파라볼릭 활용 방법과 파이썬 함수

파라볼릭 활용 전략

Parabolic SAR은 추세 추적 및 매수/매도 시점 식별을 위한 보조지표로 많이 사용됩니다.

• 추세 추적
  Parabolic SAR은 현재 주가 추세를 추적합니다. 지표가 아래에 위치하고 있을 때는 상승 추세이고, 지표가 위에 위치하고 있을 때는 하락 추세입니다. 따라서, Parabolic SAR을 사용하여 현재 추세를 파악하고, 이를 기반으로 매수/매도 결정을 내릴 수 있습니다.
  
  
• 매수/매도 시점 식별
  Parabolic SAR은 매수와 매도 시점 식별에도 사용됩니다. 지표가 주가 아래에 위치하고 있을 때는 매수 시점으로 간주되며, 지표가 주가 위에 위치하고 있을 때는 매도 시점으로 간주됩니다. 다른 기술적 분석 지표와 함께 사용하면 더욱 정확한 신호를 얻을 수 있습니다.
  
  
• 추세 반전 시점 식별
  Parabolic SAR은 추세가 전환되는 시점을 식별하는 데도 사용됩니다. 상승 추세에서 지표가 위로 뒤집힐 때는 추세가 하락 추세로 바뀌는 시점으로, 하락 추세에서 지표가 아래로 뒤집힐 때는 추세가 상승 추세로 바뀌는 시점으로 간주됩니다. 따라서, 이 지표를 사용하여 추세 반전 시점을 파악하고, 이를 기반으로 매수/매도 결정을 내릴 수 있습니다.
  
  
• 다른 보조지표와 함께 사용
  Parabolic SAR은 신호를 생성하는 데 지연이 발생할 수 있으므로, 다른 보조지표와 함께 사용하는 것이 좋습니다. 예를 들어, RSI(상대강도지수)나 MACD(이동평균수렴확산)와 같은 지표와 함께 사용하면 더욱 정확한 신호를 얻을 수 있습니다.

파라볼릭 활용 예제

 

파라볼릭 Parabolic SAR 란?

Parabolic SAR(Stop and Reverse)은 추세를 추척하는데 사용되는 기술적 분석 지표입니다.
주가가 상승하는 추세에서는 지표가 아래로 그려지고 주가가 하락 추세에서는 지표가 위로 그려집니다. 이 지표는 시간이 지남에 따라 주가와 함께 움직이며, 주가가 추적하는 추세를 따라 감소하거나 증가합니다.

Parabolic SAR 지표가 주가 아래에 위치하고 있을 때는 매수 시점으로 간주되며, 지표가 주가 위에 위치하고 있을 때는 매도 시점으로 간주되며 주가 변동성이 큰 시장에서 유용하게 사용됩니다.

 

파라볼릭과 비슷한 보조지표

• 이동평균선 (Moving Average)
  주가의 평균 가격을 계산하여 추세를 파악하는 지표입니다.
  
  
• ADX (평균방향지수, Average Directional Index)
  추세의 강도를 나타내는 지표로, 추세의 방향성과 함께 사용되어 추세 전환의 시점을 예측할 수 있습니다.
  
  
• MACD (이동평균 수렴 발산, Moving Average Convergence Divergence)
  두 개의 이동 평균선 간의 차이를 나타내는 지표로, 추세의 전환 시기와 함께 상승세와 하락세를 예측할 수 있습니다.
  
  
• RSI (상대강도지수, Relative Strength Index)
  주식 가격의 상승과 하락 강도를 나타내는 지표로, 추세의 반전 시기를 예측할 수 있습니다.

이러한 지표들은 모두 기술적 분석을 통해 추세의 방향성과 강도를 파악하고, 추세의 전환 시기를 예측하는 데 사용됩니다.

---

파라볼릭를 구하는 Python 함수

import ta
import pandas as pd

# 데이터 생성
data = {'date': ['2022-01-01', '2022-01-02', '2022-01-03', '2022-01-04', '2022-01-05', '2022-01-06', '2022-01-07', '2022-01-08', '2022-01-09', '2022-01-10'],
        'close': [10.2, 10.5, 10.6, 10.7, 11.2, 11.5, 11.6, 11.8, 11.7, 11.5]}

df = pd.DataFrame(data)
df['date'] = pd.to_datetime(df['date'])
df = df.set_index('date')

# Parabolic SAR 계산
psar = ta.trend.PSARIndicator(df['high'], df['low'], df['close'])
df['psar'] = psar.psar()

print(df)


# 실행 결과
            close   psar
date                   
2022-01-01   10.2   0.000000
2022-01-02   10.5  10.200000
2022-01-03   10.6  10.200000
2022-01-04   10.7  10.200000
2022-01-05   11.2  10.431000
2022-01-06   11.5  10.707700
2022-01-07   11.6  10.958790
2022-01-08   11.8  11.165851
2022-01-09   11.7  11.329266
2022-01-10   11.5  11.329266