개요

거래량 기반 전략은 거래량의 변화를 분석하여 시장 참여자의 심리적 방향성(매수/매도) 변화를 판단합니다. 거래량을 매수 거래량과 매도 거래량으로 나누고 각각의 가중 이동 평균을 계산하여, 매수 거래량이 우세할 때 매수 신호를, 매도 거래량이 우세할 때 매도 신호를 생성합니다.

전략 원리

이 전략은 먼저 종가와 시가의 관계에 따라 각 캔들의 거래량을 매수 거래량과 매도 거래량으로 나눕니다. 종가가 시가보다 높으면 해당 캔들의 전체 거래량이 매수 거래량이 되고, 종가가 시가보다 낮으면 (고가-시가)/(고가-저가) 비율로 해당 캔들의 매수 거래량을 계산하고 나머지는 매도 거래량이 됩니다.

그런 다음 마지막 n개의 캔들에 대한 매수 거래량과 매도 거래량의 가중 이동 평균을 각각 계산합니다. 매수 거래량의 이동 평균이 매도 거래량의 이동 평균보다 크고, 두 값의 차이가 매수 거래량에서 차지하는 비율이 미리 설정된 임계값보다 크면 매수 신호가 생성됩니다. 매도 신호 생성 규칙도 유사합니다.

또한 거래량 평균값을 설정하여 횡보 영역을 식별합니다. 매수/매도 거래량에 뚜렷한 차이가 없으면 현재 횡보 상태임을 알립니다.

장점 분석

• 거래량 정보를 사용하여 시장 참여자 심리를 판단하므로 신호 생성에 이론적 근거가 있음
• 횡보 영역을 자동으로 식별하여 중요한 신호를 놓치지 않음
• 매개변수를 사용자 정의하여 다양한 거래 상품 및 시간 주기에 적응 가능
• 매수 및 매도 신호를 개별적으로 판단하거나 단방향 신호만 따를 수 있음

위험 분석

• 거래량 데이터가 조작될 가능성이 있음
• 기본 매개변수가 모든 종목에 적합하지 않을 수 있으므로 최적화 필요
• 횡보 인식 매개변수 설정이 부적절하면 신호를 놓칠 수 있음
• 짧은 주기 내에서 잘못된 신호가 발생할 수 있음

매개변수 최적화, 다른 지표 조합 등의 방법으로 위험을 줄일 수 있습니다.

최적화 방향

• 다양한 거래량 계산 방법 테스트
• EMA, SMMA 등 다양한 이동 평균 유형 시도
• 평균량 계산 주기 매개변수 최적화
• 횡보 인식을 위한 거래량 차이 매개변수 최적화
• 다른 기술적 지표를 결합하여 신호 필터링

요약

거래량 기반 전략은 거래량의 매수/매도 분포를 지능적으로 판단하여 시장 심리와 추세 변화를 자동으로 파악합니다. 단독으로 사용하거나 다른 전략과 결합할 수 있습니다. 매개변수 최적화와 지표 조합을 통해 전략의 안정성과 수익성을 더욱 향상시킬 수 있습니다.