어야한다는 의미는 아닙니다.

우리는 두 EMA 사이의 전체 가격 스펙트럼을 다루고 싶었습니다. 이는 가격이 더 짧은 이동 평균 (20-EMA)에만 영향을 미치기 때문입니다. 그러나 이것은 여전히 성공적인 재검사입니다.

이제 우리는 여전히 정확히 어디에서 살 것인지 정의해야합니다. 이를 통해 전략의 다음 단계로 넘어갑니다.

4 단계 : 20에서 50 EMA 사이의 영역을 세 번째로 다시 테스트 할 때 시장에서 구매하십시오.

가격이 세 번째로 20에서 50 EMA 사이의 영역을 성공적으로 다시 테스트하면 시장 가격으로 구매합니다. 우리는 현재 강세 모멘텀이이 시장을 계속 높이기 위해 강력하다는 충분한 증거를 가지고 있습니다.

이제 우리는 여전히 보호 중지 손실을 배치 할 위치와 수익을 가져갈 위치를 정의해야합니다. 이를 통해 전략의 다음 단계로 넘어갑니다.

5 단계 : 보호 정지 손실 20 핍을 50 EMA 아래에 놓습니다.

EMA 크로스 오버가 발생한 후 두 번의 재시험을 마친 후에는 추세가 올라 갔다는 것을 알 수 있습니다. 두 지수 이동 평균 이상으로 거래되는 한 추세는 그대로 유지됩니다.

이와 관련하여 보호 정지 손실을 50 EMA 아래 20 핍으로 설정합니다. 우리는 완벽한 세계에 살고 있지 않다는 것을 이해하기 때문에 20 핍의 버퍼를 추가했습니다. 시장은 잘못된 탈주를하기 쉽다.

EMA 전략의 마지막 부분은 이탈 전략입니다. 다시 지수 이동 평균을 기반으로합니다.

6 단계 : 50-EMA 이하에서 휴식을 취한 후 이익을 얻으십시오

이 특별한 경우에, 우리는 EMA 크로스 오버를 기반으로 한 입력 기술과 동일한 종료 기술을 사용하지 않습니다.

EMA 크로스 오버가 다른 쪽에서 발생할 때까지 기다렸다면 잠재적 수익 중 일부를 돌려 주었을 것입니다. 지수 이동 평균이 지연 지표라는 사실을 고려해야합니다.

EMA를 표시하는 데 사용되는 지수 이동 평균 공식을 사용하면 시장이 역전 될 때 여전히 이익을 얻을 수 있습니다.

Note ** 위는 BUY 거래의 예입니다. SELL 거래에 대해 동일한 규칙을 사용하십시오. 그러나 시장이 훨씬 빠르게 하락하기 때문에 20과 50 사이의 1 차 재시험에서 판매합니다. EMA 크로스 오버가 발생한 후.

아래 그림에서 전략을 사용하여 실제 판매 거래 예를 볼 수 있습니다.

지수 이동 평균 전략은 간단한 EMA 크로스 오버 시스템을 구성하는 방법의 전형적인 예입니다. 이 지수 이동 평균 시스템에서는 시장 예측을 시도하지 않습니다. 우리는 현재의 시장 상황에 대응하려고 노력하고 있습니다.

거래 전략의 장점은 지수 이동 평균 공식에 있습니다. 더 나은 출입을 제공하는 훨씬 더 부드러운 EMA를 플로팅합니다.

우리는 다른 거래 스타일이 있음을 이해합니다. 다음과 같은 용어가 귀하에게 해당되지 않는 경우, 최고의 단기 거래 전략 – 수익성있는 단기 거래 팁을 읽으십시오 . 기관 거래자가 사용하는 단기 거래 트릭을 보여줍니다.

[캔들지표] 이동평균선 - 단순이동평균(SMA) 매매전략

주식을 시작하면서 가장 먼저 배우게 되는 기술적 분석 중 하나가 이동평균선을 이용한 분석 방법입니다.

