IT 위키 - 사용자 기여 [ko]

연판장 돌리기

2025-04-14T15:15:16Z

권영세: 새 문서: 연판장 돌리기란 특정한 목적을 위해 여러 사람의 '''동의, 서명, 또는 지지'''를 받기 위해 문서를 순서대로 돌리는 행위를 말한다. 주로 정치적, 사회적 요구나 항의, 청원, 후원, 응원 등의 표현 수단으로 사용되며, 종이 문서 또는 온라인 서명 형태로 이뤄질 수 있다. ==개념== *하나의 문서를 사람들이 차례로 읽고, 자신의 이름, 소속, 서명 등을 남기는 방식 *문자...

연판장 돌리기란 특정한 목적을 위해 여러 사람의 '''동의, 서명, 또는 지지'''를 받기 위해 문서를 순서대로 돌리는 행위를 말한다. 주로 정치적, 사회적 요구나 항의, 청원, 후원, 응원 등의 표현 수단으로 사용되며, 종이 문서 또는 온라인 서명 형태로 이뤄질 수 있다.
==개념==
*하나의 문서를 사람들이 차례로 읽고, 자신의 이름, 소속, 서명 등을 남기는 방식
*문자 그대로 "판(板)"을 "여럿이 돌려본다"는 의미에서 유래
*공동의 의견 표현이나 사회적 압력 수단으로 활용됨
==용도==
*'''청원 운동'''
**정책 변경, 사법 판결 재검토, 제도 개혁 요구 등
*'''항의 성명'''
**정부, 기업, 단체에 대한 항의나 반대 의견
*'''지지 선언'''
**후보자, 예술가, 사회운동 등에 대한 지지 표명
*'''기금 마련 또는 후원'''
**연대 성격의 기부 요청에 동참 유도
==현대적 변형==
*온라인 서명 플랫폼 사용 (예: Change.org, 국회 국민동의청원 등)
*이메일, 메신저, SNS 등을 통한 디지털 연판장
*구글 폼, 설문지 등을 통한 명단 수집
==특징==
*서명자 수가 많을수록 사회적 설득력 상승
*작성자 없이 연판장만 돌리는 경우 책임 소재가 모호해질 수 있음
*경우에 따라 '''강요성'''이나 '''군중심리''' 문제도 발생 가능
==사회문화적 맥락==
*한국에서는 학교, 군대, 직장 등에서 '''강제적 연판장'''이 문제가 된 사례도 존재
*자발적인 참여보다는 "남들이 하니 나도 해야 한다"는 분위기로 진행되면 집단 동조 현상을 유발할 수 있음
==같이 보기==
*[[청원]]
*[[사회운동]]
*[[여론 형성]]
*[[압력 단체]]
*[[온라인 서명]]
==참고 문헌==
*한국민족문화대백과사전 - 연판장
*대한민국 청와대 국민청원 사례 분석 보고서
*Change.org 캠페인 운영 가이드

미국 트럼프 상호 관세율

2025-04-03T00:14:41Z

권영세:

== 백악관 발표 자료 ==
상호관세율 표
{| class="wikitable"
!Country
!Tariffs Charged to the U.S.A.
!U.S.A. Discounted Reciprocal Tariffs
|-
|Argentina
|10%
|10%
|-
|Australia
|10%
|10%
|-
|Bangladesh
|74%
|37%
|-
|Botswana
|74%
|37%
|-
|Brazil
|10%
|10%
|-
|Cambodia
|97%
|49%
|-
|Chile
|10%
|10%
|-
|China
|67%
|34%
|-
|Colombia
|10%
|10%
|-
|Costa Rica
|17%
|10%
|-
|Côte d'Ivoire
|41%
|21%
|-
|Dominican Republic
|10%
|10%
|-
|Ecuador
|12%
|10%
|-
|Egypt
|10%
|10%
|-
|El Salvador
|10%
|10%
|-
|European Union
|39%
|20%
|-
|Guatemala
|10%
|10%
|-
|Honduras
|10%
|10%
|-
|India
|52%
|26%
|-
|Indonesia
|64%
|32%
|-
|Israel
|33%
|17%
|-
|Japan
|46%
|24%
|-
|Jordan
|40%
|20%
|-
|Kazakhstan
|54%
|27%
|-
|Laos
|95%
|48%
|-
|Madagascar
|93%
|47%
|-
|Malaysia
|47%
|24%
|-
|Morocco
|10%
|10%
|-
|Myanmar (Burma)
|88%
|44%
|-
|New Zealand
|20%
|10%
|-
|Nicaragua
|36%
|18%
|-
|Norway
|30%
|15%
|-
|Pakistan
|58%
|29%
|-
|Peru
|10%
|10%
|-
|Philippines
|34%
|17%
|-
|Saudi Arabia
|10%
|10%
|-
|Serbia
|74%
|37%
|-
|Singapore
|10%
|10%
|-
|South Africa
|60%
|30%
|-
|South Korea
|50%
|25%
|-
|Sri Lanka
|88%
|44%
|-
|Switzerland
|61%
|31%
|-
|Taiwan
|64%
|32%
|-
|Thailand
|72%
|36%
|-
|Trinidad and Tobago
|12%
|10%
|-
|Tunisia
|55%
|28%
|-
|Turkey
|10%
|10%
|-
|United Arab Emirates
|10%
|10%
|-
|United Kingdom
|10%
|10%
|-
|Vietnam
|90%
|46%
|}

== 언론 자료 (무역 적자) ==
{| class="wikitable"
!Country
!New
tariff
!Share of
U.S. imports
!Trade
balance
|-
|China
| +34%
|13.4%
|–$292 bil.
|-
|E.U.
| +20%
|18.5%
|–$241 bil.
|-
|Vietnam
| +46%
|4.2%
|–$123 bil.
|-
|Taiwan
| +32%
|3.6%
|–$74 bil.
|-
|Japan
| +24%
|4.5%
|–$69 bil.
|-
|India
| +26%
|2.7%
|–$46 bil.
|-
|South Korea
| +25%
|4.0%
|–$66 bil.
|-
|Thailand
| +36%
|1.9%
|–$46 bil.
|-
|Switzerland
| +31%
|1.9%
|–$39 bil.
|-
|Indonesia
| +32%
|0.9%
|–$18 bil.
|-
|Malaysia
| +24%
|1.6%
|–$25 bil.
|-
|Cambodia
| +49%
|0.4%
|–$12 bil.
|-
|United Kingdom
| +10%
|2.1%
| +$10 bil.
|-
|South Africa
| +30%
|0.4%
|–$9 bil.
|-
|Brazil
| +10%
|1.3%
| +$7 bil.
|-
|Bangladesh
| +37%
|0.3%
|–$6 bil.
|-
|Singapore
| +10%
|1.3%
| +$2 bil.
|-
|Israel
| +17%
|0.7%
|–$8 bil.
|-
|Philippines
| +17%
|0.4%
|–$5 bil.
|-
|Chile
| +10%
|0.5%
| +$1 bil.
|-
|Australia
| +10%
|0.5%
| +$16 bil.
|-
|Pakistan
| +29%
|0.2%
|–$3 bil.
|-
|Turkey
| +10%
|0.5%
|–$1 bil.
|-
|Sri Lanka
| +44%
|0.1%
|–$3 bil.
|-
|Colombia
| +10%
|0.5%
| +$1 bil.
|}
트럼프 대통령은 수요일 오후 광범위한 관세를 발표하며 모든 무역 상대국에 최소 10% 관세를 부과하고, 미국의 가장 큰 무역 상대국을 포함한 수십 개 국가에 대한 소위 상호 조치를 발표했습니다.

트럼프 대통령은 지금까지 가장 광범위한 새로운 관세를 발표하면서, 글로벌 관세가 수십 년간의 불공정한 관계를 바로잡고 다른 국가가 미국을 착취하는 것을 막는 데 도움이 될 것이라고 말했습니다.

예를 들어, 중국의 관세율은 34%로 상승할 것이며, 여기에는 올해 초에 해당 국가의 상품에 부과된 이전의 포괄적 수입세가 포함됩니다. 베트남의 수입품은 거의 50%의 세금이 부과됩니다.

미국 트럼프 상호 관세율

2025-04-03T00:05:04Z

권영세: 새 문서: === New tariffs for select countries === {| class="wikitable" !Country !New tariff !Share of U.S. imports !Trade balance |- |China | +34% |13.4% |–$292 bil. |- |E.U. | +20% |18.5% |–$241 bil. |- |Vietnam | +46% |4.2% |–$123 bil. |- |Taiwan | +32% |3.6% |–$74 bil. |- |Japan | +24% |4.5% |–$69 bil. |- |India | +26% |2.7% |–$46 bil. |- |South Korea | +25% |4.0% |–$66 bil. |- |Thailand | +36% |1.9% |–$46 bil. |- |Switzerland | +31% |1.9% |–$39 bil. |- |Indonesia |...

=== New tariffs for select countries ===
{| class="wikitable"
!Country
!New
tariff
!Share of
U.S. imports
!Trade
balance
|-
|China
| +34%
|13.4%
|–$292 bil.
|-
|E.U.
| +20%
|18.5%
|–$241 bil.
|-
|Vietnam
| +46%
|4.2%
|–$123 bil.
|-
|Taiwan
| +32%
|3.6%
|–$74 bil.
|-
|Japan
| +24%
|4.5%
|–$69 bil.
|-
|India
| +26%
|2.7%
|–$46 bil.
|-
|South Korea
| +25%
|4.0%
|–$66 bil.
|-
|Thailand
| +36%
|1.9%
|–$46 bil.
|-
|Switzerland
| +31%
|1.9%
|–$39 bil.
|-
|Indonesia
| +32%
|0.9%
|–$18 bil.
|-
|Malaysia
| +24%
|1.6%
|–$25 bil.
|-
|Cambodia
| +49%
|0.4%
|–$12 bil.
|-
|United Kingdom
| +10%
|2.1%
| +$10 bil.
|-
|South Africa
| +30%
|0.4%
|–$9 bil.
|-
|Brazil
| +10%
|1.3%
| +$7 bil.
|-
|Bangladesh
| +37%
|0.3%
|–$6 bil.
|-
|Singapore
| +10%
|1.3%
| +$2 bil.
|-
|Israel
| +17%
|0.7%
|–$8 bil.
|-
|Philippines
| +17%
|0.4%
|–$5 bil.
|-
|Chile
| +10%
|0.5%
| +$1 bil.
|-
|Australia
| +10%
|0.5%
| +$16 bil.
|-
|Pakistan
| +29%
|0.2%
|–$3 bil.
|-
|Turkey
| +10%
|0.5%
|–$1 bil.
|-
|Sri Lanka
| +44%
|0.1%
|–$3 bil.
|-
|Colombia
| +10%
|0.5%
| +$1 bil.
|}
트럼프 대통령은 수요일 오후 광범위한 관세를 발표하며 모든 무역 상대국에 최소 10% 관세를 부과하고, 미국의 가장 큰 무역 상대국을 포함한 수십 개 국가에 대한 소위 상호 조치를 발표했습니다.

