기본 콘텐츠로 건너뛰기

[matplotlib]quiver()함수

[stock]BIAS와 이격도

BIAS와 이격도

BIAS

주가와 이동평균선의 괴리도를 나타내는 지표입니다.

$$\text{BIAS} = \frac{\text{현재종가 - N일 이동평균선}}{\text{N일 이동평균선}}\times 100(\%)$$

N은 일반적으로 사용자가 설정하는 기간으로 6, 12, 24일 등입니다.

pandas_ta.bias(close, length=None, mamode=None, offset=None, **kwargs) 함수를 적용합니다. 매개변수 mamode로 이평선의 종류를 지정할 수 있습니다. length(기간)의 기본값은 26일 입니다.

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

st=pd.Timestamp(2024,9, 1)
et=pd.Timestamp(2025, 5,2)
trgnme="000660.KS"
trg=yf.download(trgnme,  st, et)
trg.columns=[i[0] for i in trg.columns]
bias=ta.bias(trg.Close)
bias.tail(3)
Date
2025-04-28   -0.019559
2025-04-29   -0.019789
2025-04-30   -0.031520
Name: BIAS_SMA_26, dtype: float64

BIAS를 주가의 봉차트와 비교해 봅니다.

adp=[mpf.make_addplot(ta.bias(trg.Close, length=5, mamode='ema'), panel=1, color="Navy",  label="bias_5"), 
     mpf.make_addplot(ta.bias(trg.Close, length=20, mamode='ema'), panel=1, color="brown",  label="bias_20"),
    mpf.make_addplot(ta.ema(trg.Close, length=5), panel=0, color="Navy",  label="ema_5"), 
     mpf.make_addplot(ta.ema(trg.Close, length=20), panel=0, color="brown",  label="ema_20")]
fig, axs=mpf.plot(trg, type="candle", style="yahoo", addplot=adp, volume=False, returnfig=True, figsize=(12,6))
axs[3].axhline(0, color="gray", ls="dotted")
axs[0].legend(loc="upper left")
axs[2].legend(loc="upper left")
plt.show()

위 결과에서 ema20의 경우 평활화가 진행된 것으로 ema5에 비해 주가와 큰 이격이 발생합니다.

  • 주가 > ema → bias > 0 즉, bias와 0선의 이격이 클수록 주가가 이평선 위로 큰차이로 존재하는 것을 의미하고 차츰 그 이격이 감소하는 경향을 보입니다. 그러므로 +BIAS의 고점(과매수 의심)이후 감소하는 경향을 보이는 것으로 매도 신호일수 있습니다.
  • 주가 < ema → bias < 0 즉, bias와 0선의 이격이 클수록 주가가 이평선 아래로 큰차이로 존재하는 것을 의미하고 차츰 그 이격이 감소하는 경향을 보입니다. 그러므로 -BIAS의 저점(과매도 의심)이후 감소하는 경향을 보이는 것으로 매수 신호일수 있습니다.
  • BIAS의 고점, 저점은 과매수와 과매도로 매도와 매수 전략을 고려하고 추세반전의 가능성을 인지해야 합니다. 그러나 이 과매도/과매수가 장기간 지속될 수 있으므로 다른 지표와의 함께 분석이 필요합니다.
  • BIAS가 0 선에 근접한 상태가 지속되면 횡보구간이지만 상향 또는 하향 돌파의 가능성을 고려해야 합니다.
  • BIAS가 +을 유지하면 상승추세, -을 유지하면 하락추세로 해석할 수 있습니다.

