이동평균이란 무엇인가! 이동평균 개념과 종류 및 이동평균 공식을 이용한 이동평균계산방법
본 글은 이동평균이란 무엇인지 Moving Average (MA) 이동평균 개념과 종류 및 이동평균 공식을 이용한 이동평균계산방법을 설명합니다.
이동평균 (MA, Moving Average) 계산법을 이용해 산출된 이동평균선은 가격, 지수 등의 수치의 변화를 관찰하고 분석하는데 있어서 일정한 부분집합의 평균값 계산으로 인해 값의 전반적인 변화 흐름(추세) 파악을 용이하게 해줍니다.
이동평균법을 통해 도출된 이동평균 값을 선으로 연결하여 그래프로 표현한 이동평균선은 값의 변화와 추세에 의미를 부여하는 주식, 선물, 옵션 등 투자 분야에서 기술적분석의 도구로써 활발히 사용되고 있습니다.
이동평균이란 수의 집합에서 특정 크기의 부분 집합을 연속적으로 이동하며 산출한 평균 입니다.
이러한 이동평균은 가격, 지수, 무게, 거래량, 거리 등 수치적으로 표현할 수 있는 모든 부분에 적용하여 활용할 수 있습니다.
이동평균은 일반 평균과는 다르게 한정되어있는 수 집합의 모든 값을 대상으로 평균을 산출하는 것과는 다르게 일정한 크기의 부분집합을 평균 계산에 활용한다는 것이 특징입니다.
또한 이 부분집합을 이동시키며 연속적인 평균값을 산출함으로써 평균값의 흐름을 알 수 있게 하며, 일정 기간 혹은 데이터 구간의 평균의 흐름을 알 수 있게 해줍니다.
이러한 특징으로 인해 이동평균계산법에 의해 도출된 이동평균값은 주로 선으로 표현하여 시각화 하며, 이렇게 시각화된 이동평균선은 추세 파악과 변화를 용이하게 해줌으로써 투자 분야에서 활발히 사용되고 있습니다.
이동평균 종류에는 단순 이동평균, 가중 이동평균, 기하 이동평균, 누적 이동평균, 지수 이동평균 등이 있습니다.
다음은 단순 이동평균 (SMA, Simple Moving Average) 계산 공식 입니다.
앞서, 이동평균계산법은 수의 집합에서 일정 크기의 부분집합의 평균을 연속적으로 이동하며 계산한다고 했습니다.
이동평균계산법의 공식은 다음과 같습니다.
이동평균계산 공식에서 n은 부분집합의 크기이며, Pd는 데이터 값을 의미합니다.
위 이동평균계산 공식은 특정 데이터를 기준으로 부분집합의 수만큼 반복적으로 데이터를 더해서 부분집합의 크기만큼 나눈다는 것을 의미합니다.
예를들어, 다음과 같이 총 5개의 숫자가 있고 부분집합의 크기가 2인 이동평균을 계산한다고 합시다.
1 : 1000, 2 : 1050, 3 : 1010, 4 : 1020, 5 : 1040
부분집합의 크기를 2으로 할 경우, 위 5개의 숫자에서 2개씩 부분집합을 이루어 평균을 계산하는 것입니다.
따라서 이동평균값은 위의 예제에서는 총 4개가 나오게 됩니다.
첫번째의 경우, 이동평균을 산출할 데이터가 부족하기 때문에 산출할 수 없습니다.
아래는 위 5개의 숫자를 이동평균계산법을 이용해 산출한 이동평균값입니다.
이동평균계산법을 이용한 계산 결과
각 이동평균값을 계산한 세부적인 계산 결과는 다음과 같습니다.
다음은 기본 데이터와 이동평균값을 그래프로 그린 데이터선과 이동평균선입니다.
이동평균계산 결과 그래프 : 이동평균선
이동평균계산법을 이용한 이동평균 계산 결과는 일정 데이터 집합 (부분집합)에서 특징적으로 나타난 값들이 평균에 의해서 희석되는 효과가 나타남에 따라 전반적인 추세를 확인하는데 용이합니다.
특히 가격 변화 추세를 확인할 경우, 일시적을 발생한 돌출된 값에 의해서 이동평균선 추세 분석의 어려움이 있습니다.
하지만, 이동평균계산법은 이러한 돌출된 값이 희석되는 효과를 제공함과 동시에 계산 구간이 이동함에 따라 지나친 과거 데이터로 인해서 최근 형성된 데이터가 왜곡되는 문제를 방지해 줍니다.
