콘텐츠로 이동

Triangular Moving Average

정의

Triangular Moving Average (TMA)는 Simple (SMA) 또는 Exponential (EMA) 이동 평균에 비해 노이즈를 줄이고 더 부드러운 추세 보기를 제공하도록 설계된 평활화 지표입니다. 이 지표는 데이터를 두 번 평균화하는 이중 평활화 과정을 적용합니다. 결과는 데이터의 중간 부분에 더 큰 비중을 두는 이동 평균입니다. 이 지표는 일반적으로 추세를 식별하고 단기 변동을 최소화하면서 시장의 전반적인 방향을 측정하는 데 사용됩니다.

역사

TMA는 20세기 중반 초기 기술적 분석 노력에서 등장하여 시장 데이터를 평활화하고 장기 추세를 식별하는 데 사용되었습니다. 분석가들은 단순 이동 평균보다 더 나은 대안을 찾아 노이즈를 줄이면서도 추세 정확도를 유지하려고 했습니다. 이 지표는 1990년대 John Ehlers에 의해 대중화되었으며, 이후 트레이더들 사이에서 널리 사용되어 장기간에 걸친 가격 움직임을 더 명확하게 보여줍니다.

계산

Triangular Moving Average는 이중 평활화된 Simple Moving Average로 계산됩니다:

\[ TMA_t = { 1 \over n } { \sum_{i=1}^{n} { SMA_i } } \]

\(SMA\) – n 기간 동안의 종가의 산술 이동 평균인 Simple Moving Average

\(n\) – 기간 수

해석

기본적으로 TMA 값을 계산하기 위한 기간 수는 14로 설정되어 있지만, 트레이더의 전략과 분석 기간에 따라 넓은 범위에서 조정할 수 있습니다.

지표 행동의 주요 패턴은 다음과 같이 해석될 수 있습니다:

  • 교차 – TMA 선이 가격 선을 위로 교차할 때 강세 추세를 나타낼 수 있으며, 반대로 TMA가 가격을 아래로 교차할 때 약세 추세를 나타낼 수 있습니다.

  • 상승 및 하락 – 상승하는 TMA는 시장이 상승 추세에 있으며 가격이 일반적으로 상승하고 있음을 나타내며, 하락하는 TMA는 하락 추세를 나타내며 가격이 하락하고 있음을 나타냅니다.

  • 반전 지점 – TMA 기울기의 급격한 변화는 잠재적인 추세 반전을 나타낼 수 있으며, 트레이더에게 시장 방향의 잠재적인 변화를 경고할 수 있습니다.

  • 이동 – TMA 지표를 차트의 가격 데이터와 정렬하기 위해 이동 매개 변수를 조정함으로써 TMA 판독값이 과거 또는 미래 가격 움직임과 어떻게 일치하는지 탐색할 수 있습니다.

적용

  • 매수 신호 – 가격이 TMA를 위로 교차할 때 트레이더는 잠재적인 상승 추세의 시작을 나타내는 롱 포지션에 진입할 수 있습니다.

  • 매도 신호 – 가격이 TMA를 아래로 교차할 때 트레이더는 잠재적인 하락 추세의 시작을 나타내는 숏 포지션에 진입할 수 있습니다.

  • 퇴출 전략 – 반대 방향의 교차(예: 롱 거래 중 가격이 TMA를 아래로 교차)는 이익을 확보하거나 손실을 최소화하기 위한 퇴출 신호로 간주될 수 있습니다.

  • 거래 확인 – TMA는 MACD 또는 Relative Strength Index (RSI)와 같은 모멘텀 지표와 함께 잘 작동하여 추세 강도를 확인합니다. 예를 들어, TMA 교차와 양의 RSI 판독값은 거래 결정에 대한 신뢰를 높일 수 있습니다.

참고

이 지표의 신호를 기반으로 거래를 실행하는 cBot을 통해 알고리즘 트레이딩을 활용할 수 있습니다. 자세한 내용은 예제를 참조하세요. cBot에서 지표 사용 방법에 대해 자세히 알아보세요.

제한 사항

TMA의 주요 한계는 이중 평활화로 인한 고유의 지연으로, 빠르게 움직이는 시장에서 신호가 지연되어 잠재적인 기회를 놓칠 수 있습니다. 또한 횡보 가격 움직임 동안 잘못된 신호를 생성할 수 있어 범위 내 조건에서는 효과가 떨어질 수 있습니다. 트레이더는 TMA를 다른 지표와 함께 사용하여 정확도를 높이는 것이 좋습니다.

요약

Triangular Moving Average는 노이즈를 줄여 가격 추세를 더 명확하게 보여주는 이중 평활화된 이동 평균입니다. 이는 정의된 기간 동안 SMA를 두 번 적용한 평균을 계산합니다. TMA는 장기 추세를 식별하고 가격 변동을 평활화하는 데 효과적입니다. 그러나 다른 이동 평균에 비해 반응성이 느릴 수 있어 동적인 시장 조건에서 적시에 의사 결정을 내리는 데 영향을 미칠 수 있습니다.