BIAS는 단기적인 과열 또는 침체를 나타내는 지표 장기적인 추세분석에는 적합하지 않음

이격도

BIAS와 매우 유사. 현 주가와 이평선의 이격정도를 백분율로 나타냅니다.

$$\text{이격도} = \frac{\text{현재종가}}{\text{N일전 이동평균선}}\times 100(\%)$$

기간 N은 일반적으로 20, 60, 120일 이평선을 사용합니다.

pandas_ta에서 이격도를 직접 계산하는 함수는 제공하지 않지만 sma(), ema() 함수를 사용하여 다음 UDF를 작성하여 사용할 수 있습니다.

def cal_separation(data, n=20, mamode="sma"):
    if mamode=="sma":
        ma=ta.sma(data, length=n)
    else:
        ma=ta.ema(data, length=n)
    return data/ma * 100
sepa=cal_separation(trg.Close)
sepa.tail(3)
Date
2025-04-28    101.226397
2025-04-29    101.014051
2025-04-30     99.738713
dtype: float64
adp=[     mpf.make_addplot(ta.ema(trg.Close, length=5), panel=0, color="orange", label="ema5"), 
     mpf.make_addplot(ta.ema(trg.Close, length=20), panel=0, color="brown", label="ema20"),
     mpf.make_addplot(cal_separation(trg.Close, n=20), panel=1, color="brown", label="separation20")]

f, axs=mpf.plot(trg, type="candle", style="yahoo", volume=False, addplot=adp, returnfig=True, figsize=(12, 6))
axs[2].axhline(100, color='orange', ls="dotted")
axs[0].legend(loc="upper left")
axs[2].legend(loc="upper left")
plt.show()

위 결과에서 20일 이격이 100 이상일 경우 주가는 이평선 위에 존재하면 주가가 위, 아래에 존재하며 주가가 아래에 존재

  • 이격선이 100선 위에서 상승하면 주가 상승, 하락하면 주가 하락
  • 이격선이 100선 아래에서 하강하면 주가 하락, 상승하면 주가 상승
  • 100% 초과: 현재 주가가 N일 이동평균선 위에 있다는 것을 의미합니다. 이격도가 높을수록 단기적으로 과매수 상태일 가능성이 높아져 매도 신호로 해석될 수 있습니다.
  • 100% 미만: 현재 주가가 N일 이동평균선 아래에 있다는 것을 의미합니다. 이격도가 낮을수록 단기적으로 과매도 상태일 가능성이 높아져 매수 신호로 해석될 수 있습니다.
  • 100% 근처: 현재 주가가 N일 이동평균선 부근에 있다는 것을 의미하며, 뚜렷한 매수 또는 매도 신호로 보기 어렵습니다.

BIAS와 계산상의 차이만 존재하며 해석이나 주의 사항은 같음

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...

sympy.solvers로 방정식해 구하기

sympy.solvers로 방정식해 구하기 대수 방정식을 해를 계산하기 위해 다음 함수를 사용합니다. sympy.solvers.solve(f, *symbols, **flags) f=0, 즉 동차방정식에 대해 지정한 변수의 해를 계산 f : 식 또는 함수 symbols: 식의 해를 계산하기 위한 변수, 변수가 하나인 경우는 생략가능(자동으로 인식) flags: 계산 또는 결과의 방식을 지정하기 위한 인수들 dict=True: {x:3, y:1}같이 사전형식, 기본값 = False set=True :{(x,3),(y,1)}같이 집합형식, 기본값 = False ratioal=True : 실수를 유리수로 반환, 기본값 = False positive=True: 해들 중에 양수만을 반환, 기본값 = False 예 $x^2=1$의 해를 결정합니다. solve() 함수에 적용하기 위해서는 다음과 같이 식의 한쪽이 0이 되는 형태인 동차식으로 구성되어야 합니다. $$x^2-1=0$$ import numpy as np from sympy import * x = symbols('x') solve(x**2-1, x) [-1, 1] 위 식은 계산 과정은 다음과 같습니다. $$\begin{aligned}x^2-1=0 \rightarrow (x+1)(x-1)=0 \\ x=1 \; \text{or}\; -1\end{aligned}$$ 예 $x^4=1$의 해를 결정합니다. solve() 함수의 인수 set=True를 지정하였으므로 결과는 집합(set)형으로 반환됩니다. eq=x**4-1 solve(eq, set=True) ([x], {(-1,), (-I,), (1,), (I,)}) 위의 경우 I는 복소수입니다.즉 위 결과의 과정은 다음과 같습니다. $$x^4-1=(x^2+1)(x+1)(x-1)=0 \rightarrow x=\pm \sqrt{-1}, \; \pm 1=\pm i,\; \pm1$$ 실수...