뿐만아니라 이동평균은 다양한 부분집합 크기를 설정함으로써, 다양한 부분집합 크기의 이동평균 계산 결과 간 비교 분석을 할 수 있으며, 이로인해 다양한 데이터 구간 간의 추세 변화를 비교 분석할 수 있습니다.
다양한 데이터 구간 간의 추세 변화는 가격 변화 분석에서 매우 유용하게 활용됩니다. 예를들어, 장기적으로는 큰 변화가 없는 듯 보이지만, 단기적으로 가격이 상승하게 된 시점을 알 수 있게 해주는 것이 대표적인 예 입니다.
물론, 데이터 각각을 놓고 본다면 가격 변화가 어떻게 이루어졌는지 알 수 있지만, 이동평균선 앞서 이야기 드렸던 바와 같이 일시적으로 데이터 급등과 급락을 반복하며 변화할 경우, 가격이 오르면 변동하는 것인지 가격이 내리며 변동하는 것인지 파악하기 어렵기 때문입니다.
이러한 장점에도 불구하고 이동평균은 부분집합의 크기 (평균 산출 데이터 구간의 크기)를 어떻게 설정하느냐에 따라서 달리지는 특징을 가지고 있습니다.
또한, 부분집합의 크기가 지나치게 작거나 크게 되면, 이동평균계산방법을 통해서 파악할 수 있는 데이터가 매우 한정적이게 됩니다.
물론, 부분집합의 크기는 이동평균의 적용분야에 따라 상이하며, 같은 분야에서도 분석자의 관점과 분석 목표에 따라 상이하다고 볼 수 있습니다.
따라서 이동평균법 (이동평균계산방법)을 다양한 분야에 적용 시, 해당 분야에 맞게 부분집합 크기를 설정하는 과정이 추가적으로 필요하다고 볼 수 있습니다.
이동평균은 가격, 무게, 거리, 수량, 거래량 등 가공되지 않은 데이터에 활용할 수 있지만, 수익률, 주가수익률, 거래량비율, 자산비율, 주가순자산비율, 주당순이익, 총자산이익률, 배당률, 이자율 등 다양하게 가공된 데이터 적용하여 활용할 수 있습니다.
업비트 투자자보호센터
이동평균은 기술적 분석을 할 때 쓰이는 기본 도구 중 하나입니다. 과거의 평균적 수치에서 현상(주로 추세)을 파악하여 현재의 매매와 미래의 예측을 돕기 위해 사용 되며 거래액, 매매대금, 가격 등 다양한 분야에서 사용 되고 있습니다.
투자자는 여러 개의 이동평균선을 동시에 표시할 수도 있으며 각 거래의 특성을 반영하기 위해 상황별로 다른 이동평균선을 사용할 수도 있습니다. 이동평균을 계산하는 대표적인 두 가지 방법은 단순이동평균(simple moving average, SMA)과 지수이동평균(exponential moving average, EMA) 입니다.
단순이동평균(이동평균선 SMA)
단순이동평균은 가장 기본적인 이동평균선으로 과거 일정 일수 동안의 종가를 가중 없이 더하여 해당 일수로 나누어 계산 합니다. 예를 들어 지난 3일 동안 비트코인 가격이 7620만 원, 7323만 3000원, 7369만 8000원이었다면 단순이동평균은 종가합계를 해당일수로 나눈 <(76200000 + 73233000 + 73698000)/3>7437만 7000원입니다.
단순이동평균은 과거와 현재의 데이터 모두 동일한 가중치가 적용됩니다. 반면 최신 데이터가 더욱 영향력이 있다는 주장도 나왔는데요. 이에 지수이동평균이 만들어졌습니다.
지수이동평균(EMA)
지수이동평균은 가중변수를 이용하여 최근 수치의 영향력은 높이고 과거 수치의 영향력은 낮추는 것입니다. 지수이동평균은 통상 최근의 데이터에 더 높은 가중치를 부여하는 가중 승수(weighting multiplier)를 이용하여 평균을 계산 하는데요.
일반적으로 지수이동평균은 세 단계를 거쳐 계산됩니다.
