1. 변동성 돌파 전략과 노이즈 상관 분석 프로그래밍(파이썬)

< 1. 변동성 돌파 전략과 노이즈 상관 분석 - 개요 >

이번 포스트부터 변동성 돌파 전략과 노이즈의 상관 분석을 해본다. 변동성 돌파 전략은 앞선 포스트들에서 많이 언급했다. 참고하길 바란다. 변동성 돌파 전략의 매수/매도 알고리즘 아래와 같다. 

매수 : ( 전일 고가 - 전일 저가 ) * Scope + 시초가 <= 현재가   [ Scope : 0.2 ~ 1.4 (0.1 간격) ]

* ( 전일 고가 - 전일 저가 )가 0 이상이어야 함.

매도 :  다음 날 시초가

필자의 변동성 돌파 전략은 현재가가 특정 범위를 넘었을 때 매수하는 돌파 매매이다. 그리고 다음날 시초가에 매도한다. 당연한 이야기지만 매수 후 당일 종가가 매수가보다 높어야 수익이 보장될 확률이 매우 높아진다. 즉, 돌파 매수 후 주가가 떨어지는 것을 최소화해야 한다. 매수하는 당일날 만큼은 매수 시 추세가 형성되야 한다. 이런 당일 추세를 표현하는 지표가 노이즈다. 

Noise = 1 - | 종가 - 시가 | / ( 고가 - 저가 )

노이즈는 위와 같이 계산한다. 캔들의 몸통과 꼬리의 비율을 수치화한다. 꼬리에 비해 몸통의 비율이 크면 노이즈가 적다. 즉, 한 번 상승 추세를 상승하면 당일은 그 추세를 이어갈 확률이 높다. 반면 꼬리의 비율이 크다면 노이즈가 크다. 이는 오전 장에서 많이 상승하더라도 오후 장에서 음봉으로 끝날 확률이 높다. 시가와 고가 사이가 몸통이 아닌 꼬리가 되기 때문이다. 

지금까지의 이론을 보면 Noise가 작을 수록 변동성 돌파 전략의 효과가 높아질 것 같다. 서로 양의 상관 관계가 있어 보인다. 그렇다면 실제 양의 상관 관계가 있을까? 그렇다면 얼마나 뚜렷한 상관 관계를 보일까? 만약 그렇다면 변동성 돌파 전략의 좋은 지표가 될 것이다. 

이번 포스트부터 실제 주식의 노이즈 값을 계산해보고 상관 관계를 알아볼 것이다. 

분석을 위해서 파이썬을 사용한다. 데이터는 2007년 1월 1일부터 2018년 1월 10일까지 주식 일봉 데이터 등을 사용한다. 데이터에 대한 자세한 내용은 아래 명시된 포스트에 있다. 보고 와야 다음부터 포스팅할 내용들이 이해될 것이다. 

<퀀트를 위한 주식 데이터 수집(2007년~2018/01/10 데이터)>  

다음 포스트부터 실제 파이썬을 이용해 노이즈를 계산하고 노이즈와 변동성 돌파 전략 수익율의 상관성을 알아볼 것이다. 

참고로 필자는 컴퓨터 공학과를 재학 중인 대학생입니다. 따라서 코드가 완벽할 수 없습니다. 알고리즘이나 코드가 비효율적이거나 오류가 있다면 댓글 달아주세요..