트럼프 대통령은 지금까지 가장 광범위한 새로운 관세를 발표하면서, 글로벌 관세가 수십 년간의 불공정한 관계를 바로잡고 다른 국가가 미국을 착취하는 것을 막는 데 도움이 될 것이라고 말했습니다.

예를 들어, 중국의 관세율은 34%로 상승할 것이며, 여기에는 올해 초에 해당 국가의 상품에 부과된 이전의 포괄적 수입세가 포함됩니다. 베트남의 수입품은 거의 50%의 세금이 부과됩니다.

잠재성장률

2025-03-30T01:50:29Z

권영세: 새 문서: 잠재성장률(potential growth rate)은 한 나라의 경제가 인플레이션을 유발하지 않고 자원을 효율적으로 활용할 때 달성할 수 있는 최대의 성장률을 의미한다. 이는 노동, 자본, 기술 등 생산요소가 완전히 활용될 때의 경제성장 속도를 나타내며, 실제 성장률과 비교해 경기의 과열 또는 침체 여부를 판단하는 기준이 된다. ==개념== 잠재성장률은 단기적인 수요 변동이 아...

잠재성장률(potential growth rate)은 한 나라의 경제가 인플레이션을 유발하지 않고 자원을 효율적으로 활용할 때 달성할 수 있는 최대의 성장률을 의미한다. 이는 노동, 자본, 기술 등 생산요소가 완전히 활용될 때의 경제성장 속도를 나타내며, 실제 성장률과 비교해 경기의 과열 또는 침체 여부를 판단하는 기준이 된다.
==개념==
잠재성장률은 단기적인 수요 변동이 아닌, 공급 측면에서의 생산 가능성을 반영한 성장률이다. 경제가 잠재성장률 이상으로 성장하면 물가 상승 압력이 커지고, 반대로 그 이하로 성장하면 경기침체와 실업이 발생할 수 있다.

잠재성장률은 다음 요소에 의해 결정된다:
*노동 인구의 증가율
*자본축적 속도
*총요소생산성(TFP: Total Factor Productivity)의 향상
==공식 (개념적 표현)==
잠재GDP 증가율 ≈ 노동 증가율 + 자본 증가율 + 총요소생산성 증가율

※ 실제 추정에는 다양한 계량모형과 구조변수 사용
==활용==
*중앙은행의 통화정책: 기준금리 설정 시 경기 과열 여부 판단
*정부의 재정정책: 잠재성장률과의 격차(생산갭)를 통해 확장/긴축 여부 결정
*경제전망 및 장기 전략 수립
==실제성장률과의 비교==
*실제성장률 > 잠재성장률 → 수요 과잉, 물가 상승 가능성
*실제성장률 < 잠재성장률 → 수요 부족, 실업 증가 가능성
==한국의 경우==
한국은행과 기획재정부는 한국의 잠재성장률을 매년 추정하며, 고령화, 생산성 둔화, 투자 감소 등으로 인해 장기적으로 하락하는 추세를 보이고 있다.

예시:
*2000년대 초반: 4~5%
*2020년대 중반: 2% 안팎 추정
==같이 보기==
*[[GDP]]
*[[경제성장]]
*[[총요소생산성]]
*[[생산가능곡선]]
*[[인플레이션]]
*[[실업률]]
==참고 문헌==
*한국은행. (2023). ''잠재성장률 추정과 경제전망 보도자료''.
*OECD. (2022). ''Economic Outlook''.
[[분류:경제학]]

디키-풀러 테스트

2025-03-20T23:57:26Z

권영세: 새 문서: 디키-풀러 정상성 검정(Dickey-Fuller Test)은 시계열 데이터의 정상성(Stationarity)을 검정하는 통계적 방법으로, 단위근(Unit Root) 여부를 판별하여 시계열이 평균과 분산이 일정한 정상 과정인지 확인하는 데 사용된다. ==개요== 정상성은 시계열 분석에서 중요한 개념으로, 정상적인 시계열은 평균과 분산이 시간에 따라 일정해야 한다. 디키-풀러 검정은 시계열이 정상적인...

디키-풀러 정상성 검정(Dickey-Fuller Test)은 시계열 데이터의 정상성(Stationarity)을 검정하는 통계적 방법으로, 단위근(Unit Root) 여부를 판별하여 시계열이 평균과 분산이 일정한 정상 과정인지 확인하는 데 사용된다.
==개요==
정상성은 시계열 분석에서 중요한 개념으로, 정상적인 시계열은 평균과 분산이 시간에 따라 일정해야 한다. 디키-풀러 검정은 시계열이 정상적인지 아니면 단위근을 포함하는 비정상적인(non-stationary) 시계열인지 판단하는 데 사용된다.
==검정 가설==
디키-풀러 검정은 귀무가설(null hypothesis)과 대립가설(alternative hypothesis)로 구성된다.
*귀무가설(H₀): 시계열이 단위근을 포함하며, 정상성이 없다. (비정상적 시계열)
*대립가설(H₁): 시계열이 단위근을 포함하지 않으며, 정상적이다.
디키-풀러 검정의 결과로 '''p-value'''가 일정 임계값(예: 0.05)보다 작으면, 귀무가설을 기각하고 시계열이 정상성을 가진다고 판단할 수 있다.
==검정 방식==
디키-풀러 검정은 다음과 같은 세 가지 유형이 있다.
*'''표준 디키-풀러 검정(Standard Dickey-Fuller Test)'''
**자기회귀 모델을 이용하여 단순히 단위근 여부를 검정
*'''확장된 디키-풀러 검정(Augmented Dickey-Fuller Test, ADF)'''
**시차(lag)를 추가하여 자기상관을 고려한 일반적인 검정 방법
*'''필립스-페론 검정(Phillips-Perron Test)'''
**비슷한 목적을 가지지만, 자기상관과 이분산성을 보정하여 검정
==검정 식==
디키-풀러 검정은 다음과 같은 회귀 모델을 기반으로 한다.

ΔYₜ = α + βt + γYₜ₋₁ + δ₁ΔYₜ₋₁ + ... + δₖΔYₜ₋ₖ + εₜ

여기서,
*Yₜ: 시계열 데이터
*ΔYₜ: 1차 차분(변화량)
*t: 시간 변수 (추세가 있을 경우 포함)
*γ: 단위근 계수 (γ < 0이면 정상성 유지)
*εₜ: 오차항
검정의 핵심은 '''γ'''가 0보다 작은지 여부를 확인하는 것이다.
==예제 코드==
Python을 이용하여 확장된 디키-풀러(ADF) 검정을 수행하는 예제이다.<syntaxhighlight lang="python">
import numpy as np
import pandas as pd
import statsmodels.api as sm
from statsmodels.tsa.stattools import adfuller

# 시계열 데이터 생성 (비정상 데이터)
np.random.seed(42)
time_series = np.cumsum(np.random.normal(0, 1, 100))

# 디키-풀러 검정 수행
result = adfuller(time_series)

print("ADF 검정 통계량:", result[0])
print("p-value:", result[1])
print("임계값:", result[4])

# 결과 해석
if result[1] < 0.05:
print("귀무가설 기각: 정상성을 가짐")
else:
print("귀무가설 채택: 정상성이 없음 (단위근 존재)")
</syntaxhighlight>
==결과 해석==
*p-value < 0.05 → 귀무가설 기각 → 정상적인 시계열 데이터
*p-value ≥ 0.05 → 귀무가설 채택 → 비정상적인 시계열 데이터 (차분 필요)
==활용==
*'''금융 데이터 분석''' - 주가, 환율 등 금융 시계열의 정상성 검정
*'''경제학 연구''' - 거시경제 변수(GDP, 물가, 금리 등)의 장기 균형 분석
*'''공적분 검정''' - 시계열 간 장기적인 균형 관계 분석(Engle-Granger 공적분 검정 등)
*'''시계열 모델링''' - ARIMA 모델 적용 전 정상성 확인
==같이 보기==
*[[공적분 관계 (금융 투자)]]
*[[시계열 분석]]
*[[자기회귀이동평균(ARIMA) 모델]]
*[[통계적 차익 거래]]
*[[페어 트레이딩]]
==참고 문헌==
*Dickey, D. A., & Fuller, W. A. (1979). ''Distribution of the Estimators for Autoregressive Time Series with a Unit Root''. Journal of the American Statistical Association.
*Hamilton, J. D. (1994). ''Time Series Analysis''. Princeton University Press.
[[분류:금융]]
[[분류:투자]]

통계적 차익 거래

2025-03-20T23:45:57Z

권영세: 새 문서: 통계적 차익 거래(Statistical Arbitrage, Stat Arb)는 통계적 방법과 계량적 모델을 이용하여 금융 상품 간의 가격 차이를 이용한 차익 거래 전략이다. ==개요== 통계적 차익 거래는 자산 간의 '''가격 비효율성'''을 찾아내고, 일정한 통계적 규칙을 기반으로 매수 및 매도 포지션을 동시에 취하여 수익을 창출하는 전략이다. 일반적으로 고빈도 트레이딩(HFT)이나 알고리즘 트...