이동평균은 캔들지표에 속하며 종류에는 단순, 지수, 가중, 기하, 조화, 삼각 등이 있으며 기본적으로 단순 이동평균(SMA), 지수 평균(EMA), 가중평균(WMA) 을 이용하는 분석방법을 주로 사용합니다.

# 다른 기술적기법에대해서도 알고 싶으시면 아래 링크를 클릭해주세요 :)

[기술적 분석] 주식 기술적 분석 기법 모음 (투자방법)

기술적 분석이란? 기본적 분석은 개별적인 기본 요인들, 즉 과연 시장가격에 어떠한 요인을 미치는가 즉, 기본적 요인과 가격 변동과의 인과 관계를 연구하는 기법이다. 반면 기술적 분석은 주��

이동평균선이란?

주식시장이나 파생상품시장에서 기술적 분석을 할 때 쓰이는 기본 도구 중 하나.

이동평균선(이평선)을 통해 거래액, 매매대금, 주가 등 다양한 분야에서 접목할 수 있다. 과거의 평균적 수치에서 현상을 파악(주로 추세)하여 현재의 매매와 미래의 예측에 접목할 수 돕는 것이 목적이다.

예를 들어, 10일 이평선은 과거 10일 동안의 주가를 평균 낸 값을 매일 점으로 표시하고, 이를 계속 이어서 표시하는 선이다. 이런 이평선과 현재 주가의 괴리가 얼마나 벌어져 있는가로 추세적 매매를 결정하는 것.

단순 이동평균(SMA)이 자주 쓰이지만 지수 평균(EMA), 가중평균(WMA) 등을 사용하는 경우도 있으며 주로 많이 쓰는 건 5일, 10일, 20일, 60일, 120일 이동평균선입니다.

삼성전자의 단순이동평균(SMA)

단순 이동평균 (Simple Moving Average)

국내주식시장을 포함해 가장 널리 이용되는 이동평균으로 계산방법도 단순하며 직관적 이해도 용이하다.

단순이동평균은 특정 기간 동안의 산술평균을 말하는 것으로 5일 단순 이동평균은 지난 5일 동안 가격의 평균이고, 20일 단순 이동평균은 지난 20일 동안 가격의 평균값을 의미한다.
단순 이동평균의 장단점은 다음과 같다.

+ 장점
- 해당종목의 평균값을 알 수 있다.
단순이동평균선은 그때까지의 가격의 평균을 나타내는 지표로 해당 종목의 거래일수의 평균값을 알 수 있다.

- 지지선, 저항선으로 구분 할 수 있다.
이평선으로 자주 사용되는 기법으로 중, 장기 이평선 위아래를 지지선, 저항선으로 구분을 한다.
저항선을 뚫으면 더 크게 상승을 하고 지지선을 뚫리면 큰 하락을 하게 된다.

+ 단점
- 특정 기간 내의 가격 데이터만이 포함됨
이것으로 인해 하나의 가격 데이터에 대해 이동평균값이 두 번씩 반응하게 된다. 즉, 새로운 가격 데이터가 처음으로 이동평균에 추가될 때 한번 반응하고, 가장 오래된 가격 데이타가 되어 새로운 이동평균의 계산에서 제외될 때 한번 더 반응하게 된다. 그리고 과거 데이터도 현재 데이터와 동일한 비중으로 평균 계산에 사용하기 때문에, 그 사이에 손바뀜에 생기면 세력의 특성을 곡해하는 문제가 생긴다

- 거래량이 포함되지 않음
주식에서는 거래량이 중요한 요소인데 이동평 선에서는 거래량이 포함되지 않는다.
그렇기 때문에 매일 거래량이 달라질 수 있기 때문에 거래량이 크게 변하는 날이 있다면 세력의 실질적인 매매 평균 가격과는 차이가 생긴다.