이동 평균선
이동 평균선(moving average)
수학적 개념으로 투자에 있어서는 중요한 역할을 한다. 주어진 시간 간격 동안의 평균 가격을 계산함으로써 생성된다. 예를들면, 10일 이동 평균선은 지난 10일 동안의 평균 종가를 나타낸다.
주식이나 외환등, 금융 상품의 가격은 일일이나 시간 별로 크게 등락한다. 뉴스, 이벤트, 기타 임시적 요소등의 잡음 의해 단기적 등락이 발생한는데, 이동 평균선은 시간별의 가격 변동의 잡음을 줄여 평균적인 가격 추세를 확인할 수 있게해준다.
주로 일반적 기술적 분석에서는 단순 이동평균 (SMA, Simple Moving Average)가 사용되나
단기적 트레이드에서는 EMA(Exponential Moving Average, 최근의 가격 데이터에 지수적으로 더 큰 가중치를 부여한다)가 더 선호 되기도 한다.
또 각 기간 별로 다른 가중치를 부여하는 WMA(Weighted Moving Average)도 있다.
이동평균선의 사용
추세파악
이동평균선은 일일 가격의 잦은 변동성, 즉 잡음을 제거함으로써 투자자나 트레이더에게 전체적 가격추세를 명확히 보여준다.
만약 현재 가격이 특정 기간의 이동 평균선위에 위치한다면, 그 기간동안의 상승 추세를 반대로 아래에 위치한다면 하락 추세를 나타낸다.
가격이 이동평균선과 큰 차이 없이 움직인다면 보합추세로 볼 수 있다.
지지 및 저항 수준의 확인
이동 평균선은 기술적 분석에서, 가격의 지지 또는 저항 을 파악하는데 중요한 기준이 되기도 한다.
가격이 이동평균선 아래로 떨어지면, 그 선은 가격의 저항선으로 작용하며, 상승하면 그 선은 지지선으로 볼 수 있다.
추세의 전환
단기 이동평균선이 장기 이동 평균선을 상향으로 돌파할때를 골든 크로스라고 하며 강력한 상승 추세의 시작으로 보기도 한다.
반대로 단기 이동평균선이 장기 이동 평균선을 하향으로 돌파하는 것을 데드 크로스라고 하며 강력한 하락 추세의 시작으로 보기도 한다.
가격과의 편차
이동 평균선과 현재 가격의 편차를 통해, 얼마나 평균에서 벗어나 있는지, 장기적으로는 평균으로 회귀해 편차가 줄어들 가능성을 고려해 볼 수도 있다.
보조 지표의 개발
이동 평균선은 그 자체로도 중요한 지표의 역할은 하지만, 다른 보조지표들의 구성요소가 되기도 한다.
MACD, 볼린저 밴드, MACDR, ATR, STOCASTIC 등 많은 보조 지표들이 이동 평균선을 기반으로 개발 되었다.
이동 평균선의 한계와 주의점
지연
이평선은 과거의 데이터를 기반으로 계산되기에, 현재의 상황을 놓치게 된다. 따라서 추세의 시작 점을 놓칠 수 있으며 가격이 추세를 변경한 후에만 신호를 제공할 수 있다. 이로인해 급격한 가격변동이 발생할때에도 실제 가격 추세를 제대로 반영하지 못할 수 있다.
횡보장에서의 위험.
횡보장에서는 지지및 저항, 추세 전환, 시작 등의 시그널이 여러번 나타날 수 있지만. 이는 잘못된 신호이다. 즉 이평선은 추세시장에서는 유용한 시그널을 제공해주지만, 횡보장에서는 잘못된 시그널을 제공할 수 있다
기간이 짧은 기간의 이평선
앞서 횡보장에서 발생했던 문제가 매우 짧은 기간의 이평선을 사용할 경우에도 발생할 수 있다. 가격과 이평선은 빈번히 교차하고, 거짓 신호가 늘어날 수 있다.