통계적 차익 거래(Statistical Arbitrage, Stat Arb)는 통계적 방법과 계량적 모델을 이용하여 금융 상품 간의 가격 차이를 이용한 차익 거래 전략이다.
==개요==
통계적 차익 거래는 자산 간의 '''가격 비효율성'''을 찾아내고, 일정한 통계적 규칙을 기반으로 매수 및 매도 포지션을 동시에 취하여 수익을 창출하는 전략이다. 일반적으로 고빈도 트레이딩(HFT)이나 알고리즘 트레이딩에서 많이 사용된다.
==전략==
통계적 차익 거래 전략은 다음과 같은 주요 기법을 포함한다.
*'''페어 트레이딩(Pairs Trading)'''
**상관관계가 높은 두 자산의 가격 차이가 일정 범위를 벗어나면 저평가된 자산을 매수하고 고평가된 자산을 매도하는 방식

*'''모멘텀 기반 차익 거래'''
**최근의 가격 패턴과 통계적 특성을 분석하여 단기적인 가격 흐름을 이용

*'''차원 축소 및 머신러닝 기법'''
**주성분 분석(PCA), 클러스터링, 신경망 등을 활용하여 차익 기회를 탐색

*'''시장 중립 전략(Market Neutral Strategy)'''
**롱(Long)과 숏(Short) 포지션을 균형 있게 유지하여 시장 방향성과 무관하게 수익을 창출
==주요 지표==
통계적 차익 거래에서 활용되는 주요 통계 지표는 다음과 같다.
*'''스프레드(Spread)''' - 두 자산 간의 가격 차이
*'''평균 회귀(Mean Reversion)''' - 가격이 장기적인 평균으로 회귀하는 성질
*'''베타 중립(Beta Neutral)''' - 포트폴리오의 시장 노출을 최소화
*'''잔차 분석(Residual Analysis)''' - 선형 회귀 모델을 사용하여 가격의 정상성과 예측 가능성을 평가
==예제 코드==
다음은 Python을 사용하여 페어 트레이딩 전략을 수행하는 간단한 예제이다.<syntaxhighlight lang="python">
import numpy as np
import pandas as pd
import statsmodels.api as sm
import matplotlib.pyplot as plt

# 샘플 데이터 생성
np.random.seed(42)
x = np.cumsum(np.random.normal(0, 1, 100))
y = x + np.random.normal(0, 1, 100) # 상관된 두 자산

# 선형 회귀 분석 (잔차 계산)
x = sm.add_constant(x)
model = sm.OLS(y, x).fit()
spread = y - model.predict(x)

# 스프레드 시각화
plt.plot(spread)
plt.axhline(spread.mean(), color='red', linestyle='dashed')
plt.title("스프레드(가격 차이)")
plt.show()
</syntaxhighlight>
==장점과 단점==
===장점===
*'''시장 방향성과 무관''' - 롱/숏 포지션을 조합하여 특정 시장 상황에서도 수익 창출 가능
*'''통계적 신뢰성''' - 과거 데이터를 기반으로 수학적 모델을 적용하여 예측 가능성 증가
*'''고빈도 트레이딩(HFT)과 결합 가능''' - 알고리즘 트레이딩과 함께 활용되어 효율적 거래 가능
===단점===
*'''거래 비용''' - 빈번한 매매로 인해 수수료와 슬리피지가 발생
*'''모델 리스크''' - 과적합(overfitting) 및 데이터 드리프트(data drift)로 인해 성과 저하 가능
*'''시장 구조 변화''' - 특정 패턴이 사라지거나 알고리즘이 경쟁에 의해 무력화될 위험
==활용==
*헤지 펀드 및 기관 투자자들이 주로 사용
*고빈도 트레이딩(HFT) 및 알고리즘 트레이딩의 핵심 전략
*주식, 채권, 외환, 암호화폐 등 다양한 자산 클래스에서 적용 가능
==같이 보기==
*[[차익 거래]]
*[[페어 트레이딩]]
*[[알고리즘 트레이딩]]
*[[퀀트 투자]]
==참고 문헌==
*Avellaneda, M., & Lee, J. (2010). ''Statistical Arbitrage in the U.S. Equities Market''. Quantitative Finance.
*Pardo, R. (2011). ''The Evaluation and Optimization of Trading Strategies''. Wiley.
[[분류:금융]]
[[분류:투자]]

공적분 관계 (금융 투자)

2025-03-20T23:45:05Z

권영세: 새 문서: 공적분 관계(Cointegration Relationship)는 두 개 이상의 시계열 변수가 장기적으로 균형 관계를 유지하면서 단기적으로 변동할 수 있는 관계를 의미하며, 금융 및 투자 분야에서 통계적 차익 거래(Statistical Arbitrage)에 활용된다. ==개요== 금융 시장에서 여러 자산은 단기적으로 독립적인 움직임을 보일 수 있지만, 장기적으로는 일정한 균형 관계를 유지하는 경우가 있다. 이...

공적분 관계(Cointegration Relationship)는 두 개 이상의 시계열 변수가 장기적으로 균형 관계를 유지하면서 단기적으로 변동할 수 있는 관계를 의미하며, 금융 및 투자 분야에서 통계적 차익 거래(Statistical Arbitrage)에 활용된다.
==개요==
금융 시장에서 여러 자산은 단기적으로 독립적인 움직임을 보일 수 있지만, 장기적으로는 일정한 균형 관계를 유지하는 경우가 있다. 이러한 관계를 수학적으로 설명하는 개념이 공적분이다.

예를 들어, 두 주식 A와 B가 서로 연관된 경제적 요인을 공유한다면, 개별적으로 변동하더라도 일정한 스프레드를 유지하는 경향이 있다. 공적분 관계를 이용하면 이러한 자산 간의 '''평균 회귀(Mean Reversion)''' 현상을 활용하여 차익 거래 전략을 구사할 수 있다.
==정의==
시계열 Xt와 Yt가 각각 단위근(Unit Root)을 가진 비정상(non-stationary) 과정일 때, 이들의 선형 결합 Zt = Xt - βYt이 정상(stationary) 과정을 따른다면, Xt와 Yt는 공적분 관계에 있다고 한다.
==공적분 검정==
공적분 관계를 검정하는 대표적인 방법은 다음과 같다.
*'''Engle-Granger 공적분 검정'''
**두 개의 시계열에 대해 회귀 분석을 수행한 후 잔차가 정상성을 가지는지 검정
**단순한 공적분 관계 분석에 사용

*'''Johansen 공적분 검정'''
**여러 개의 시계열 변수에 대해 공적분 관계를 분석할 수 있는 다변량 접근법
**금융 포트폴리오에서 여러 자산 간 관계를 분석할 때 활용
==금융에서의 활용==
공적분 관계는 다음과 같은 금융 투자 전략에서 사용된다.
*'''페어 트레이딩(Pairs Trading)'''
**공적분 관계가 있는 두 자산의 가격 차이가 일정 수준을 벗어나면 롱/숏 포지션을 취하여 평균 회귀를 이용한 차익 실현

*'''포트폴리오 헤징'''
**공적분 관계를 활용하여 시장 중립 전략을 구성하고, 리스크를 최소화

*'''채권 스프레드 거래'''
**금리 관련 상품(예: 국채, 회사채) 간 공적분 관계를 분석하여 금리 차이 변화를 활용한 거래 전략 개발
==예제 코드==
Python을 이용하여 Engle-Granger 공적분 검정을 수행하는 예제이다.<syntaxhighlight lang="python">
import numpy as np
import statsmodels.api as sm
from statsmodels.tsa.stattools import coint

# 샘플 데이터 생성
np.random.seed(42)
x = np.cumsum(np.random.normal(0, 1, 100))
y = x + np.random.normal(0, 1, 100) # 공적분 관계가 있는 두 시계열

# 공적분 검정
score, p_value, _ = coint(x, y)

print(f"공적분 검정 통계량: {score}")
print(f"p-value: {p_value}")
</syntaxhighlight>
==장점과 단점==
===장점===
*'''평균 회귀 특성을 활용''' - 가격이 일정 수준을 벗어나면 되돌아올 가능성이 높음
*'''시장 방향성에 의존하지 않음''' - 롱/숏 전략을 병행하여 시장 변동성과 무관한 수익 창출 가능
*'''다변량 분석 가능''' - Johansen 검정을 통해 다수의 자산 관계 분석 가능
===단점===
*'''공적분 관계의 변동성''' - 장기적인 균형이 유지되지 않을 가능성이 있음
*'''거래 비용 발생''' - 빈번한 매매가 필요하여 수수료 및 슬리피지 비용이 증가할 수 있음
*'''과적합 위험''' - 과거 데이터에 대한 과적합으로 인해 실전 적용 시 성과가 저하될 가능성이 있음
==활용==
*'''헤지펀드 및 기관 투자자''' - 통계적 차익 거래 전략에 공적분 모델 활용
*'''고빈도 트레이딩(HFT)''' - 공적분 관계를 실시간으로 분석하여 자동 매매 알고리즘 개발
*'''경제학 연구''' - 거시경제 변수 간 장기 균형 관계 분석
==같이 보기==
*[[통계적 차익 거래]]
*[[페어 트레이딩]]
*[[시계열 분석]]
*[[단위근 검정]]
*[[Johansen 공적분 검정]]
==참고 문헌==
*Engle, R. F., & Granger, C. W. J. (1987). ''Co-integration and Error Correction: Representation, Estimation, and Testing''. Econometrica.
*Johansen, S. (1991). ''Estimation and Hypothesis Testing of Cointegration Vectors in Gaussian Vector Autoregressive Models''. Econometrica.
[[분류:금융]]
[[분류:투자]]

페어 트레이딩

2025-03-20T22:49:07Z

권영세: 새 문서: 페어 트레이딩(Pairs Trading)은 통계적으로 유사한 움직임을 보이는 두 자산을 동시에 매수(Long) 및 매도(Short)하여 가격 차이(스프레드)의 평균 회귀를 이용해 수익을 창출하는 시장 중립적 차익 거래 전략이다. ==개요== 페어 트레이딩은 두 자산 간의 '''공적분 관계(Cointegration Relationship)'''를 이용하여 가격 비효율성을 찾아내는 전략이다. 일반적으로 가격이 일정한 스...

