개요

본 전략은 거래량 변화를 계산하여 시장 추세 방향을 판단하고, 추세 추종 방식으로 추세 시작 단계에서 포지션을 구축하며, 추세 종료 시 포지션을 청산하고 손절합니다.

전략 원리

1. 일반 가격(typical), 로그 수익률(inter), 수익률 분산(vinter)을 계산합니다.
2. 거래량 평균값(vave)과 최대 거래량 임계값(vmax)을 계산합니다.
3. 가격 변화량(mf)을 계산하고 분산 임계값(cutoff)과 비교하여 가격 구동량(vcp)을 산출합니다.
4. vcp를 합산하여 거래량-가격 지표(vfi)를 구하고, vfi와 그 이동평균선(vfima)을 각각 계산합니다.
5. vfi와 vfima를 비교하여 거래량-가격 지표 차이(dVFI)를 얻고, 이를 통해 추세 방향을 판단합니다.
6. dVFI가 0선을 상향 돌파하면 강세 신호, 하향 돌파하면 약세 신호입니다.
7. dVFI 형태에 따라 매수/매도 전략을 수립합니다.

전략 장점 분석

1. 본 전략은 거래량 변화가 추세 판단에 미치는 영향을 충분히 고려하여, 모멘텀 지표로 추세 강도를 측정함으로써 추세 전환점을 더 정확히 포착할 수 있습니다.
2. 거래량 임계값 계산을 도입하여 정상적인 변동을 필터링하고 대규모 자금의 집단 행동만 포착함으로써 시장 잡음에 의한 오류를 방지할 수 있습니다.
3. 가격과 거래량을 종합적으로 고려한 거래량-가격 연동 판단으로 가짜 돌파를 효과적으로 피할 수 있습니다.
4. 이동평균선 필터링과 논리적 판단을 통해 대부분의 가짜 신호를 걸러낼 수 있습니다.
5. 반전 예측이 아닌 추세 추종 방식이므로 중장기 추세 거래에 매우 적합하며 시장의 주요 방향을 포착하는 데 유리합니다.

전략 리스크 분석

1. 본 전략은 주로 거래량 변화에 의존하여 추세를 판단하므로, 거래량이 활발하지 않은 종목에서는 효과가 떨어질 수 있습니다.
2. 거래량 데이터는 조작되기 쉬워 오해를 불러일으키는 신호를 생성할 수 있으므로, 거래량-가격 이격 상황을 방지해야 합니다.
3. 거래량-가격 관계는 종종 지연되므로 추세 시작 시 최적의 진입 시점을 놓칠 수 있습니다.
4. 단순한 손절 방식은 조기 손절로 이어져 추세를 지속적으로포착하지 못할 수 있습니다.
5. 단기 조정에 효과적으로 대응하지 못하며, 돌발 사건에 대한 반응도 둔감할 수 있습니다.

이동평균선 시스템이나 변동성 지표 등을 추가하여 진입 및 손절을 최적화하고, 더 많은 데이터 소스를 결합하여 거래량-가격 관계를 분석함으로써 오해 신호를 방지하며, 적절한 기술적 지표를 추가하여 단기 조정에 대한 대응력을 높일 수 있습니다.

전략 최적화 방향

1. 진입 조건 최적화: 이동평균선, 지지/저항점 등을 활용하여 추세 시작 후 진입 시점을 결정할 수 있습니다.
2. 손절 방식 개선: 이동 손절, 구간 손절 등을 설정하여 손절을 가격에 더 밀접하게 추종하고 추세가 종료될 때까지 추적할 수 있습니다.
3. 추세 판단 단계 추가: ADX 등을 도입하여 횡보 및 변동장에서의 오류 거래를 피할 수 있습니다.
4. 파라미터 최적화: 더 긴 데이터 백테스트를 통해 최적의 파라미터 조합을 찾을 수 있습니다.
5. 전략 확장: 더 많은 종목, 특히 거래량이 많고 품질이 좋은 종목으로 확장합니다.
6. 머신러닝 모델 도입 고려: 더 많은 데이터를 활용하여 거래량-가격 관계를 판단하고 신호 품질을 향상시킵니다.

요약

본 전략은 전체적인 논리가 명확하고 핵심 지표가 직관적이며 이해하기 쉽고 추세 방향을 신뢰성 있게 식별합니다. 전략의 장점은 거래량 변화를 강조하여 중장기 추세 추종에 적합하지만, 오해 신호를 방지해야 합니다. 파라미터 최적화, 손절 방식 개선, 지표 최적화 조합 등을 통해 개선하면 실제 거래 성과를 더욱 강화할 수 있습니다.