추세 지표 MA

Python으로 배우는 금융 트레이딩

Chelsea Yang

Data Science Instructor

기술적 지표란?

과거 시장 데이터에 기반한 수학적 계산
시장은 효율적이며 가격이 모든 공개 정보를 반영한다고 가정
과거 가격 패턴에 대한 통찰 제공

지표의 종류

추세 지표: 추세의 방향·강도 측정
- 예: 이동평균(MA), ADX
모멘텀 지표: 가격 움직임의 속도 측정
- 예: RSI
변동성 지표: 가격 편차의 크기 측정
- 예: 볼린저 밴드

TA-Lib 패키지

TA-Lib: Technical Analysis Library

150+ 기술적 지표 구현 포함

import talib

이동평균 지표

SMA: 단순이동평균
EMA: 지수이동평균

특징:
- 가격과 함께 이동
- 데이터를 평활화하여 방향을 더 명확히 표시

단순이동평균(SMA)

$ SMA = (P_1+P_2+...+P_n)/n $

# Calculate two SMAs
stock_data['SMA_short'] = talib.SMA(stock_data['Close'], timeperiod=10)
stock_data['SMA_long'] = talib.SMA(stock_data['Close'], timeperiod=50)

# Print the last five rows
print(stock_data.tail())

             Close  SMA_short  SMA_long
Date                                   
2020-11-24 1768.88    1758.77   1594.74
2020-11-25 1771.43    1760.65   1599.75
2020-11-27 1793.19    1764.98   1605.70
2020-11-30 1760.74    1763.35   1611.71
2020-12-01 1798.10    1765.02   1619.05

SMA 그리기

import matplotlib.pyplot as plt

# Plot SMA with the price
plt.plot(stock_data['SMA_short'], 
         label='SMA_short')
plt.plot(stock_data['SMA_long'], 
         label='SMA_long')
plt.plot(stock_data['Close'], 
         label='Close')

# Customize and show the plot
plt.legend()
plt.title('SMAs')
plt.show()

SMA 차트

지수이동평균(EMA)

$EMA_n = P_n \times multiplier + \text{previous EMA} \times (1-multiplier)$

$multiplier = 2 / (n + 1)$

# Calculate two EMAs
stock_data['EMA_short'] = talib.EMA(stock_data['Close'], timeperiod=10)
stock_data['EMA_long'] = talib.EMA(stock_data['Close'], timeperiod=50)
# Print the last five rows
print(stock_data.tail())

             Close  EMA_short  EMA_long
Date                                   
2020-11-24 1768.88    1748.65   1640.98
2020-11-25 1771.43    1752.79   1646.09
2020-11-27 1793.19    1760.13   1651.86
2020-11-30 1760.74    1760.24   1656.13
2020-12-01 1798.10    1767.13   1661.70

EMA 그리기

import matplotlib.pyplot as plt
# Plot EMA with the price
plt.plot(stock_data['EMA_short'], 
         label='EMA_short')
plt.plot(stock_data['EMA_long'], 
         label='EMA_long')
plt.plot(stock_data['Close'], 
         label='Close')

# Customize and show the plot
plt.legend()
plt.title('EMAs')
plt.show()

EMA 차트

SMA vs. EMA

EMA는 최신 가격 변동에 더 민감합니다

동일한 조회 창으로 계산한 SMA vs EMA 비교 차트

연습해 봅시다!

Python으로 배우는 금융 트레이딩