페어 트레이딩(Pairs Trading)은 통계적으로 유사한 움직임을 보이는 두 자산을 동시에 매수(Long) 및 매도(Short)하여 가격 차이(스프레드)의 평균 회귀를 이용해 수익을 창출하는 시장 중립적 차익 거래 전략이다.
==개요==
페어 트레이딩은 두 자산 간의 '''공적분 관계(Cointegration Relationship)'''를 이용하여 가격 비효율성을 찾아내는 전략이다. 일반적으로 가격이 일정한 스프레드를 유지하는 두 자산을 선정한 후, 가격 차이가 과거 평균보다 크게 벌어지면 한 자산을 매수하고 다른 자산을 매도하여 가격 차이가 정상 수준으로 회귀할 때 차익을 실현한다.

예를 들어, 두 개의 유사한 기업(예: 코카콜라와 펩시)의 주가가 역사적으로 유사한 움직임을 보인다면, 특정 시점에서 가격 차이가 평균보다 커졌을 때 저평가된 주식을 매수하고 고평가된 주식을 매도하여 수익을 기대할 수 있다.
==전략==
페어 트레이딩 전략은 다음과 같은 과정으로 수행된다.
#자산 쌍(pair) 선정 - 유사한 산업군, 상관관계, 공적분 관계 등을 고려하여 두 자산을 선택한다.
#스프레드 계산 - 두 자산 간의 가격 차이를 계산하고, 이동 평균 및 표준 편차를 이용하여 정상 범위를 설정한다.
#거래 신호 생성 - 스프레드가 정상 범위를 벗어날 경우 롱/숏 포지션을 취하고, 회귀하면 청산한다.
#위험 관리 - 스탑로스(손절매) 및 포트폴리오 헤징을 통해 리스크를 관리한다.
==공적분과 평균 회귀==
페어 트레이딩에서 두 자산의 가격 차이가 정상적으로 유지되려면 공적분 관계가 성립해야 한다. 공적분 관계가 있는 경우, 두 자산의 가격 차이는 단기적으로 변동하지만 장기적으로 일정한 평균을 중심으로 회귀하는 경향이 있다.
*'''평균 회귀(Mean Reversion)''' - 자산 가격이 과거 평균에서 벗어나면 다시 평균으로 돌아오는 성질
*'''스프레드 분석''' - (자산 A의 가격) - β × (자산 B의 가격) 형태로 표현하여 정상 범위를 설정
==예제 코드==
Python을 이용하여 페어 트레이딩 전략을 구현하는 간단한 예제이다.<syntaxhighlight lang="python">
import numpy as np
import pandas as pd
import statsmodels.api as sm
import matplotlib.pyplot as plt
from statsmodels.tsa.stattools import coint

# 샘플 데이터 생성
np.random.seed(42)
x = np.cumsum(np.random.normal(0, 1, 100))
y = x + np.random.normal(0, 1, 100) # 공적분 관계가 있는 두 자산

# 공적분 검정
score, p_value, _ = coint(x, y)
print(f"공적분 검정 통계량: {score}")
print(f"p-value: {p_value}")

# 스프레드 계산
x = sm.add_constant(x)
model = sm.OLS(y, x).fit()
spread = y - model.predict(x)

# 스프레드 시각화
plt.plot(spread)
plt.axhline(spread.mean(), color='red', linestyle='dashed')
plt.title("페어 트레이딩 스프레드")
plt.show()
</syntaxhighlight>
==장점과 단점==
===장점===
*'''시장 방향성에 의존하지 않음''' - 롱/숏 포지션을 동시에 취하기 때문에 전체 시장 변동과 무관하게 수익 가능
*'''평균 회귀 전략''' - 통계적으로 가격이 평균으로 돌아오는 성질을 활용하여 안정적인 수익 창출 가능
*'''리스크 관리 용이''' - 상대적으로 낮은 변동성과 리스크 헷징 가능
===단점===
*'''공적분 관계 붕괴 위험''' - 장기적으로 공적분 관계가 유지되지 않을 경우 손실 가능
*'''거래 비용 증가''' - 빈번한 매매로 인해 수수료와 슬리피지가 누적될 수 있음
*'''과적합 문제''' - 과거 데이터에 최적화된 전략이 미래에도 유효하다는 보장이 없음
==활용==
*'''주식 시장''' - 동일 업종의 경쟁사(예: 코카콜라-펩시, 애플-마이크로소프트) 간 가격 차이를 이용한 트레이딩
*'''채권 시장''' - 동일 신용 등급의 채권 간 금리 차이를 이용한 차익 거래
*'''외환 시장''' - 통화 페어(예: EUR/USD, GBP/USD) 간 상관관계를 이용한 거래
*'''암호화폐 시장''' - 비트코인과 이더리움 등 상관관계가 높은 자산 간 페어 트레이딩
==같이 보기==
*[[공적분 관계 (금융 투자)]]
*[[통계적 차익 거래]]
*[[알고리즘 트레이딩]]
*[[퀀트 투자]]
==참고 문헌==
*Gatev, E., Goetzmann, W. N., & Rouwenhorst, K. G. (2006). ''Pairs Trading: Performance of a Relative-Value Arbitrage Rule''. Review of Financial Studies.
*Vidyamurthy, G. (2004). ''Pairs Trading: Quantitative Methods and Analysis''. Wiley Finance.
[[분류:금융]]
[[분류:투자]]

스윙 트레이딩

2025-03-13T23:39:48Z

권영세: 새 문서: 스윙 트레이딩(Swing Trading)은 금융 시장에서 몇 일에서 몇 주에 걸쳐 포지션을 유지하면서 단기적인 가격 변동을 이용하여 수익을 얻는 거래 전략이다. ==개요== 스윙 트레이딩은 단기 트레이딩과 장기 투자 사이의 중간 형태로, 기술적 분석을 기반으로 하여 주가의 변동성을 활용한다. 스윙 트레이더들은 주로 차트 패턴, 이동 평균, 거래량, 지지선 및 저항선을 분석...

스윙 트레이딩(Swing Trading)은 금융 시장에서 몇 일에서 몇 주에 걸쳐 포지션을 유지하면서 단기적인 가격 변동을 이용하여 수익을 얻는 거래 전략이다.
==개요==
스윙 트레이딩은 단기 트레이딩과 장기 투자 사이의 중간 형태로, 기술적 분석을 기반으로 하여 주가의 변동성을 활용한다. 스윙 트레이더들은 주로 차트 패턴, 이동 평균, 거래량, 지지선 및 저항선을 분석하여 매매 결정을 내린다.
==전략==
스윙 트레이딩의 핵심 전략은 다음과 같다.
*'''트렌드 추종 전략''' - 상승 또는 하락 추세를 따라 매매하는 방식
*'''돌파 매매(Breakout Trading)''' - 저항선을 돌파할 때 매수하거나 지지선을 이탈할 때 매도하는 방식
*'''조정 매매(Pullback Trading)''' - 상승 추세에서 단기 조정 시 매수하거나 하락 추세에서 반등 시 매도하는 방식
*'''기술적 분석 활용''' - 이동 평균선, 상대강도지수(RSI), MACD 등의 기술적 지표를 이용한 진입 및 청산 결정
==예시==
다음은 스윙 트레이딩 전략을 활용한 실제 적용 예시이다.

'''예시 1: 50일 이동 평균 돌파 전략'''
*애플(Apple, AAPL) 주식이 50일 이동 평균을 돌파하는 순간 매수 진입
*목표가는 최근 고점으로 설정하고 손절가는 이동 평균 아래 2%로 설정
*2주 후 주가가 목표가에 도달하여 10% 수익 실현 후 매도
'''예시 2: RSI 과매도 영역에서 반등 매매'''
*테슬라(Tesla, TSLA) 주가가 하락하여 RSI가 30 이하로 진입
*RSI가 다시 30을 상향 돌파할 때 매수 진입
*목표가는 최근 저항선, 손절가는 최근 저점으로 설정
*5일 후 주가 반등하여 7% 수익 실현 후 매도
'''예시 3: 지지선에서 반등하는 스윙 매매'''
*S&P 500 지수가 중요한 지지선에서 반등하는 것을 확인
*스윙 트레이더는 지지선에서 매수하고 저항선 부근에서 매도
*손절가는 지지선 아래 3%, 목표가는 저항선 수준으로 설정
*10일 후 목표가 도달하여 5% 수익 실현
==장점과 단점==
===장점===
*단기 트레이딩보다 빈번한 매매가 필요하지 않아 시간 부담이 적다.
*변동성을 이용하여 단기간 내 수익 창출이 가능하다.
*리스크 관리가 용이하며, 명확한 손절 및 목표가 설정이 가능하다.
===단점===
*시장의 급격한 변동에 의해 예상과 다른 움직임이 발생할 수 있다.
*장기 투자보다 자본 회전율이 높아 수수료와 세금이 증가할 수 있다.
*지속적인 시장 분석과 차트 감시가 필요하다.
==비교==
{| class="wikitable"
!스타일!!투자 기간!!분석 방법!!리스크 수준
|-
|스캘핑||수 초 ~ 수 분||초단기 기술적 분석||높음
|-
|데이 트레이딩||하루 이내||기술적 분석||높음
|-
|'''스윙 트레이딩'''||몇 일 ~ 몇 주||기술적 분석 및 기본적 분석||중간
|-
|포지션 트레이딩||몇 주 ~ 몇 년||기본적 분석||낮음
|}
==같이 보기==
*[[데이 트레이딩]]
*[[포지션 트레이딩]]
*[[기술적 분석]]
*[[추세 추종 전략]]
==참고 문헌==
*Murphy, J. J. (1999). ''Technical Analysis of the Financial Markets''. New York Institute of Finance.
*Elder, A. (2002). ''Come Into My Trading Room: A Complete Guide to Trading''. John Wiley & Sons.
[[분류:금융]]
[[분류:투자]]

그림자 가격

2025-03-10T22:49:49Z

권영세: 새 문서: '''그림자 가격'''(Shadow Price)은 경제학 및 최적화 이론에서 제약 조건을 만족하는 최적해에서 특정 제약 조건이 약간 변경될 때 최적해의 목적 함수 값이 얼마나 변하는지를 나타내는 값이다. 즉, 그림자 가격은 제약 조건의 변화가 최적해에 미치는 영향력, 또는 제약 조건을 완화할 때 얻을 수 있는 추가적인 이익을 의미한다. ==개요== 그림자 가격은 '''선형 계획법(L...

