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.

$$\begin{align} \text{Aroon Up} &=\frac{\text{분석기간-(최고가 이후 경과일수)}}{\text{분석기간}} \times 100 \\ \text{Aroon Down} &=\frac{\text{분석기간-(최저가 이후 경과 일수)}}{\text{분석기간}} \times 100\\ \text{Aroon _osc}&=\text{Aroon Up}-\text{Aroon Down}\end{align}$$
  • 최고가 이후 경과일수: 분석기간이 14일, 그 기간 중 10일째 최고가가 나타난다면 14-10=4
  • 최저가 이후 경과일수: 분석기간이 14일, 그 기간 중 10일째 최저가가 나타난다면 14-10=4

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...

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...

부분분수의 미분

내용 방법 1 방법 2 방법 3 부분분수의 미분 분수의 미분은 일정한 공식 을 적용하여 계산할 수 있습니다. 그러나 분수 자체가 단순한 표현으로 이루어지지 않았다면 미분 과정이나 결과는 매우 복잡할 수 있습니다. 만약 복잡한 분수 함수를 간단한 분수들로 분해할 수 있다면 계산이 보다 간편해질 것입니다. 이와 같이 분해된 간단한 분수들을 부분분수 라고 합니다. 예를 들어 다음 두 분수의 합을 계산해 봅니다. $$\begin{align} \frac{1}{x+1}+\frac{2}{x-1}&=\frac{x-1+2(x+1)}{(x+1)(x-1)}\\ &=\frac{3x+1}{x^2-1} \end{align}$$ 위 과정은 3개 이상의 여러 분수에서도 이루어질 수 있습니다. 또한 역으로 진행될 수 있습니다. 즉, 분수를 부분 분수로 분할할 수 있습니다. 그러나 이러한 과정은 대수분수 (분자의 가장 큰 차수가 분모의 최고의 차수보다 작은 분수)에서만 이루어질 수 있습니다. 예를 들어 $\displaystyle \frac {x^2+2}{x^2-1}$의 경우는 분자와 분모의 차수는 2차로 같습니다. 이러한 경우 다음과 같이 분리할 수 있습니다. $$\frac{x^2+2}{x^2-1}=1+\frac{3}{x^2-1}$$ 위의 식 중 $\displaystyle \frac{3}{x^2-1}$은 분자의 차수가 분모의 차수 보다 낮은 대수 분수이므로 부분 분수로 분리할 수 있습니다. 이와같이 부분 분수로 분해하는 방법은 다음과 같이 몇 가지로 구분할 수 있습니다. 방법 1 위 예의 결과 $\displaystyle \frac{3x+1}{x^2-1}$의 경우를 역으로 생각해 봅니다. 분모의 인수분해가 가능하면 그 분모의 인수에 의해 다음과 같이 분해할 수 있습니다. $$\begin{align} \frac{3x+1}{x^2-1}&=\frac{3x+1}{(x+1)(x-1)}\\ &=\frac{A}{x+1...