1) 전일 지수이동평균 및 금일 종가 확인
2) 승수(가중치를 의미하며, 일반적으로 2/(N+1)의 값이 사용) 계산
3) 금일 가격, 승수(기간) 및 직전 지수이동평균 값을 이용
금일 지수이동평균 = (금일 종가 x 승수) + 의 공식으로 계산
한 가지 예로 전일 지수이동평균이 5000원이고, 금일 종가는 5500원이라는 가정 하에 14일 지수이동평균을 구해보도록 하겠습니다. 일반적인 승수를 택하는 경우, 승수는 2/(1 + 14) = 0.133입니다. 지수이동평균은 위 공식에 따라 (5500 x 0.133) + (5000 x 0.867) = 5066.5원이 됩니다.
이동평균선 활용법
이동평균은 차트에서 자산의 현재 가격이 지지선과 저항선과 대비해서 어디에 위치하고 있는가를 비교 하는 데 사용됩니다. 가격이 상승하거나 하락해 이동평균선에 근접하면 투자자는 이것을 가격 지지선으로 보고 움직임이 멈추거나 일정 부분 시장 되돌림이 있을 수 있다는 신호로 활용할 수 있습니다. 예를 들어 가격이 200일 지수이동평균선까지 하락하면 투자자는 200일 지수이동평균선이 가격이 반등하는 지지선으로 작용하기 때문에 가격 하락이 멈출 것으로 생각할 수 있습니다.
또한 투자자는 차트에 여러 시간 단위의 이동평균선을 표시하여 장단기 지지선 및 저항선을 시각화할 수 있습니다. 예를 들어 투자자는 같은 차트에서 20일 지수이동평균을 단기 지표로 이용하고, 200일 지수이동평균을 장기 지표로 사용할 수 있습니다. 지수이동평균 단위 기간이 길수록 지지선과 저항선은 더 강력하며 가격이 지수이동평균를 향해 다가가면 가격이 방향을 바꿀 가능성이 더 커질 것입니다.
이동평균의 교차(crossover)는 대개 중대한 가격 변화(shift)를 의미 하기 때문에 투자자는 이에 특별한 관심을 가질 수 있습니다. 한 이동평균선이 다른 이동평균선을 상회하거나 하회할 때 발생하는 이러한 교차는 강세 및 약세 신호로 이용 됩니다.
일반적으로 단기 이동평균이 장기 이동평균을 상향 돌파하는 강세 신호로 여겨지고, 장기 이동평균이 단기 이동평균을 하향 돌파하는 것은 약세로 여겨집니다. 예를 들어 50일 지수이동평균이 200일 지수이동평균를 상향 돌파하고 있다면 이것은 일반적으로 가격이 계속해서 상승할 것이라는 신호입니다. 거래 참가를 위한 신호로 이동평균을 이용하는 투자자는 이러한 교차 신호가 있으면 계약을 신규 매수하거나 포지션을 추가할 것입니다.
이동평균선의 한계점
이동평균은 지금까지의 가격 동향과 향후 방향을 시각화하는 데 도움을 주는 단순하지만 의미있는 지표가 이동평균선 될 수 있습니다. 하지만 주요 단점 중 하나는 시간이 지연된다 는 것입니다. 이동평균은 이전 가격 행동을 고려한 후행 지표이기 때문에 신호가 너무 늦은 경우가 있습니다. 예를 들어, 강세 교차는 구매를 제안할 수 있지만 가격이 크게 상승한 후에만 발생할 수 있습니다.
즉, 상승세가 계속되더라도 가격 상승과 교차 신호 사이의 기간에 잠재적 이익이 손실되었을 수 있습니다. 또는 더 나쁜 것은 잘못된 골든 크로스 신호로 인해 거래자가 가격 하락 직전에 현지 최고점을 매수할 수 있다는 것입니다. 이러한 가짜 매수 신호를 일반적으로 불 트랩 이라고 합니다. 따라서 이동평균을 단독으로 사용하기 보다는 이러한 가짜 신호를 피하기 위해 서로 다른 지표를 결합해서 보는 것이 유용 합니다.
earticle
Recently, manufacturers have established and operated appropriate production plans to actively respond to rapidly changing business conditions and to secure continuous competitiveness of product lines. In particular, in terms of establishing and operating a supply plan, inventory management is a key factor in understanding a company's level of production management. Therefore, flexible inventory management in consideration of changes in manufacturers' demands can lead to a reduction in inventory costs and an increase in corporate profits through proper inventory retention and compliance with delivery times required by customers. However, most small and medium-sized manufacturing companies in Korea are having difficulty in forecasting demand as customers' orders are irregular and fluctuate in the form of small-scale production of a variety of products. Therefore, in this study, we propose an inventory management technique of Company H that grasps the demand trend of vehicle maintenance parts and easily derives the appropriate inventory level by using the cross-selling strategy of moving average lines derived by the moving average method.
