[Stock]Awesome Oscillator(AO) 지표

Awesome Oscillator(AO)

Awesome Oscillator는 추세의 강도를 측정하고 잠재적인 반전 지점을 식별하는 데 사용되는 기술적 분석 지표입니다. AO는 일반적으로 추세를 확인하거나 반전 가능성을 예측하는 데 사용됩니다.

• 추세확인: 추세강도 측정하여 추세의 지속 또는 반전을 판단에 도움
• 가격과 오썸오실레이터 간의 다이버전스(벌어짐)은 잠재적인 추세 반전을 나타냄
• 오썸오실레이터가 제로라인을 교차하는 것은 추세 변화의 신호로 해석할 수 있음
• 상승추세에서 두개의 봉우리가 발생했을 때 두 번째 봉우리가 첫번째 봉우리보다 낮을 경우 매도신호로 해석할 수 있음

과거 데이터를 기반으로 하므로 미래 가격의 정확한 예측은 어렵고 모든 시장 상황에 적합하다고 할 수 없으므로 다른 지표와 함께 사용하여야 합니다.

계산

지정한 기간의 중간값에 대한 단기(5)와 장기(34) 평균값의 차입니다.

$$\begin{array}{rl}\text{median}& =\frac{\text{High}+\text{Low}}{2}\\ \text{AO}& =\text{SMA(Median, fast)}-\text{SMA(Median, solw)}\end{array}$$

다음은 AO를 계산하기 위한 UDF입니다.

#awesome oscillator 계산

def calculate_ao(data, short=5, long=34):
    high=data["High"]
    low=data["Low"]
    median_price=(high+low)/2
    sma_short=median_price.rolling(window=short).mean()
    sma_long=median_price.rolling(window=long).mean()
    ao=sma_short - sma_long
    return ao

def ao_color(data):
    awesome_color=[]
    #awesome_color.clear()
    for i in range(len(data)):
        if data.iloc[i]>=0 and data.iloc[i]>=data.iloc[i-1]:#양수, 직전보다 증가
            awesome_color.append('orange')
        elif data.iloc[i]>=0 and data.iloc[i]<data.iloc[i-1]: #양수, 직전보다 감소
            awesome_color.append('skyblue')
        elif data.iloc[i]<0 and data.iloc[i]<data.iloc[i-1]:#음수, 직전보다 감수
            awesome_color.append('skyblue')
        elif data.iloc[i]<0 and data.iloc[i]>=data.iloc[i-1]: #음수, 직전보다 증가 
            awesome_color.append('orange')
        else:
            awesome_color.append('k')
    return awesome_color

import numpy as np
import pandas as pd
import yfinance as yf
import matplotlib.pyplot as plt
import mplfinance as mpf

st=pd.Timestamp(2025,1, 1)
et=pd.Timestamp(2025, 4,13)
trgnme="000660.KS"#sk하이닉스
trg=yf.download(trgnme,  st, et)
trg.columns=[i[0] for i in trg.columns]

ao_data=calculate_ao(trg, 5, 20)
aoColor=ao_color(ao_data)

ao=[
    mpf.make_addplot(ao_data, type="bar", width=0.7, color=aoColor, panel=1, alpha=0.8, secondary_y=True)
]
mpf.plot(trg, volume=True, volume_panel=2, type="candle", style="yahoo", mav=(5, 20), addplot=ao, figsize=(10, 8))