기본 콘텐츠로 건너뛰기

pandas_ta를 적용한 통계적 인덱스 지표

[stock] Aroon

Aroon

특정기간 동안 최고가와 최저가가 얼마나 최근에 나타났는지를 분석하여 추세의 강도와 방향을 파악하는 데 사용되는 지표입니다.

$$\begin{align} \text{Aroon Up} &=\frac{\text{분석기간-(분석기간 중 최고가가 나타난 날까지의 일수)}}{\text{분석기간}} \times 100 \\ \text{Aroon Down} &=\frac{\text{분석기간-(분석기간 중 최저가가 나타난 날까지의 일수)}}{\text{분석기간}} \times 100\\ \text{Aroon _osc}&=\text{Aroon Up}-\text{Aroon Down}\end{align}$$

일반적으로 분석기간은 14일을 사용합니다.

pandas_ta.aroon(high, low, length=None, scalar=None, talib=None, offset=None, **kwargs)를 사용합니다.

import numpy as np
import pandas as pd
import FinanceDataReader as fdr
import yfinance as yf
import pandas_ta as ta
import matplotlib.pyplot as plt
import mplfinance as mpf
import matplotlib.dates as mpl_dates

st=pd.Timestamp(2024,9, 1)
et=pd.Timestamp(2025, 4,30)
trgnme="000660.KS"
trg=yf.download(trgnme,  st, et)
trg.columns=[i[0] for i in trg.columns]

aroon=ta.aroon(trg.High, trg.Low)
aroon.tail(3)
AROOND_14 AROONU_14 AROONOSC_14
Date
2025-04-25 14.285714 21.428571 7.142857
2025-04-28 7.142857 14.285714 7.142857
2025-04-29 0.000000 7.142857 7.142857
adp=[mpf.make_addplot(aroon.iloc[:,0], panel=1, color="Navy",  label="aroon_down"), 
     mpf.make_addplot(aroon.iloc[:,1], panel=1, color="brown",  label="aroon_up"), 
     mpf.make_addplot(aroon.iloc[:,2], type="bar", panel=1, color=["r" if x>0 else "b" for x in aroon.iloc[:,2]],  label="aroon_osc"), 
     mpf.make_addplot(ta.ema(trg.Close, 5), panel=0, color="orange", label="EMA5"),
   mpf.make_addplot(ta.ema(trg.Close, 20), panel=0, color="navy", label="EMA20")]
fig, axs=mpf.plot(trg, type="candle", style="yahoo", addplot=adp, volume=False, returnfig=True, figsize=(12,6))
axs[2].axhline(50, color="gray", ls="dotted")
axs[0].legend(loc="upper left")
axs[2].legend(loc="upper left")
plt.show()

aroon은 [0, 100]사이의 값으로 Up이 100이면 주가 고점, Down이 100이면 주가 저점과의 거의 일치합니다. 그 지점에서 오실레이터는 peak를 나타냅니다. 또한 50을 기준으로 위쪽을 점유하는 선의 종류에 따라 상승 또는 하락 추세와 일치하며 Up과 Down의 이격이 클수록 그 추세의 강도가 증가합니다. 두선의 이격이 일정하고 같은 방향으로 움직인 경우 횡보 구간과 일치합니다. 또한 두 선의 교차에 따라 추세의 방향 반전이 일어납니다. 이와 같은 해석을 다음과 같이 요약할 수 있습니다. 위 결과의 마지막 구간은 횡보를 보이지만 Up이 우위에 있으면서 0선에 저점에 도달함을 암시합니다. 이것은 상승으로 전환을 고려할 수 있음을 시사합니다.

  • Aroon Up: 값이 높을수록 최고가가 최근에 나타났다는 의미, 상승추세가 강할 가능성을 시사
  • Aroon Down: 값이 높을수록 최저가가 최근에 나타났다는 의미, 하락추세가 강할 가능성을 시사
  • Aroon Up > Aroon Down: 상승 추세가 우세할 가능성이 높습니다.
    값이 50이상이고 이상태가 지속된다면 상승추세의 지속, 매수 전략 유지
  • Aroon Up < Aroon Down: 하락 추세가 우세할 가능성이 높습니다.
    값이 50 이상이고 이 상태가 지속된다면 하락추세의 지속, 매도전략 유지
  • 교차(Crossover): Aroon Up이 Down 위로 상향돌파하면 매수신호, 반대인 경우 매도신호로 해석할 수 있습니다.
  • 값 > 70 : 강한 추세가 지속될 가능성이 높음
    • Aroon Up > 7o: 강한 상승
    • Aroon Down > 7o: 강한 하락
  • 값 < 30: 약한 추세 또는 횡보
    • 두선 모두 50 근처 : 추세 없는 횡보구간일 가능성이 높음
    • 두선 모두 50 근처에서 움직이다가 한선이 급격하게 상승 또는 하락하면 추세전환의 가능성을 시사함
  • 다른 지표와 함께 사용, 이평선의 상승과 Aroon Up 값이 높다면 추세의 신뢰가 증가
  • 후행성지표 성격을 가지므로 추세전환시점이 늦을 수 있으며 횡보구간에서는 잦은 매매신호가 발생합니다.