최근 제조업체는 급변하는 경영상황에 능동적으로 대응하고 제품군의 지속적인 경쟁력 확보를 위해 적정 한 생산계획을 수립하여 운영하고 있다. 특히 공급계획을 수립하고 운영 관리하는 측면에서 재고관리는 기업의 생 산관리 수준을 알 수 있는 핵심요소이다. 따라서 제조업체의 수요변화를 고려한 탄력적 이동평균선 재고관리는 고객이 요구하 는 납기를 준수하고 적정한 재고보유를 통하여 재고비용의 감소, 나아가 기업의 수익증대를 가져오게 한다. 그러 나 대다수의 국내 중소제조업체는 다품종 소량생산 형태로 고객의 주문이 비정기적이고 변동폭이 심한 경우가 많 아 수요예측에 어려움을 겪고 있다. 이에 본 논문에서는 이동평균법으로 도출한 장단기 이동평균선의 교차매매전 략을 이용하여 차량 보수용부품의 수요추세를 파악하고 적정 재고수준을 알기 쉽게 도출하는 H사의 사례연구를 결과를 제시하고자 한다. 여기에서 제안된 방법은 성수기와 비수기의 수요변동이 큰 기업들의 재고관리비용 절감 에 크게 기여할 것으로 기대한다.
요약
Abstract
Ⅰ. 서론
Ⅱ. 이론적 배경
2.1 재고관리
2.2 시계열 분석
2.3 기존연구 고찰
Ⅲ. H사의 재고관리 현황 및 문제점
3.1 재고관리 현황
3.2 재고관리 문제점
Ⅳ. 이동평균선의 교차매매전략을 이용한 적정재고 산출
4.1 적정재고 산출을 위한 수요예측기법
4.2 3개년 판매량을 이용한 적정재고 산출
4.3 이동평균선의 교차매매전략을 이용한 재고변경점 도출
4.4 재고변경점에 의한 적정재고 산정
4.5 기대효과
Ⅴ. 결론
REFERENCES
이동평균선
출처=pixabay
이동평균선(MA)은 특정 기간 동안의 가격 평균을 구한 값들의 모임입니다.
100일 이동평균선은 과거 100일 동안의 가격들의 평균을 계산한 값을 차트에 나타낸 것입니다. 그러므로 첫 100일까지는 100일 이동평균선이 계산되지 않고, 101일부터 100일 이동평균선을 그릴 수 있습니다.
101일 이후부터는 매일 이동평균선이 계산되므로 값들의 모임이 선의 형태로 나타난 것을 100일 이동평균선이라고 합니다.
보통 이동평균선을 구할 때 가격 캔들을 활용하는데, 100개의 과거 종가를 기준으로 이동평균선을 계산합니다.
이동평균선은 가격의 평균을 계산하는 방식에 따라 단순 이동평균선 (SMA), 지수 이동평균선 (EMA), 거래량 가중 이동평균선 (VWMA), Arnaud Legoux 이동평균선 (ALMA) 등으로 나눌 수 있습니다.
이동평균선을 계산한 값들의 모임에서 다시 이동평균선을 계산할 경우 접두어로 더블(Double)이 붙고, 이동평균선을 세 번 계산할 경우 트리플(Triple)이 붙습니다.
그중 트리플 지수 이동평균선 (TEMA)이 대표적입니다. 이동평균선을 계산한 값을 다시 이동평균선으로 계산하면 평균을 계산하는 방식의 특성을 더 강하게 나타내는 이동평균값을 이동평균선 구할 수 있습니다.
대표적인 지수 이동평균선의 공식은 다음과 같습니다.
지수 이동평균선 공식. 출처=에델포신
이 공식에 따르면, 지수 이동평균은 단순 이동평균에 금일 종가 값이 더해집니다.
그리고 금일 종가와 전일의 단순 이동평균의 가중치를 승수를 통해 조절합니다.
따라서 지수 이동평균선은 단순 이동평균에 비해 오늘의 가격 종가에 가중치를 크게 두므로, 최근 가격 변동에 민감한 평균 계산법입니다.
0 개 댓글