'''그림자 가격'''(Shadow Price)은 경제학 및 최적화 이론에서 제약 조건을 만족하는 최적해에서 특정 제약 조건이 약간 변경될 때 최적해의 목적 함수 값이 얼마나 변하는지를 나타내는 값이다. 즉, 그림자 가격은 제약 조건의 변화가 최적해에 미치는 영향력, 또는 제약 조건을 완화할 때 얻을 수 있는 추가적인 이익을 의미한다.
==개요==
그림자 가격은 '''선형 계획법(Linear Programming)'''에서 자주 사용되며, 주어진 자원이나 제약이 한계에 도달했을 때 해당 제약을 약간 완화하면 최적화된 결과에 어떤 영향을 미칠지를 알려준다.
*그림자 가격은 '''제약의 변화율'''을 측정하는 지표로 사용되며, 경제적 관점에서는 자원의 추가적인 단위가 최적해에 미치는 영향을 나타낸다.
*그림자 가격이 0이면 제약이 최적해에서 중요하지 않다는 의미이다.
*그림자 가격이 양수일 경우 제약을 완화하면 목적 함수의 값이 향상될 수 있음을 의미하며, 음수일 경우 제약을 강화하면 목적 함수의 값이 향상될 수 있음을 의미한다.
==선형 계획법에서의 그림자 가격==
선형 계획법에서는 목표 함수와 제약 조건을 사용하여 최적화를 수행한다. 그림자 가격은 특정 제약이 최적해에 미치는 영향을 나타낸다. 예를 들어, 자원의 할당 문제에서 특정 자원의 한계를 늘릴 경우 그로 인한 추가적인 이익을 나타낸다.
===예시===
선형 계획법에서의 예시 문제는 다음과 같다.
*최대화할 목표 함수:
**z = 3x + 2y
*제약 조건:
**2x + y ≤ 8
**x + 2y ≤ 6
*x, y ≥ 0
이 문제의 최적해를 구한 후, 각 제약 조건에 대한 그림자 가격을 계산할 수 있다. 그림자 가격이 높으면 해당 자원의 가용성을 늘리면 목표 함수 값이 크게 증가할 수 있다는 의미이다.
==그림자 가격 해석==
그림자 가격은 다음과 같은 방식으로 해석될 수 있다:
*'''양수''' 그림자 가격:
**제약 조건을 약간 완화하면 목적 함수의 값이 증가한다. 즉, 제약 조건이 현재의 최적화 문제에서 중요한 역할을 하고 있으며, 이를 완화할 경우 추가적인 이익을 얻을 수 있다.
*'''0''' 그림자 가격:
**제약 조건이 최적해에서 중요하지 않으며, 제약을 완화해도 목적 함수에 영향을 미치지 않는다.
*'''음수''' 그림자 가격:
**제약 조건을 강화하면 목적 함수의 값이 증가한다. 즉, 자원의 한계를 더욱 엄격히 설정하면 최적화된 결과가 개선될 수 있다.
==그림자 가격 계산==
그림자 가격은 선형 계획법의 해를 통해 계산할 수 있으며, 주어진 제약 조건의 변화를 고려하여 경제적 의미를 도출할 수 있다. 이는 일반적으로 '''단체법(Simplex Method)'''과 같은 최적화 알고리즘을 통해 구해진다.
#선형 계획 문제를 해결하여 최적해를 구한다.
#최적해에서 각 제약 조건의 그림자 가격을 계산한다.
#제약 조건을 변화시켜 목적 함수의 변화를 측정한다.
==응용==
그림자 가격은 다양한 분야에서 활용된다.
*'''경제학 및 자원 배분'''
**자원의 효율적인 분배를 위해 그림자 가격을 사용하여 각 자원의 중요도를 평가한다.
*'''산업 최적화 문제'''
**생산 계획, 물류 최적화, 공급망 관리 등에서 자원의 제한적 가용성에 따른 최적화 문제에 적용된다.
*'''환경 정책 및 규제 분석'''
**환경 자원의 관리에서, 특정 자원의 추가 또는 감소가 전체 경제에 미치는 영향을 분석하는 데 사용된다.
*'''금융 모델링'''
**자산 배분 및 포트폴리오 최적화에서, 특정 제약 조건이 최적화 결과에 미치는 영향을 분석한다.
==같이 보기==
*[[선형 계획법]]
*[[최적화 이론]]
*[[단체법(Simplex Method)]]
*[[수학적 모델링]]
==참고 문헌==
*Taha, H. A. "Operations Research: An Introduction." Pearson Education, 2007.
*Dantzig, G. B. "Linear Programming and Extensions." Princeton University Press, 1963.

*
[[분류:경제학]]

나라별 실제 크기

2025-03-03T04:30:16Z

권영세: 새 문서: 파일:나라별 실제 크기.png 현재 우리가 아는 지도는 구형의 지구를 평면의 사각형 모양으로 펼친 것이다. 이는 메르카토르 도법에 따라 이루어지는데 이렇게 하면 북반구의 나라들이 과도하게 크게 보여진다. 위 지도는 출처에서 실제 나라의 객관적인 크기를 계산해서 현재 우리가 쓰고 있는 지도들에서 보여지는 크기와 얼마나 차이가 나는지 알려주는 인포...

[[파일:나라별 실제 크기.png]]

현재 우리가 아는 지도는 구형의 지구를 평면의 사각형 모양으로 펼친 것이다. 이는 메르카토르 도법에 따라 이루어지는데 이렇게 하면 북반구의 나라들이 과도하게 크게 보여진다. 위 지도는 출처에서 실제 나라의 객관적인 크기를 계산해서 현재 우리가 쓰고 있는 지도들에서 보여지는 크기와 얼마나 차이가 나는지 알려주는 인포그래픽이다.

옅은색이 우리가 알고 있는 지도이고, 진한 색깔이 실제 그 나라의 크기이다. 우리가 정말 아프리카 대륙만하게 착각하곤 하는 그린란드는 실제로는 멕시코 정도의 크기이며, 유럽의 국가들, 특히 북유럽의 국가들은 우리가 생각하는 것보다 매우 작아서 겨우 한반도 정도밖에 안되는 경우도 많다.

파일:나라별 실제 크기.png

2025-03-03T03:50:18Z

권영세:

출처: https://www.visualcapitalist.com/mercator-map-true-size-of-countries/

피보나치 되돌림

2025-03-02T20:47:19Z

권영세: 새 문서: 피보나치 되돌림(Fibonacci Retracement)은 가격이 큰 추세를 형성한 후 일정 비율만큼 되돌아갈 가능성이 높다는 가정에 기반한 기술적 분석 도구이다. 이 개념은 이탈리아 수학자 레오나르도 피보나치(Leonardo Fibonacci)의 수열에서 유래되었으며, 금융 시장에서 지지선과 저항선을 예측하는 데 활용된다. ==개요== 피보나치 되돌림은 가격이 상승 또는 하락한 후 일정 비율...

피보나치 되돌림(Fibonacci Retracement)은 가격이 큰 추세를 형성한 후 일정 비율만큼 되돌아갈 가능성이 높다는 가정에 기반한 기술적 분석 도구이다. 이 개념은 이탈리아 수학자 레오나르도 피보나치(Leonardo Fibonacci)의 수열에서 유래되었으며, 금융 시장에서 지지선과 저항선을 예측하는 데 활용된다.
==개요==
피보나치 되돌림은 가격이 상승 또는 하락한 후 일정 비율만큼 조정될 가능성이 크다는 원리를 이용한다. 이를 통해 투자자는 되돌림 구간에서 매수 또는 매도 기회를 찾을 수 있다. 일반적으로 사용되는 피보나치 비율은 다음과 같다.
*23.6%
*38.2%
*50.0% (피보나치 수열과 직접적인 관련은 없지만 중요하게 여겨짐)
*61.8%
*78.6%
이러한 비율들은 과거 가격 변동에서 자주 나타나는 조정 수준을 기반으로 한다.
==계산 방법==
피보나치 되돌림을 적용하는 기본 단계는 다음과 같다.
#최근의 '''최고점(High)'''과 '''최저점(Low)'''을 찾는다.
#최고점에서 최저점까지의 총 가격 변동폭을 계산한다.
#위에서 정의한 피보나치 비율을 적용하여 되돌림 수준을 구한다.
예를 들어, 특정 주식이 100에서 200까지 상승한 후 되돌림을 경험할 경우:
*23.6% 되돌림 수준: 200 - (100 × 0.236) = 176.4
*38.2% 되돌림 수준: 200 - (100 × 0.382) = 161.8
*50.0% 되돌림 수준: 200 - (100 × 0.5) = 150
*61.8% 되돌림 수준: 200 - (100 × 0.618) = 138.2
*78.6% 되돌림 수준: 200 - (100 × 0.786) = 121.4
이 계산을 통해 가격이 조정될 가능성이 높은 지점을 예측할 수 있다.
==피보나치 되돌림의 활용==
피보나치 되돌림은 다음과 같은 방식으로 활용된다.
*'''지지선(Support)과 저항선(Resistance) 식별''' – 되돌림 비율이 강한 지지선 또는 저항선으로 작용할 가능성이 있음
*'''매매 진입 및 손절매 전략''' – 되돌림 지점에서 매수 또는 매도 진입 기회를 탐색하고, 손절매 지점을 설정하는 데 도움을 줌
*'''다른 기술적 지표와 병행 사용''' – RSI, MACD, 이동 평균 등과 함께 분석하여 신호의 신뢰도를 높일 수 있음
==피보나치 되돌림과 확장==
피보나치 되돌림 외에도 '''피보나치 확장(Fibonacci Extension)'''이라는 개념이 있다. 이는 되돌림 이후 가격이 기존 추세 방향으로 얼마나 더 확장될 수 있는지를 예측하는 데 사용된다. 일반적으로 활용되는 피보나치 확장 수준은 다음과 같다.
*127.2%
*161.8%
*261.8%
*423.6%
피보나치 확장은 목표 가격을 설정하는 데 유용하다.
==한계 및 주의점==
*피보나치 되돌림 수준은 '''확률적 개념'''으로, 가격이 반드시 해당 수준에서 반등하거나 되돌아갈 것이라고 보장할 수 없음
*시장 상황에 따라 특정 피보나치 비율이 더 신뢰도가 높은 경우가 있으며, 과거 차트를 통해 적절한 적용이 필요함
*단독으로 사용하기보다는 다른 기술적 분석 도구와 함께 활용하는 것이 효과적임
==관련 용어==
*[[기술적 분석]]
*[[추세선]]
*[[지지선과 저항선]]
*[[MACD]]
*[[RSI]]
==참고 문헌==
*Murphy, John J. 《Technical Analysis of the Financial Markets》. New York Institute of Finance, 1999.
*Fibonacci, Leonardo. 《Liber Abaci》. 1202.
[[분류:금융]]
[[분류:투자]]

