[stock]ADL과 Chaikin Oscillator

ADL과 Chaikin Oscillator

• ADL(Accumulation/Distribution Line)
• Chaikin Oscillator

ADL(Accumulation/Distribution Line)

ADL(누적/분산선)은 거래량 기반의 기술적 지표로 특정기간 동안 가격 변동과 거래량을 분석하여 자금의 흐름(매수, 매도 압력)을 측정하는 것으로 주식, 자산이 매집(Accumulation) 또는 분산(Distribution)되는지를 파악하는데 도움이 됩니다.

• 매집: 종가가 해당 기간의 고가에 근접할수록 매수 압력이 강하고, 거래량이 많다면 자금의 유입(매집)되고 있다고 해석할 수 있음
• 분산: 종가가 해당기간의 저가에 근접할수록 매도 압력이 강하고, 거래량이 많다면 자금 유출(분산)이 되고 있다고 해석할 수 있음

1. Money Flow Multiplier(MFM) 계산: 가격 범위내에서 종가의 위치
   • $\text{MFM}=\frac{(\text{Close}-\text{Low}) -(\text{HIgh}-\text{Close})}{\text{HIgh}-\text{Low}}$
   • +1에 근접: 종가가 고가에 근접
   • -1에 근접: 종가가 저가에 근접
2. Money FLow Volume(MFV) 계산: 자금 흐름의 크기를 나타냄
   • MFV = MFM × Volume
3. ADL: MFV의 누적합

• 추세확인
  • 가격상승, ADL 상승 : 상승 추세가 매수세에 의해 지원되는 것으로 추세 지속 암시
  • 가격하락, ADL 하락: 하락추세를 매도세에 의해 지지되므로 추세 지속 암시
• 디버전스(Divergence): 가격과 ADL이 반대 방향으로 움직임. 추세 전환 신호일 수 있음
  • 상승 디버전스: 가격 하락, ADL 상승 현상으로 매도세가 약해지고 매수세 유입 가능성 시사
  • 하락 디버전스: 가격 상승, ADL 하락 현상으로 매수세가 약시지고 매도세 유입 가능성 시사
• ADL의 기울기가 급할수록 해당방향으로 자금흐름이 강함을 의미

파이썬 코드로 ADL 계산을 위한 UDF인 calculate_adl(df, short_period=3, long_period=10)을 사용하여 계산할 수 있습니다. 다음은 pandas_ta.ad(high, low, close, volume, open_=None, …)을 사용합니다. 이 함수에서 open_을 지정하면 위 식의 MFM의 분자 계산이 다음과 같이 변경됩니다.

if 'open':
            AD = close - open
        else:
            AD = 2 * close - high - low

import numpy as np
import pandas as pd
import yfinance as yf
import matplotlib.pyplot as plt
import matplotlib.dates as mpl_dates

st=pd.Timestamp(2024,1, 1)
et=pd.Timestamp(2025, 4,29)
trgnme="000660.KS"
trg=yf.download(trgnme,  st, et)
trg.columns=[i[0] for i in trg.columns]

ad=ta.ad(trg.High, trg.Low, trg.Close, trg.Volume)
ad.tail(3)

Date
2025-04-24   -2.620589e+07
2025-04-25   -2.395087e+07
2025-04-28   -2.371699e+07
Name: AD, dtype: float64

Chaikin Oscillator

차이킨 어실레이터는 위에서 계산한 AD의 단기와 장기지수이동평균을 계산하여 두 값들의 차를 계산한 것입니다. 즉, AD에 대해 MACD를 적용한 것으로 거래량 모멘텀 지표입니다. 일반적으로 단기는 3, 장기는 10일을 적용합니다. pandas_ta.adosc() 함수를 적용합니다.

chaikin=ta.adosc(trg.High, trg.Low, trg.Close, trg.Volume )
chaikin.tail(3)

Date
2025-04-24   -1.321918e+06
2025-04-25   -5.839369e+05
2025-04-28   -1.545349e+05
Name: ADOSC_3_10, dtype: float64

오실레이터는 다음 그래프에서 나타낸 것과 같이 0선을 기준으로 진동하고 있습니다. 즉, 0선으로 기준으로 결과를 해석할 수 있습니다.

해석

• 매수 및 매도 압력 강도 파악
  • 양수 값: 단기 매수 압력 > 장기 매도 압력을 의미하며, 잠재적인 매집 시사
  • 음수 값: 단기 매도 압력 > 장기 매수 압력을 의미하며, 잠재적인 분산 시사
• 0선 교차: 거래신호 제공 가능
  • 상향 교차 (매수 신호): 오실레이터가 0 아래에서 위로 교차할 때 발생하며, 잠재적인 매수 기회를 나타낼 수 있습니다.
  • 하향 교차 (매도 신호): 오실레이터가 0 위에서 아래로 교차할 때 발생하며, 잠재적인 매도 기회를 나타낼 수 있습니다.
• 다이버전스 (괴리): 차이킨 오실레이터와 가격 간의 다이버전스는 잠재적인 추세 반전의 중요한 신호가 될 수 있습니다.
  • 상승 다이버전스: 가격은 저점을 낮추지만, 오실레이터는 저점을 높입니다. 이는 매도 압력이 약화되고 잠재적인 가격 반전을 암시할 수 있습니다.
  • 하락 다이버전스: 가격은 고점을 높이지만, 오실레이터는 고점을 낮춥니다. 이는 매수 압력이 약화되고 잠재적인 가격 반전을 암시할 수 있습니다.

변동상이 큰 시장에서 오신호 발생이 증가(대부분의 지표가 동일)할 수 있으므로 여러 지표들과 함께 분석이 필요합니다.

plt.figure(figsize=(10, 6))
plt.subplots_adjust(hspace=0)
plt.subplot(411)
candleChart(trg)
plt.plot(ta.ema(trg.Close, length=5), label="ema_5")
plt.plot(ta.ema(trg.Close, length=20), label="ema_20")
xaxis_form(ax=False)
plt.xlim(pd.to_datetime("2024-09-02"), pd.to_datetime("2025-05-01"))
plt.grid(True)
plt.legend(loc="upper left")

plt.subplot(412)
plt.plot(macd.iloc[:,0], label="macd")
plt.plot(macd.iloc[:,2], label="signal")
xaxis_form(ax=False)
plt.xlim(pd.to_datetime("2024-09-02"), pd.to_datetime("2025-05-01"))
plt.grid(True)
plt.legend(loc="upper left")

plt.subplot(413)
plt.plot(ad, lw=2, label="ADL")
xaxis_form(ax=False)
plt.xlim(pd.to_datetime("2024-09-02"), pd.to_datetime("2025-05-01"))
plt.grid(True)
plt.legend(loc="upper left")

plt.subplot(414)
plt.plot(chaikin, lw=2, label="chaikin")
plt.axhline(0, color="gray")
xaxis_form(ax=True)
plt.xlim(pd.to_datetime("2024-09-02"), pd.to_datetime("2025-05-01"))
plt.grid(True)
plt.legend(loc="upper left")
plt.show()