Triangular Moving Average¶
정의 ¶
Triangular Moving Average (TMA)는 Simple (SMA) 또는 Exponential (EMA) 이동 평균에 비해 노이즈를 줄이고 더 부드러운 추세 뷰를 제공하기 위해 설계된 평활화 지표입니다. 이것은 데이터를 두 번 평균화하는 이중 평활화 프로세스를 적용합니다. 결과는 데이터의 중간 부분에 더 많은 가중치를 두는 이동 평균입니다. 이 지표는 일반적으로 추세를 식별하고 단기 변동을 최소화하면서 시장의 전반적인 방향을 측정하는 데 사용됩니다.
역사 ¶
TMA는 20세기 중반 초기 기술 분석 노력에서 등장하여 시장 데이터를 평활화하고 장기 추세를 식별하려는 목적으로 개발되었습니다. 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 움직임에 대한 더 명확한 그림을 제공합니다.
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 종가에 대한 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 광범위하게 조정할 수 있습니다.
지표 동작의 주요 패턴은 다음과 같이 해석될 수 있습니다:
-
교차 – TMA 라인이 가격 라인을 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 증가하고 있음을 나타내며, 하락하는 TMA는 하락 추세를 가리키며 가격이 하락하고 있음을 나타냅니다.
-
반전 포인트 – TMA의 기울기가 급격히 변할 때 잠재적인 추세 반전을 나타낼 수 있으며, 이는 시장 방향의 가능한 전환을 트레이더들에게 경고합니다.
-
시프트 – 시프트 매개변수를 조정하여 차트에서 TMA 지표와 가격 데이터의 정렬을 변경함으로써 TMA 판독값이 과거 또는 미래 가격 움직임과 어떻게 일치하는지 탐색할 수 있습니다.
응용 ¶
-
매수 신호 – 가격이 TMA를 위로 교차할 때 트레이더들은 잠재적인 상승 추세의 시작을 나타내는 롱 포지션에 진입할 수 있습니다.
-
매도 신호 – 가격이 TMA를 아래로 교차할 때 트레이더들은 잠재적인 하락 추세의 시작을 나타내는 숏 포지션에 진입할 수 있습니다.
-
퇴출 전략 – 반대 방향의 교차(예: 롱 거래 중 가격이 TMA를 아래로 교차할 때)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 cBot이 거래를 실행하는 알고리즘 트레이딩을 활용할 수 있습니다. 자세한 내용은 예제를 참조하세요. cBot에서 지표를 사용하는 방법에 대해 자세히 알아보세요.
한계 ¶
TMA의 주요 한계는 이중 평활화로 인한 고유한 지연으로, 빠르게 움직이는 시장에서 신호가 지연되고 잠재적인 기회를 놓칠 수 있습니다. 또한 횡보 가격 움직임 동안 잘못된 신호를 생성할 수 있어 범위 내 조건에서는 효과성이 떨어질 수 있습니다. 트레이더들은 정확도를 높이기 위해 TMA를 다른 지표와 함께 사용해야 합니다.
요약 ¶
Triangular Moving Average는 노이즈를 줄여 가격 추세에 대한 더 명확한 뷰를 제공하는 이중 평활화 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 결정을 내리는 데 영향을 미칠 수 있습니다.