댓글

이 블로그의 인기 게시물

[Linear Algebra] 유사변환(Similarity transformation)

유사변환(Similarity transformation) n×n 차원의 정방 행렬 A, B 그리고 가역 행렬 P 사이에 식 1의 관계가 성립하면 행렬 A와 B는 유사행렬(similarity matrix)이 되며 행렬 A를 가역행렬 P와 B로 분해하는 것을 유사 변환(similarity transformation) 이라고 합니다. $$\tag{1} A = PBP^{-1} \Leftrightarrow P^{-1}AP = B $$ 식 2는 식 1의 양변에 B의 고유값을 고려한 것입니다. \begin{align}\tag{식 2} B - \lambda I &= P^{-1}AP – \lambda P^{-1}P\\ &= P^{-1}(AP – \lambda P)\\ &= P^{-1}(A - \lambda I)P \end{align} 식 2의 행렬식은 식 3과 같이 정리됩니다. \begin{align} &\begin{aligned}\textsf{det}(B - \lambda I ) & = \textsf{det}(P^{-1}(AP – \lambda P))\\ &= \textsf{det}(P^{-1}) \textsf{det}((A – \lambda I)) \textsf{det}(P)\\ &= \textsf{det}(P^{-1}) \textsf{det}(P) \textsf{det}((A – \lambda I))\\ &= \textsf{det}(A – \lambda I)\end{aligned}\\ &\begin{aligned}\because \; \textsf{det}(P^{-1}) \textsf{det}(P) &= \textsf{det}(P^{-1}P)\\ &= \textsf{det}(I)\end{aligned}\end{align} 유사행렬의 특성 유사행렬인 두 정방행렬 A와 B는 'A ~ B' 와 같...

[sympy] Sympy객체의 표현을 위한 함수들

Sympy객체의 표현을 위한 함수들 General simplify(x): 식 x(sympy 객체)를 간단히 정리 합니다. import numpy as np from sympy import * x=symbols("x") a=sin(x)**2+cos(x)**2 a $\sin^{2}{\left(x \right)} + \cos^{2}{\left(x \right)}$ simplify(a) 1 simplify(b) $\frac{x^{3} + x^{2} - x - 1}{x^{2} + 2 x + 1}$ simplify(b) x - 1 c=gamma(x)/gamma(x-2) c $\frac{\Gamma\left(x\right)}{\Gamma\left(x - 2\right)}$ simplify(c) $\displaystyle \left(x - 2\right) \left(x - 1\right)$ 위의 예들 중 객체 c의 감마함수(gamma(x))는 확률분포 등 여러 부분에서 사용되는 표현식으로 다음과 같이 정의 됩니다. 감마함수는 음이 아닌 정수를 제외한 모든 수에서 정의됩니다. 식 1과 같이 자연수에서 감마함수는 factorial(!), 부동소수(양의 실수)인 경우 적분을 적용하여 계산합니다. $$\tag{식 1}\Gamma(n) =\begin{cases}(n-1)!& n:\text{자연수}\\\int^\infty_0x^{n-1}e^{-x}\,dx& n:\text{부동소수}\end{cases}$$ x=symbols('x') gamma(x).subs(x,4) $\displaystyle 6$ factorial 계산은 math.factorial() 함수를 사용할 수 있습니다. import math math.factorial(3) 6 a=gamma(x).subs(x,4.5) a.evalf(3) 11.6 simpilfy() 함수의 알고리즘은 식에서 공통사항을 찾아 정리하...

유리함수 그래프와 점근선 그리기

내용 유리함수(Rational Function) 점근선(asymptote) 유리함수 그래프와 점근선 그리기 유리함수(Rational Function) 유리함수는 분수형태의 함수를 의미합니다. 예를들어 다음 함수는 분수형태의 유리함수입니다. $$f(x)=\frac{x^{2} - 1}{x^{2} + x - 6}$$ 분수의 경우 분모가 0인 경우 정의할 수 없습니다. 이와 마찬가지로 유리함수 f(x)의 정의역은 분모가 0이 아닌 부분이어야 합니다. 그러므로 위함수의 정의역은 분모가 0인 부분을 제외한 부분들로 구성됩니다. sympt=solve(denom(f), a); asympt [-3, 2] $$-\infty \lt x \lt -3, \quad -3 \lt x \lt 2, \quad 2 \lt x \lt \infty$$ 이 정의역을 고려해 그래프를 작성을 위한 사용자 정의함수는 다음과 같습니다. def validX(x, f, symbol): ① a=[] b=[] for i in x: try: b.append(float(f.subs(symbol, i))) a.append(i) except: pass return(a, b) #x는 임의로 지정한 정의역으로 불연속선점을 기준으로 구분된 몇개의 구간으로 전달할 수 있습니다. #그러므로 인수 x는 2차원이어야 합니다. def RationalPlot(x, f, sym, dp=100): fig, ax=plt.subplots(dpi=dp) # ② for k in x: #③ x4, y4=validX(k, f, sym) ax.plot(x4, y4) ax.spines['left'].set_position(('data', 0)) ax.spines['right...