이동평균 (Moving Averages)

이동 평균 (Moving Averages)이란

   가격의 이동에 나타나는 여러 가지 패턴으로 시장분석을 할 수 있지만, 이동 평균이라는 지표로도 가능하다고 합니다. 단순 이동 평균은 특정 기간 동안의 주가를 평균 내서 연결한 값을 말합니다. 이동평균의 유형에는 Simple moving average (단순 이동 평균)와 Exponential moving average (지수 이동 평균)가 있습니다.

 

   Simple moving average (SMA, 단순 이동 평균)은 지정된 기간 동안 단순하게 종가를 평균한 가격을 말합니다. 시가, 고가, 저가를 사용해서 계산을 할 수도 있지만, 대체로 종가를 많이 사용합니다. 

 

  이동 평균을 이용한 방식은 일종의 모멘텀을 이용한 방식입니다. 주가가 특정 이동 평균을 넘어서면 상승하려는 경향을 보여 지속되어 올라갑니다. 반대로 주가가 이동평균 아래로 떨어지면 하락하려는 경향이 지속됩니다. 즉, 이동 평균을 넘으면 올라갈 때 매수하고 이동 평균 아래로 떨어지면 매도합니다.

 

  그리고 기간 설정에 있어서 짧을수록 주가와 이동 평균선이 가깝습니다. 이동 평균 기간을 각각 10일과 50일로 설정한다고 가정해보겠습니다. 먼저 10일 기간동안 이동 평균은 가격을 따르는 것처럼 보이지만 가격보다 약간 지연됩니다. 이번에는 50일간의 이동 평균은 선택하게 되면 10일간 이동 평균 보다 가격과 간격 차이가 더 크고 더 많이 지연됩니다.

 

Weighted moving average (가중 이동 평균)

  가중 이동 평균이란, 가장 최근 값의 종가를 가중해서 평균 낸 값이다. 4월 1일 날에 5일간 가중 이동 평균을 낸다고 가정해보겠습니다. 3월 28일부터 4월 1일까지 5일간 가중 평균을 내는 것이고 3월 28일은 종가의 1배, 29일은 2배, 이런 식으로 가중치를 곱해서 오늘일 4월 1일은 종가의 5배 만큼 가중치를 곱해줍니다. 그리고 마지막에 가중치의 합인 (1+2+3+4+5)만큼 나누어주면 됩니다.

 

  이동 평균과 관련된 계산법은 플랫폼에서 기능을 제공해주고 있으니 직접 계산할 필요는 없습니다.

 

Exponential moving average (EMA, 지수 이동 평균)

 

  지수 이동 평균(EMA)은 최근 기간에 더 많은 가중치를 부여한다는 점에서 가중 이동 평균(WMA)과 동일합니다. 다만, 가중치 차이가 너무 커질 경우 이동평균 효과가 줄어드는 단점을 지수 이동 평균이 보완합니다. 지수 이동 평균 계산은 복잡하니 생략하겠습니다.

 

  지수 이동 평균은 가격 이동에 더 빠르게 반응하여 단순 이동 평균(SMA) 보다는 가격과 더 가깝게 따르는 경향이 있습니다. 그리고 최근 기간의 가격 변화에 더 민감하게 반응하며, 더 먼 기간의 가격 변화에는 덜 민감하게 반응합니다.

 

어떻게 이동평균을 활용할 수 있을까?

Source: IG.com

  단기 MA와 장기 MA를 설정하여 교차지점을 찾습니다. 예를 들어 10일간 이동 평균선과 20일간 이동평균선에서 교차점을 찾아봅니다. 상승 추세일 경우 처음 교차점에서 매수하고 마지막 교차점에서 매도할 수 있습니다. 이 방법은 시장이 강한 상승 추세 또는 강한 하락 추세일 경우에 사용해야합니다. 

 

  또한, 단기 MA와 장기 MA를 모두 사용함으로써 확실한 추세를 파악할 수 있습니다. 짧은 기간의 이동 평균은 가격에 더 근접해서 추세를 파악하기에는 좋지만, 가격과 근접해서 전체적으로 보지 못하고 간혹 잘못된 신호에 놓치는 부분이 있을 수 있습니다. 따라서 단기 MA를 사용하는 것보단 단기, 장기 MA를 사용함으로 시장 추세를 파악하는 것도 좋습니다.

 

  인기 있는 이동 평균 기간으로 5, 10, 20, 50,100, 200일이 해당이 되는데, 5, 10, 20, 50일 기간은 단기간 거래자가 주로 사용하며, 50,100,200일 기간은 장기간 거래자가 주로 사용합니다.

 

 

 

  이동 평균이라는 지표와 다양한 유형에 대해서 알아보았습니다. 기술적 지표, 패턴을 아는 것은 중요하지만 항상 정확하지는 않는 것을 주의하셨으면 합니다. 그리고 연습을 통해서 본인에 맞는 분석방법을 사용하는 것도 중요할 것 같습니다.