기본 콘텐츠로 건너뛰기

[matplotlib]quiver()함수

댓글 쓰기

[stock]BOP(Balance of Power)

Balance of Power (BOP)

$$\text{BOP} = \frac{\text{Close} - \frac{\text{High} + \text{Low}}{2}}{\text{High} - \text{Low}}$$

Close, High, Low: 해당기간의 종가, 고가, 저가

BOP는 전체 범위 중에서 종가의 위치를 나타내는 지표로 [-1, +1]사이의 값입니다. -1에 근접할수록 종가는 저가에 근접하는 것으로 하락장으로 매도세가 우세, 반대는 상승장으로 매수세가 우세함을 의미합니다. 즉 BOP는 매수세력과 매도세력의 강약을 측정하여 시장의 추세를 파악하는데 도움을 주는 모멘텀 지표입니다.

pandas_ta.bop(open_, high, low, close, scalar=None, talib=None, offset=None, **kwargs)함수를 사용합니다. 이 함수에서는 위 식의 $\frac{\text{High} + \text{Low}}{2}$ 대신 시가를 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

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]
bop=ta.bop(trg.Open, trg.High, trg.Low, trg.Close)
bop.tail(3)
Date
2025-04-25    0.370370
2025-04-28    0.327273
2025-04-29   -0.545455
Name: BOP, dtype: float64
adp=[mpf.make_addplot(bop, panel=2, color="brown",  label="bop"), 
     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=True, returnfig=True, xlim=(pd.to_datetime("2025, 03, 01"), pd.to_datetime("2025, 04, 30")), figsize=(12,6))
axs[4].axhline(0, color="navy", linestyle="dotted")
axs[0].legend(loc="upper left")
axs[4].legend(loc="upper left")
plt.show()

거래량에서 녹색은 종가>시가, 분홍색은 종가<시가를 의미합니다.

위 그래프의 마지막일의 거래량은 종가<시가로 매도세가 우세하고 bop 역시 0선 아래로 이격을 계속 증가시키고 있습니다. 이전 음영역 피크에 근접하고 있지만 거래량은 감소하는 추세이므로 매도세의 우세 정도가 감소할 것이고 해석할 수 있습니다. 즉, 반전의 모멘텀이 나타날 수 있음을 고려할 수 있습니다.

  • +1에 근접할수록 종가가 고가 근처에 형성된 것을 의미하는 것으로 매수세가 강함을 의미, 0선과 이격이 클수록 그 강도가 큼을 나타냄, 그러나 +1에 최근접은 추세의 지속이 일어날 수 있지만 반전을 고려할 수 있으므로 다른 지표들과의 합동분석이 필요
  • -1에 근접할수록 종가가 저가 근처에 형성된 것을 의미하는 것으로 매도세가 강함을 의미, 0선과 이격이 클수록 그 강도가 큼을 나타냄, 그러나 -1에 최근접은 추세의 지속이 일어날 수 있지만 반전을 고려할 수 있으므로 다른 지표들과의 합동분석이 필요
  • 0에 근접은 매수세와 매도세의 균형이 유지됨을 의미하는 것으로 횡보를 나타냄
  • 0선을 상향돌파시 매수세가 매도세를 우위로 변경됨을 의미
  • 0선을 하향돌파시 매도세가 매수세를 우위로 변경됨을 의미
  • BOP 상승, 가격 하락: 매수세가 상승하는데 가격이 하락됨은 주가 저점형성에 근접함으로 해석할 수 있으므로 매수전략을 고려할 수 있음
  • BOP 하락, 가격 상승: 매도세가 상승하는데 가격이 상승됨은 주가 고점형성에 근접함으로 해석할 수 있으므로 매도전략을 고려할 수 있음

BOP는 단기적인 매수/매도 압력 측정에 유용하지만 장기적인 추세를 나타내지는 않는다는 점을 유의하고 장기 추세 분석을 위해서는 다른 지표와 함께 사용되어야 합니다. 또한 횡보장에서는 BOP의 잦은 신호로 신뢰도가 저하될 수 있습니다.

거래량과의 같이 분석해야 합니다.

Labels:

댓글

댓글 쓰기

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...
댓글 쓰기
Read more »

[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...
댓글 쓰기
Read more »

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...
댓글 쓰기
Read more »