ADX 활용 전략
ADX를 활용한 매매 방법 중 대표적인 것은 다음과 같습니다
- 추세의 강도 파악하기
ADX가 20 이하인 경우에는 추세의 강도가 약하다는 것을 나타내며, 20에서 40 사이의 값은 추세가 강할 가능성이 있습니다. 40 이상의 값은 매우 강한 추세를 나타냅니다. 이를 이용하여 추세가 강하다고 판단되는 시점에 매수 또는 매도 포지션을 취할 수 있습니다. - 상승 추세에서의 매수 신호
상승 추세에서는 +DI(상승 추세 강도)가 -DI(하락 추세 강도)보다 크게 나타나는 경우가 많습니다. 이 때, ADX가 20 이상인 경우에는 강한 상승 추세가 발생하고 있다는 것을 의미합니다. 이에 따라 매수 신호를 찾아내어 매수 포지션을 취할 수 있습니다. - 하락 추세에서의 매도 신호
하락 추세에서는 -DI(하락 추세 강도)가 +DI(상승 추세 강도)보다 크게 나타나는 경우가 많습니다. 이 때, ADX가 20 이상인 경우에는 강한 하락 추세가 발생하고 있다는 것을 의미합니다. 이에 따라 매도 신호를 찾아내어 매도 포지션을 취할 수 있습니다. - 추세 변화 신호
ADX가 급격히 상승하거나 하락하는 경우, 추세의 방향이 바뀔 가능성이 있습니다. 이를 이용하여 추세의 방향이 바뀔 때마다 매수 또는 매도 포지션을 변경할 수 있습니다. - 볼린저 밴드와 함께 사용하기
ADX는 추세의 강도만을 측정하기 때문에, 추세의 방향과 함께 다른 기술적 분석 지표와 함께 사용하는 것이 권장됩니다. 예를 들어, 볼린저 밴드와 함께 사용하면 추세의 방향과 범위를 파악하여 매매 포지션을 취하는 것이 가능합니다.
종합적으로 ADX를 활용한 매매 방법은 추세의 강도와 방향을 파악하여 매매 포지션을 취하는 것입니다.
ADX Average Directional Index 란?
ADX(평균 방향 지수, Average Directional Index)는 추세의 강도를 측정하는데 유용한 보조 지표입니다. ADX는 추세의 방향이 아닌 추세의 강도만을 나타냅니다. 보통 14일의 추세를 계산하기 때문에 시장의 변화가 발생한 이후에 후행적으로 변화가 나타나고 이로 인해 가격 변동이 심하면 제대로 대응하지 못할 수 있습니다.
ADX는 +DI(상승 추세 강도, Positive Directional Index)와 -DI(하락 추세 강도, Negative Directional Index)의 차이를 기반으로 계산됩니다. 이들 지표는 각각 주가가 상승하는 경우와 하락하는 경우를 측정하며 0에서 100까지의 값을 가집니다. 보통 20 이하의 값은 추세가 약하다는 것을 나타내며, 20에서 40 사이의 값은 추세가 강할 가능성이 있습니다. 40 이상의 값은 매우 강한 추세를 나타냅니다.
ADX는 시장의 추세 강도를 파악하는 데 유용합니다. 또한 다른 기술적 분석 도구와 함께 사용될 때, 시장의 상황을 더욱 정확하게 평가할 수 있습니다.
ADX 와 비슷한 유형의 지표
- Aroon Indicator(아룬 지표)
주가가 상승하는 기간과 하락하는 기간의 길이를 비교하여 추세의 방향을 파악하는 지표입니다. Aroon Up(상승 기간)과 Aroon Down(하락 기간)을 이용하여 추세의 방향과 강도를 측정할 수 있습니다. - MACD(Moving Average Convergence Divergence)
단기 이동평균선과 장기 이동평균선 간의 차이를 이용하여 추세의 방향과 강도를 파악하는 지표입니다. MACD 선과 신호선, MACD 히스토그램으로 구성되어 있습니다. - RSI(Relative Strength Index)
과매수와 과매도 상태를 측정하여 추세의 방향을 파악하는 지표입니다. 주가의 상승과 하락 강도를 비교하여 RSI 값이 일정 수준을 넘으면 매수 포지션을, 반대로 RSI 값이 일정 수준을 넘지 않으면 매도 포지션을 취하는 것이 일반적입니다. - OBV(On-Balance Volume)
거래량을 이용하여 추세의 방향과 강도를 파악하는 지표입니다. 거래량이 증가하면 추세의 방향과 일치하는 매수 포지션을, 거래량이 감소하면 추세의 방향과 반대되는 매도 포지션을 취하는 것이 일반적입니다.
ADX 를 구하는 Python 함수
import talib
import numpy as np
# 임의의 주가 데이터 생성
high_prices = np.random.rand(100) * 100
low_prices = high_prices - np.random.rand(100) * 10
close_prices = (high_prices + low_prices) / 2
# ADX 값 계산
adx = talib.ADX(high_prices, low_prices, close_prices, timeperiod=14)
print(adx)
# 결과 출력
[ nan nan nan nan nan nan
nan nan nan nan nan nan
nan nan 42.69972969 38.31141004 37.49829794 38.78699134
39.33770284 40.16113316 41.55865687 43.3732708 43.72289179
42.48973917 41.71801258 40.75941671 39.98181222 40.0954624
40.47515694 40.96357925 39.39569024 36.12053795 35.83187419
36.80064303 36.10994594 36.18046361 34.77721196 32.84484645
31.50836451 32.54638531 32.93441107 33.79787231 34.68022591
35.76932979 34.97932687 35.16557381 35.53616984 35.71252051
35.04132225 36.5178686 38.08493117 37.69315036 38.27457064
38.03546022 37.16007387 38.32598771 39.1180581 40.196835
41.42632987 40.77850446 41.21266887 42.00092592 41.9784053
43.08590309 44.1010849 43.20591091 43.59610081 44.428674
44.21773281 44.84119051 44.39496562 45.09076912 44.95367221
43.5365355 43.247358
'경제 > 주식' 카테고리의 다른 글
SONAR 활용 방법과 파이썬 함수 (0) | 2023.03.02 |
---|---|
OBV 활용 방법과 파이썬 함수 (0) | 2023.03.01 |
Envelope 활용 방법과 파이썬 함수 (2) | 2023.02.23 |
파라볼릭 활용 방법과 파이썬 함수 (0) | 2023.02.22 |
이동평균선 활용 방법과 파이썬 함수 (0) | 2023.02.22 |