볼린저 밴드

2025-03-02T20:45:49Z

권영세: 새 문서: 볼린저 밴드는 시장의 변동성을 측정하고 가격의 상대적인 고점과 저점을 판단하는 기술적 분석 지표이다. 존 볼린저(John Bollinger)에 의해 개발되었으며, 이동 평균을 중심으로 상한선과 하한선을 설정하여 가격의 변동 범위를 나타낸다. ==개요== 볼린저 밴드는 주가의 변동성을 반영하여 가격이 어느 정도의 범위 내에서 움직일 가능성이 높은지를 분석하는 도구이...

볼린저 밴드는 시장의 변동성을 측정하고 가격의 상대적인 고점과 저점을 판단하는 기술적 분석 지표이다. 존 볼린저(John Bollinger)에 의해 개발되었으며, 이동 평균을 중심으로 상한선과 하한선을 설정하여 가격의 변동 범위를 나타낸다.
==개요==
볼린저 밴드는 주가의 변동성을 반영하여 가격이 어느 정도의 범위 내에서 움직일 가능성이 높은지를 분석하는 도구이다. 일반적으로 20일 단순 이동 평균(SMA)을 중심으로 상단 및 하단 밴드를 계산한다.

볼린저 밴드는 다음과 같은 세 가지 요소로 구성된다.
*'''중앙선 (SMA, Simple Moving Average)''' – 일반적으로 20일 단순 이동 평균 사용
*'''상단 밴드''' – 중앙선 + (표준편차 × k) (일반적으로 k=2)
*'''하단 밴드''' – 중앙선 - (표준편차 × k)
==계산 방법==
볼린저 밴드는 다음과 같은 공식으로 계산된다.
*'''중앙선 (Middle Band)''' = n일 단순 이동 평균 (SMA)
*'''상단 밴드 (Upper Band)''' = 중앙선 + (표준편차 × k)
*'''하단 밴드 (Lower Band)''' = 중앙선 - (표준편차 × k)
여기서,
*'''n''' = 이동 평균 기간 (일반적으로 20일)
*'''k''' = 표준편차 계수 (일반적으로 2)
*'''표준편차''' = 가격 변동의 분산을 나타내는 값
==볼린저 밴드의 해석==
볼린저 밴드는 가격 변동성이 커지면 확장되고, 변동성이 줄어들면 수축하는 특징이 있다. 이를 통해 가격의 상대적인 위치와 변동성을 분석할 수 있다.
===스퀴즈 (Bollinger Band Squeeze)===
*볼린저 밴드가 좁아지는 현상
*가격 변동성이 줄어들며, 이후 강한 변동성이 발생할 가능성이 높음
*밴드가 좁아진 후 상방 또는 하방 돌파 가능성이 높음
===브레이크아웃 (Breakout)===
*가격이 상단 밴드를 돌파하면 강한 상승 신호로 해석될 수 있음
*가격이 하단 밴드를 돌파하면 강한 하락 신호로 해석될 수 있음
*단, 볼린저 밴드는 추세를 예측하는 지표가 아니라 변동성을 측정하는 지표이므로, 돌파만으로 매수·매도 결정을 내리는 것은 위험함
===반전 가능성===
*가격이 상단 밴드에 도달하면 과매수 상태로 해석될 수 있음
*가격이 하단 밴드에 도달하면 과매도 상태로 해석될 수 있음
*그러나 가격이 강한 추세를 따라 움직일 경우, 밴드 접촉이 지속될 수도 있음
==볼린저 밴드와 다른 지표의 조합==
볼린저 밴드는 다른 기술적 분석 지표와 함께 사용할 때 더욱 효과적이다. 예를 들면 다음과 같다.
*'''RSI (Relative Strength Index)''' – 과매수·과매도를 판단하여 볼린저 밴드 신호를 보완
*'''MACD (Moving Average Convergence Divergence)''' – 트렌드 방향을 확인하는 데 활용
*'''이동 평균''' – 장기 이동 평균과의 비교를 통해 추세를 확인
==장점 및 한계==
===장점===
*가격 변동성을 시각적으로 쉽게 파악 가능
*다양한 자산 (주식, 외환, 암호화폐 등)에서 활용 가능
*다른 기술적 지표와 조합하여 유용한 매매 전략 수립 가능
===한계===
*추세의 방향을 예측하지 않으며, 단순한 변동성 측정 도구
*강한 상승 또는 하락 추세에서는 상단·하단 밴드 접촉이 지속될 수 있어 단순 반전 매매 전략은 실패할 가능성이 높음
*표준 설정값(20, 2)이 모든 시장 상황에서 최적은 아닐 수 있음
==관련 용어==
*[[이동 평균]]
*[[표준편차]]
*[[RSI]]
*[[MACD]]
*[[변동성]]
==참고 문헌==
*Bollinger, John. 《Bollinger on Bollinger Bands》. McGraw-Hill, 2001.
[[분류:금융]]
[[분류:투자]]

기술적 분석

2025-03-02T20:42:43Z

권영세: 새 문서: 기술적 분석은 금융 시장에서 가격 움직임과 거래량 등의 과거 데이터를 분석하여 미래의 가격 변동을 예측하려는 투자 기법이다. 이는 기본적 분석과 달리 기업의 재무제표나 경제적 요인을 고려하지 않고, 차트와 통계를 기반으로 한다. ==개요== 기술적 분석은 주식, 외환, 상품 및 암호화폐 시장에서 널리 사용된다. 기술적 분석의 핵심 가정은 다음과 같다. *'''시...

기술적 분석은 금융 시장에서 가격 움직임과 거래량 등의 과거 데이터를 분석하여 미래의 가격 변동을 예측하려는 투자 기법이다. 이는 기본적 분석과 달리 기업의 재무제표나 경제적 요인을 고려하지 않고, 차트와 통계를 기반으로 한다.
==개요==
기술적 분석은 주식, 외환, 상품 및 암호화폐 시장에서 널리 사용된다. 기술적 분석의 핵심 가정은 다음과 같다.
*'''시장 가격은 모든 정보를 반영한다.''' – 효율적 시장 가설과 유사한 개념으로, 가격 움직임이 모든 가용 정보를 반영하고 있다고 가정한다.
*'''가격 움직임은 추세를 따른다.''' – 시장 가격은 랜덤하게 움직이는 것이 아니라 일정한 패턴과 추세를 따른다고 본다.
*'''역사는 반복된다.''' – 인간의 심리가 변하지 않기 때문에 과거의 가격 패턴이 미래에도 반복될 가능성이 크다고 본다.
==주요 개념==
===차트 패턴===
기술적 분석에서 차트는 가격 움직임을 시각적으로 나타낸다. 대표적인 차트 패턴은 다음과 같다.
*'''헤드 앤 숄더 (Head and Shoulders)''' – 상승 추세의 반전을 나타내는 패턴
*'''이중 바닥 (Double Bottom)''' – 하락 추세의 반전을 나타내는 패턴
*'''삼각형 패턴 (Triangle Pattern)''' – 지속형 패턴으로, 돌파 방향에 따라 상승 또는 하락을 예측
===이동 평균===
이동 평균은 일정 기간 동안의 평균 가격을 나타내며, 가격 변동의 흐름을 파악하는 데 유용하다.
*'''단순 이동 평균 (SMA, Simple Moving Average)''' – 일정 기간 동안의 평균 가격
*'''지수 이동 평균 (EMA, Exponential Moving Average)''' – 최근 가격에 더 높은 가중치를 부여한 평균
===지표 및 오실레이터===
기술적 분석에서는 가격의 모멘텀과 과매수/과매도를 판단하기 위해 여러 가지 지표와 오실레이터를 사용한다.
*'''상대 강도 지수 (RSI, Relative Strength Index)''' – 0~100 범위에서 70 이상이면 과매수, 30 이하이면 과매도로 해석
*'''MACD (Moving Average Convergence Divergence)''' – 이동 평균의 차이를 이용한 추세 및 모멘텀 지표
*'''볼린저 밴드 (Bollinger Bands)''' – 가격 변동성을 측정하고 과매수·과매도를 판단하는 지표
===거래량 분석===
거래량은 가격 변동의 강도를 측정하는 데 중요한 요소이다.
*'''거래량 증가와 가격 상승''' – 강한 매수 신호로 해석될 수 있음
*'''거래량 감소와 가격 상승''' – 약한 상승 추세로 해석될 수 있음
==기술적 분석 vs 기본적 분석==
기술적 분석과 기본적 분석은 서로 다른 접근 방식을 취한다.
{| class="wikitable"
|+기술적 분석과 기본적 분석 비교
!구분!!기술적 분석!!기본적 분석
|-
|초점||가격과 거래량||기업의 가치와 재무상태
|-
|주요 도구||차트, 지표, 패턴||재무제표, 경제지표, 산업 분석
|-
|투자 스타일||단기, 중기 매매||장기 투자
|-
|대표적 활용자||트레이더||가치 투자자
|}
==한계 및 비판==
기술적 분석은 많은 트레이더들에게 유용한 도구로 사용되지만, 다음과 같은 한계가 있다.
*'''후행적 지표 문제''' – 대부분의 기술적 분석 지표는 과거 데이터를 기반으로 하기 때문에 미래를 완벽하게 예측할 수 없음
*'''주관적 해석''' – 동일한 차트를 보더라도 분석가마다 다른 결론을 내릴 수 있음
*'''효율적 시장 가설과의 충돌''' – 시장이 완전히 효율적이라면 기술적 분석이 유효하지 않을 수 있음
==관련 용어==
*[[캔들스틱 차트]]
*[[추세선]]
*[[이동 평균]]
*[[MACD]]
*[[RSI]]
==참고 문헌==
*Murphy, John J. 《Technical Analysis of the Financial Markets》. New York Institute of Finance, 1999.
*Pring, Martin J. 《Technical Analysis Explained》. McGraw-Hill, 2002.