사용할 이동평균선 선택
이동평균선은 5,6,9,20,50, 120, 200 다양하게 존재하는데, 보통 단기적 이동 평균선은 단기 추세, 장기적 이동 평균선은 장기 추세를 파악하는데 사용한다. 하지만 무엇이 가장 좋은가, 어떤 이동 평균선을 사용할 것인가에 대해서는 여러 주장이 있고, 트레이더의 개인적 경험에 따라 달라지게 된다 보통 투자자마다 선호하는 종목이 다르고 이 투자자들의 성향이 다르기 때문에, 이에 따른 이평선의 최적기간이 다 다르다. 또 시기와 시장의 변화에 따라서도 이러한 최적기간이 달라질 수 있다.
최적화 과잉
많은 이동평균선이 존재하기 때문에, 이에 맞춰 지나치게 많은 이동 평균선을 투자 결정 최적화에 사용하는 상황이 벌어질 수 있다.
이렇게 지나치게 많은 파라미터나 변수를 활용하는 것은 과거의 데이터 셋에만 맞을 뿐 오히려 실제 거래에서 예상과 다르게 작동할 위험성을 크게 한다. 거래 전략시에는 간결하고 명확한 방향으로 접근하는 것이 좋다.
Moving Average (MA)
From a statistical perspective, the moving average plays a significant role in investments. It's generated by calculating the average price over a given time span. For instance, a 10-day moving average reflects the average closing price of the past 10 days.
Prices of financial products, whether stocks or currencies, can fluctuate significantly daily or hourly. Short-term fluctuations can be driven by news, events, or other transient factors. The moving average helps reduce the noise from these frequent price changes, allowing for a clearer view of the average price trend.
While the Simple Moving Average (SMA) is commonly used in technical analysis,
the Exponential Moving Average (EMA), which gives more weight to recent price data, is often preferred for short-term trading.
There's also the Weighted Moving Average (WMA) which assigns different weights to different periods.
Uses of the Moving Average
Trend Identification
The moving average helps smooth out daily price volatility, allowing investors and traders to see the overall price trend more clearly.
If the current price is above the moving average for a specified period, it signifies an upward trend for that duration, and vice versa for a downward trend. If the price moves close to the moving average, it's considered a consolidating trend.
Support & Resistance Levels Identification
In technical analysis, moving averages often serve as critical benchmarks for identifying price support or resistance levels. If the price falls below the moving average, it might act as resistance, while if it rises above, it might serve as support.
Trend Reversals
A short-term moving average crossing above a long-term moving average signals a 'golden cross,' often seen as the start of a robust upward trend. Conversely, when a short-term MA crosses below a long-term MA, it's termed as a 'dead cross,' indicating the beginning of a potent downward trend.
Deviation from the Price
The gap between the moving average and the current price can provide insights into how much the price has deviated from the average. Over the long run, it may also be indicative of the potential for the price to revert back towards the average.
Development of Auxiliary Indicators
While the moving average itself is pivotal, it also forms a component of other auxiliary indicators. Many of them, such as MACD, Bollinger Bands, MACDR, ATR, STOCASTIC, are developed based on moving averages.
Limitations and Cautions of the Moving Average
Lag
Since moving averages are based on historical data, they can sometimes miss out on the current situation. This can result in missing the inception of a trend and only providing signals once the trend has already begun. Moreover, it might not accurately reflect the real price trend, especially during rapid price changes.
Risks in Sideways Markets
In a sideways market, indicators like support, resistance, trend reversals, and more might appear multiple times but can often be false signals. While MAs can provide useful signals in trending markets, they might provide inaccurate signals in a range-bound market.
Short-term Moving Averages
The issues faced in sideways markets can also arise when using very short-term moving averages. The price and the moving average can intersect frequently, leading to an increase in false signals.
Selection of the Moving Average
While there are various moving averages like 5, 6, 9, 20, 50, 120, 200 days, typically, short-term MAs are used to determine short-term trends and vice versa for long-term trends. However, which one is best and which should be used often depends on multiple arguments and an individual trader's personal experience. Investors often have different preferences, and because of their unique traits, the optimal period for the moving average might vary. Additionally, market changes and timing might also influence this optimal period.
Over-optimization
With so many moving averages available, there's a risk of over-optimizing by using too many in investment decision-making. Relying excessively on numerous parameters or variables might suit historical datasets but can lead to unexpected results in actual trading. When devising trading strategies, a clear and concise approach is recommended.