---

저번에 절대 변동성 값을 표현하는 ATR 을 비율로 나타내는 상대 값으로 변환하는 조작을 해주었습니다. 아쉽게도 저번 지표에서는 수익률에 변동성이 크게 영향을 미치지 않았는지, 만들어놓고 사용하지 않게 되었죠. ㅠㅠ 이번에는 이 상대 변동성을 활용하여 실험적인 연구를 해 볼 예정입니다!

그리고 이 ATR 로 나눈 세 구간에 대하여, 익절, 손절값을 다르게 설정하여 이전에 구간별 손절 선이 벌어졌다 좁아졌다를 한 단계 확장 시켜, 세 구간에 대하여 손절선과 익절선이 움직이는 관점으로 접근해보겠습니다.

---

복습

먼저 저는 ATR 을 변동성으로 사용한다는 사실은 전부 아실거고! ATR 을 활용하는데 있어서 문제점은 절대적이라는 점 입니다.

만 불 일때 442.5불의 변동성이랑, 천 불 일때 442.5불의 변동성은 10 배 차이기 때문이죠. 그러기에 이 절대 ATR 값을 상대 ATR 값으로 바꾸는 조작을 해줍니다.

---

ATRinput = input(20)
Relative = atr(ATRinput) / sma(close, ATRinput) *100

이런식으로 ATR 주기를 정의해주고, ATR 값을 현재 가격의 평균으로 나눠 줌으로, 현재 평균 가격 대비 평균 변동성이 어떤가를 알아볼 수 있습니다.

그리고 100을 곱해줌으로써 퍼센트로 표현하여 보기 쉽게 바꿔주었습니다.

---

이제 442.5 불의 변동성에서 3.8%의 변동성으로 바꿔줄 수 있습니다. 오늘은 이런 퍼센트 값을 활용하여 여러 실험을 해보겠습니다.

---

표준 편차

https://trumpexcel.com/bell-curve/

다들 한 번씩 들은 이런 종 모양을 보셨을 겁니다! 값들이 어떻게 분포해 있나 를 봤을때 평균을 기준으로 표준편차 (시그마) 안에 대충 70% 의 값들은 정도는 들어간다 라는 뜻 입니다. 물론 가격 데이터가 엄밀하게 정규 분포를 따르진 않겠지만, 극점을 찾는데에는 어느정도 도움이 될 거라고 믿기에 실험적으로 접근해보겠습니다!

---

RelativeMA = sma(Relative, 20)

일단 표준편차를 구하기 전에 평균 부터 구합니다. 보통은 값을 정규화 시켜서 스케일을 고정시키지만, 저희는 스케일을 옮겨서 값을 분석하게 되는 거죠!

---

plot(RelativeMA, color=red)

그리고 그리면

요런 평균 값들이 나옵니다.

---

ATRstdeva = stdev(Relative,ATRinput )

그리고 상대값들의 표준 편차를 ATRinput (설정값 20) 주기 동안 발생한 값들로 구해줍니다.

---

이런 느낌 입니다. 하지만, 사용 가치가 있을지 없을지는 모르겠는게, ATR 값 자체에서 이미 한 번 20 주기에 대한 값을 뭉게서 나타내고, 또 ATR 을 20 주기로 평균을 내려버리면 음.... 일단 실험적 이니깐, 오차를 감안하고 생각해봐야 겠습니다.

---

BandH = RelativeMA + ATRstdeva
BandL = RelativeMA - ATRstdeva
plot(BandH, color= green)
plot(BandL, color= green)

그리고 이동평균에 표준 편차를 더하고 뺀 값에 대한 변수를 지정해주고, 차트에 그려줍니다. 선 색깔은 춰럭색으로!

---

이렇게 잘게 자르면, 네 구간, 벤드를 하나로 보면 세 구간으로 나눌 수 있는 네 가지의 선들이 나옵니다.

이제 선들의 배열에 따라 표시를 다르게 해줘볼께요.

---

HighR = Relative > BandH
LowR = Relative < BandL

만약 상대값이 밴드보다 높으면 HighR, 상대값이 밴드보다 낮으면 LowR

---

bgcolor(color = HighR ? green: na, transp = 85)
bgcolor(color = LowR ? red: na, transp = 85)

그리고 그 상태들을 시그널로 표현해줍니다.

---

생각보다 무뎌져서 그런지 의미있는 값을 출력하는지 아닌지 모르겠습니다. 저 변동성 구간은 관심 없으니 끄고, 원론적으로 5% 값들만 출력해야 하는 2 표준편차 값으로 수정하여, 진짜 극적인 변동성을 보여줄 때에만 시그널을 발생시켜보겠습니다.

---

꽤 의미있는 진입 시그널을 보내는 것 같기도하고?.... 일단, 매수 진입에 대한 시그널로 활용을 가정하고, 양봉과 추세항을 추가해보겠습니다.

---

꽤 시그널을 잘 잡는 것 같기도하구요? 진입은 요걸로 당첨!

---

이제 구간을 쪼개야 하는데, 1 시그마 값과 2 시그마 값을 커서, 변동성이 극도로 커질때 손절을 극도로 올려 수익을 한 층 더 높이는 방법으로 접근해 볼 거에요!

---

BandH = RelativeMA + 1ATRstdeva
BandH2 = RelativeMA + 2ATRstdeva

아랫 벤드는 뭐 활용하지 않을 것이니 과감하게 빼버리고,

plot(BandH, color= green)
plot(BandH2, color= purple)

윗 밴드를 보라색으로 바꿔줍니다.

---

이제 세 구간으로 나뉘게 됩니다.

1. 초록색 아래 = 저 변동성
2. 초록색과 보라색 사이 = 중 변동성
3. 보라색 위 = 고 변동성

---

아이디어는 진입을 고 변동성에서 하여, 저점에서 급격하게 발생하는 매수세에 탑승하고, 고점에서 발생하는 급격한 매수세에 털고 나오는 것 입니다. (슬프게도 개인 투자자가 가장 많이 진입하는 부분에서 탈출해야 하죠.)

HighR = Relative > BandH and Relative < BandH2
HighR2 = Relative > BandH2

LowR = Relative < BandH

고로 구간을 설정해주고

---

bgcolor(color = HighR ? green: na, transp = 85)
bgcolor(color = HighR2 ? purple: na, transp = 85)

퍼플로 긴장감이 고조되었다는 점을 강조해줍니다 크흐흫....

---

제가 원하는 느낌 입니다. 어느정도 비슷하게 나왔으니, 최적화 단계에서 세부적인 조정을 하기로 합니다~

---

오늘은 일단 상대 변동성을 기준으로 매수 진입의 조건과 가격을 분류해 보았습니다. 다음 시간에는 분류된 가격 별로 어떻게 대응해야 하는지, 손절과 익절을 달아보도록 해요!

---

질문, 댓글, 팔로우는 감사합니다!

새로운 아이디어, 종목 추천 등은 언제나 환영입니다!

---