역트렌드 전략

2025-03-02T20:41:04Z

권영세: 새 문서: 역트렌드 전략(逆Trend 戰略, Counter-Trend Strategy)은 금융 시장에서 가격의 기존 추세와 반대로 거래하는 전략이다. 일반적으로 가격이 단기적으로 과매수 또는 과매도 상태에 도달했다고 판단될 때 매수 또는 매도를 진행하며, 평균 회귀(mean reversion)의 개념을 기반으로 한다. ==개요== 역트렌드 전략은 시장이 지속적으로 한 방향으로 움직이는 것이 아니라, 일정한 범위...

역트렌드 전략(逆Trend 戰略, Counter-Trend Strategy)은 금융 시장에서 가격의 기존 추세와 반대로 거래하는 전략이다. 일반적으로 가격이 단기적으로 과매수 또는 과매도 상태에 도달했다고 판단될 때 매수 또는 매도를 진행하며, 평균 회귀(mean reversion)의 개념을 기반으로 한다.
==개요==
역트렌드 전략은 시장이 지속적으로 한 방향으로 움직이는 것이 아니라, 일정한 범위 내에서 변동한다고 가정한다. 따라서 가격이 극단적인 수준에 도달하면 되돌림이 발생할 가능성이 높다고 보고, 이를 활용하여 수익을 창출하는 것을 목표로 한다.

이 전략은 주로 단기 트레이딩에서 사용되며, 기술적 분석을 기반으로 한 다양한 지표와 함께 활용된다.
==주요 기법==
===1. 과매수 및 과매도 활용===
일반적으로 '''상대강도지수(RSI)''', '''스토캐스틱 오실레이터''' 등의 기술적 지표를 사용하여 과매수(overbought) 또는 과매도(oversold) 상태를 식별한다.
*RSI가 70을 초과하면 과매수 상태로 간주하고 매도 신호로 해석
*RSI가 30 미만이면 과매도 상태로 간주하고 매수 신호로 해석
===2. 볼린저 밴드 반전 거래===
볼린저 밴드는 가격의 변동성을 기반으로 상한선과 하한선을 설정하는 기술적 지표이다. 가격이 상한선을 돌파하면 하락 반전을 기대하고 매도, 하한선을 돌파하면 상승 반전을 기대하고 매수를 고려할 수 있다.
===3. 이동평균선 활용===
단기 이동평균선(SMA, EMA 등)과 장기 이동평균선 간의 괴리가 극단적인 수준에 이르면 되돌림이 발생할 가능성이 높아진다. 예를 들어:
*5일 이동평균선이 50일 이동평균선보다 너무 높아지면 매도 신호
*5일 이동평균선이 50일 이동평균선보다 너무 낮아지면 매수 신호
===4. 피보나치 되돌림 활용===
피보나치 되돌림(Fibonacci Retracement)은 주요 추세 속에서 가격이 되돌릴 가능성이 있는 지점을 예측하는 도구이다. 일반적인 되돌림 비율은 '''38.2%, 50%, 61.8%'''로, 가격이 이 구간에서 반등할 가능성이 높다고 본다.
===5. 평균 회귀 전략===
자산 가격이 역사적 평균에서 크게 벗어날 경우 평균으로 회귀할 가능성이 크다는 원리에 기반한 전략이다. 주로 '''확산(Spread) 트레이딩'''과 페어 트레이딩(pair trading)에서 활용된다.
==장점과 단점==
===장점===
*'''높은 승률''': 시장이 횡보하는 경우가 많기 때문에 되돌림을 활용한 거래가 비교적 높은 승률을 가질 수 있음
*'''짧은 보유 기간''': 단기 트레이딩에 적합하며, 시장 변동성이 커질 때 유리함
*'''리스크 관리 가능''': 손절선을 명확히 설정하면 손실을 제한할 수 있음
===단점===
*'''트렌드 지속 시 큰 손실 가능''': 강한 추세가 발생하면 손실이 커질 가능성이 있음
*'''거래 비용 증가''': 빈번한 거래가 필요하므로 수수료 및 슬리피지가 누적될 수 있음
*'''추세 반전 예측이 어려움''': 반전이 예상대로 발생하지 않을 가능성이 있음
==관련 전략==
*'''트렌드 팔로잉(Trend Following) 전략''': 추세를 따르는 전략으로, 역트렌드 전략과 반대되는 접근 방식
*'''모멘텀 전략''': 가격이 상승하면 더 오를 것이라고 가정하는 전략
*'''차익거래(Arbitrage) 전략''': 시장 간 가격 차이를 이용하여 이익을 창출하는 전략
==같이 보기==
*[[기술적 분석]]
*[[상대 강도 지수]]
*[[볼린저 밴드]]
*[[피보나치 되돌림]]
*[[평균 회귀]]
[[분류:금융]]
[[분류:투자]]

이동평균선 전략

2025-02-28T00:53:10Z

권영세: 새 문서: '''이동평균선 전략'''(Moving Average Strategy)은 특정 자산의 이동평균선을 활용하여 추세를 분석하고 매매 신호를 생성하는 투자 전략이다. 이 전략은 주식, 외환, 암호화폐 등 다양한 금융 시장에서 활용된다. ==개요== 이동평균선 전략은 '''이동평균(Moving Average, MA)'''을 사용하여 가격 변동의 추세를 파악하고, 특정 신호가 발생하면 매매 결정을 내리는 방식이다. 이...

'''이동평균선 전략'''(Moving Average Strategy)은 특정 자산의 이동평균선을 활용하여 추세를 분석하고 매매 신호를 생성하는 투자 전략이다. 이 전략은 주식, 외환, 암호화폐 등 다양한 금융 시장에서 활용된다.
==개요==
이동평균선 전략은 '''이동평균(Moving Average, MA)'''을 사용하여 가격 변동의 추세를 파악하고, 특정 신호가 발생하면 매매 결정을 내리는 방식이다. 이동평균선은 단기 가격 변동성을 줄이고 장기적인 방향성을 분석하는 데 유용하다.
==이동평균선의 종류==
*'''단순 이동평균 (SMA, Simple Moving Average)'''
**일정 기간 동안의 평균 가격을 계산한 이동평균.
**예: 50일 이동평균 = 최근 50일 종가의 평균.

*'''지수 이동평균 (EMA, Exponential Moving Average)'''
**최근 가격에 더 높은 가중치를 부여하는 이동평균.
**빠르게 반응하여 단기 추세 분석에 적합.
==이동평균선 전략의 주요 기법==
===골든 크로스 & 데드 크로스 전략===
*'''골든 크로스(Golden Cross)'''
**단기 이동평균선이 장기 이동평균선을 상향 돌파하면 매수 신호.
**예: 50일 이동평균선이 200일 이동평균선을 돌파할 때 매수.

*'''데드 크로스(Dead Cross)'''
**단기 이동평균선이 장기 이동평균선을 하향 돌파하면 매도 신호.
===이중 이동평균 전략===
*두 개의 이동평균선을 사용하여 매매 신호를 결정.
*단기 이동평균선이 장기 이동평균선을 상향 돌파하면 매수, 하향 돌파하면 매도.
===단일 이동평균 전략===
*현재 가격과 이동평균선을 비교하여 매매 신호를 생성.
*현재 가격이 이동평균선 위에 있으면 매수, 아래에 있으면 매도.
===지수 이동평균 전략===
*EMA를 사용하여 최근 가격 변화에 더 빠르게 반응하는 전략.
*단기 EMA가 장기 EMA를 상향 돌파하면 매수, 하향 돌파하면 매도.
==이동평균선 전략의 장점과 단점==
'''장점'''
*가격 변동성을 줄이고 명확한 추세를 제공함.
*다양한 금융 시장과 자산군에서 적용 가능함.
*감정적인 매매를 줄이고 객관적인 신호를 제공함.
'''단점'''
*횡보장(추세가 없는 시장)에서는 잘못된 신호가 발생할 수 있음.
*과거 데이터에 의존하기 때문에 후행성(지연 효과)이 존재함.
*단기적인 변동성에 의해 잘못된 매매 결정을 내릴 가능성이 있음.
==이동평균선 전략의 응용==
*'''주식시장''' – 개별 주식 및 지수에서 추세 분석에 사용.
*'''외환시장''' – 통화 쌍 간의 가격 변동성을 분석하여 매매.
*'''암호화폐''' – 변동성이 높은 시장에서 모멘텀을 활용한 전략.
*'''상품 및 선물''' – 원자재 및 지수 선물에서 장기 추세 기반 투자.
==같이 보기==
*[[추세 추종 전략]]
*[[모멘텀 전략]]
*[[MACD 전략]]
*[[RSI 전략]]
*[[퀀트 투자]]
==참고 문헌==
*Murphy, J. J. (1999). ''Technical Analysis of the Financial Markets''. New York Institute of Finance.
*Covel, M. (2009). ''Trend Following: Learn to Make Millions in Up or Down Markets''. FT Press.
*[https://en.wikipedia.org/wiki/Moving_average Wikipedia - Moving Average]

모멘텀 전략

2025-02-28T00:51:04Z

권영세: 새 문서: '''모멘텀 전략'''(Momentum Strategy)은 과거의 가격 추세를 분석하여 상승하는 자산을 매수하고, 하락하는 자산을 매도하는 투자 전략이다. 모멘텀 전략은 기술적 분석의 핵심 개념 중 하나이며, 주식, 외환, 상품, 암호화폐 등 다양한 시장에서 활용된다. ==개요== 모멘텀 전략은 기본적으로 '''추세 추종 전략(Trend Following Strategy)'''에 속하며, 과거 수익률이 높은 자산이...

'''모멘텀 전략'''(Momentum Strategy)은 과거의 가격 추세를 분석하여 상승하는 자산을 매수하고, 하락하는 자산을 매도하는 투자 전략이다. 모멘텀 전략은 기술적 분석의 핵심 개념 중 하나이며, 주식, 외환, 상품, 암호화폐 등 다양한 시장에서 활용된다.
==개요==
모멘텀 전략은 기본적으로 '''추세 추종 전략(Trend Following Strategy)'''에 속하며, 과거 수익률이 높은 자산이 앞으로도 좋은 성과를 낼 것이라는 가정에 기반한다. 이 전략은 단기부터 장기까지 다양한 기간을 설정할 수 있으며, 일반적으로 다음과 같은 유형으로 나뉜다.
*'''단기 모멘텀''' – 수 주에서 몇 개월 동안의 가격 변동성을 이용.
*'''중기 모멘텀''' – 6개월에서 12개월 동안의 가격 추세를 활용.
*'''장기 모멘텀''' – 1년 이상의 장기적인 추세를 분석.
==모멘텀 전략의 원리==
모멘텀 전략의 기본 가정은 '''시장 비효율성(Market Inefficiency)'''이 존재하여, 가격이 한동안 같은 방향으로 움직이는 경향이 있다는 것이다. 이 전략은 다음 두 가지 요소를 포함한다.
*'''상대 모멘텀(Relative Momentum)'''
**여러 자산을 비교하여 상대적으로 높은 수익률을 기록한 자산을 선택하는 방식.
**예: 지난 12개월 동안 가장 높은 수익률을 기록한 상위 10개 주식 매수.

*'''절대 모멘텀(Absolute Momentum)'''
**개별 자산이 과거 평균 대비 상승했는지 여부를 평가하는 방식.
**예: 200일 이동평균선 위에 있는 주식을 매수하고 아래에 있는 주식을 매도.
==모멘텀 전략의 구현==
모멘텀 전략은 단순한 수익률 비교부터 이동평균선 교차 전략까지 다양한 방식으로 구현할 수 있다.
===상대 모멘텀 전략===
1. 일정 기간(예: 6개월 또는 12개월) 동안의 수익률을 계산한다.

2. 수익률이 높은 상위 n개의 자산을 선택한다.

3. 해당 자산을 매수하고 정기적으로 리밸런싱한다.

'''파이썬 코드 예제'''<syntaxhighlight lang="python">
import pandas as pd

def relative_momentum(prices, period=252, top_n=10):
returns = prices.pct_change(period).dropna()
top_assets = returns.iloc[-1].nlargest(top_n).index
return top_assets

# 예제 데이터: 가격 데이터프레임
prices = pd.DataFrame(...)
top_momentum_assets = relative_momentum(prices)
print(top_momentum_assets)
</syntaxhighlight>
===절대 모멘텀 전략===
1. 특정 이동평균선(예: 200일)과 현재 가격을 비교한다.

2. 현재 가격이 이동평균선 위에 있으면 매수, 아래에 있으면 매도한다.

'''파이썬 코드 예제'''<syntaxhighlight lang="python">
def absolute_momentum(prices, period=200):
moving_avg = prices.rolling(window=period).mean()
signals = prices > moving_avg
return signals

# 예제 데이터: 가격 시리즈
signals = absolute_momentum(prices['AAPL'])
print(signals.tail())
</syntaxhighlight>
==모멘텀 전략의 장점과 단점==
'''장점'''
*단기 및 중기 수익률이 높은 자산을 선별하여 높은 수익률을 기대할 수 있음.
*추세를 따르는 전략이므로 시장 상승장에서 효과적임.
'''단점'''
*시장 변동성이 커질 경우 급격한 손실이 발생할 가능성이 있음.
*빈번한 매매로 인해 거래 비용이 증가할 수 있음.
*과거의 수익률이 미래의 수익률을 보장하지 않음.
==모멘텀 전략의 응용==
*'''주식시장''' – 개별 주식, 섹터, 산업군 간 상대 모멘텀 전략 적용.
*'''외환시장''' – 주요 통화 쌍 간의 상대적 강세를 이용한 트레이딩.
*'''암호화폐''' – 변동성이 높은 자산군에서 절대 모멘텀 전략 활용.
*'''선물 및 옵션''' – 상품 및 지수 선물의 추세를 활용한 투자 전략.
==같이 보기==
*[[이동평균선 전략]]
*[[추세 추종 전략]]
*[[역모멘텀 전략]]
*[[퀀트 투자]]
*[[자산 배분 전략]]
==참고 문헌==
*Jegadeesh, N., & Titman, S. (1993). ''Returns to Buying Winners and Selling Losers: Implications for Stock Market Efficiency''. The Journal of Finance, 48(1), 65-91.
*Antonacci, G. (2014). ''Dual Momentum Investing: An Innovative Strategy for Higher Returns with Lower Risk''. McGraw-Hill Education.

추세 추종 전략

2025-02-28T00:49:52Z

권영세: 새 문서: '''추세 추종 전략'''(Trend Following Strategy)은 자산의 가격이 특정한 방향으로 움직이는 추세를 형성한다고 가정하고, 이 추세를 따라 매매하는 투자 전략이다. 이 전략은 주식, 외환, 상품, 암호화폐 등 다양한 금융 시장에서 활용된다. ==개요== 추세 추종 전략은 시장이 특정한 방향으로 일정 기간 동안 움직인다는 가정을 기반으로 한다. 이 전략은 주로 다음과 같은...

'''추세 추종 전략'''(Trend Following Strategy)은 자산의 가격이 특정한 방향으로 움직이는 추세를 형성한다고 가정하고, 이 추세를 따라 매매하는 투자 전략이다. 이 전략은 주식, 외환, 상품, 암호화폐 등 다양한 금융 시장에서 활용된다.
==개요==
추세 추종 전략은 시장이 특정한 방향으로 일정 기간 동안 움직인다는 가정을 기반으로 한다. 이 전략은 주로 다음과 같은 두 가지 접근법으로 나뉜다.
*'''상승 추세(Bullish Trend)''' – 가격이 상승하면 매수(Long)
*'''하락 추세(Bearish Trend)''' – 가격이 하락하면 매도(Short)
추세 추종 전략은 주로 '''기술적 분석(Technical Analysis)'''을 사용하여 매매 신호를 결정한다.
==추세 추종 전략의 주요 기법==
추세 추종 전략을 구현하는 방법은 여러 가지가 있으며, 대표적인 기법은 다음과 같다.
===1. 이동평균선 전략 (Moving Average Strategy)===
*단순 이동평균(SMA) 또는 지수 이동평균(EMA)을 이용하여 추세를 분석하는 방식.
*가격이 장기 이동평균선을 상향 돌파하면 매수, 하향 돌파하면 매도.
'''파이썬 코드 예제'''<syntaxhighlight lang="python">
import pandas as pd

def moving_average_strategy(prices, short_window=50, long_window=200):
short_ma = prices.rolling(window=short_window).mean()
long_ma = prices.rolling(window=long_window).mean()
signals = short_ma > long_ma # 골든크로스 발생 시 True
return signals

# 예제 데이터: 가격 시리즈
signals = moving_average_strategy(prices['AAPL'])
print(signals.tail())
</syntaxhighlight>
===2. 돌파 전략 (Breakout Strategy)===
*일정 기간 동안의 최고가 또는 최저가를 돌파하는 경우 진입하는 방식.
*대표적인 예로 '''던치안 채널(Donchian Channel)''' 및 '''볼린저 밴드(Bollinger Bands)'''가 있다.
===3. 모멘텀 기반 추세 전략 (Momentum Trend Strategy)===
*가격이 일정 기간 동안 상승 또는 하락하는 모멘텀을 기반으로 매매하는 방식.
*[[모멘텀 전략]]과 결합하여 사용 가능.
===4. 이동평균 수렴·확산 전략 (MACD Strategy)===
*MACD(이동평균 수렴·확산 지표)를 활용하여 추세 방향을 분석.
*MACD 라인이 시그널 라인을 상향 돌파하면 매수, 하향 돌파하면 매도.
===5. RSI 기반 추세 전략===
*상대강도지수(Relative Strength Index, RSI)를 활용하여 추세를 확인하는 전략.
*RSI가 50 이상이면 강한 상승 추세, 50 이하이면 하락 추세로 판단.
==추세 추종 전략의 장점과 단점==
'''장점'''
*추세가 명확한 시장에서는 높은 수익을 기대할 수 있음.
*시장의 장기적인 흐름을 이용하여 감정적 매매를 줄일 수 있음.
*다양한 금융 자산에서 활용 가능함.
'''단점'''
*횡보장(추세가 없는 시장)에서는 성과가 저조할 수 있음.
*추세 반전이 발생할 경우 손실이 발생할 가능성이 높음.
*거래 비용이 증가할 수 있음.
==추세 추종 전략의 응용==
*'''주식시장''' – 개별 주식 및 지수에서 장기 추세 분석.
*'''외환시장''' – 통화 쌍 간의 강세 및 약세 추세를 이용한 매매.
*'''암호화폐''' – 변동성이 높은 시장에서 모멘텀을 활용한 전략.
*'''상품 및 선물''' – 원자재 및 지수 선물에서 장기 추세를 기반으로 한 투자.
==같이 보기==
*[[모멘텀 전략]]
*[[이동평균선 전략]]
*[[MACD 전략]]
*[[RSI 전략]]
*[[퀀트 투자]]
==참고 문헌==
*Covel, M. (2009). ''Trend Following: Learn to Make Millions in Up or Down Markets''. FT Press.
*Murphy, J. J. (1999). ''Technical Analysis of the Financial Markets''. New York Institute of Finance.