IqOption - 악어와 도형

마지막 업데이트: 2022년 7월 20일 | 0개 댓글
  • 네이버 블로그 공유하기
  • 네이버 밴드에 공유하기
  • 페이스북 공유하기
  • 트위터 공유하기
  • 카카오스토리 공유하기
[그림12-5] 파동 한 싸이클과 세부 파동(A.J. Frost, Elliott Wave Principle 발췌)

Fractal Gaming Group AB (FRACTL)

간단한 개요 추천서-Fractal Gaming Group AB 주식에 대한 강한 매입, 매입, 강한 매도, 매도 또는 중성 신호. 이동 평균 구매/판매 신호(5, 10, 20, 50, 100과 200기간의 단순 그리고 지수 이평선)와 일반적인 차트 지표(RSI,Stochastics,StochRSI,MACD,ADX,CCI,ROC,Williams %R,Ultimate 와 그이외)와 매입, 매도, 과매입, 과매도 또는 중성 신호를 통하여 자세한 기술적 분석에 접속할수 있습니다. 게다가 Standard, Fibonacci, Camarilla, Woodie's와 Demark에 대한 피봇 포인트 수준을 제공하여 드립니다. 모든 FRACTL 주식 기술적 연구는 서로 다른 시간의 범위에서 모두 사용이 가능합니다.

피봇 포인트 2022년 09월 02일 16:26 GMT

종목 S3 S2 S1 피봇 포인트 R1 R2 R3
클래식 24.30 24.30 24.30 24.30 24.30 24.30 24.30
피보나치 24.30 24.30 24.30 24.30 24.30 24.30 24.30
카마리야 24.30 24.30 24.30 24.30 24.30 24.30 24.30
우디스 24.30 24.30 24.30 24.30 24.30 24.30 24.30
디마크스 - - 24.30 24.30 24.30 - -

기술적 지표 2022년 09월 02일 16:26 GMT

이동평균 2022년 09월 02일 16:26 GMT

의견을 통해 다른 사용자들과 교류하고 , 관점을 공유하고 , 저자와 서로 간에 의문점을 제시하시기를 바랍니다 . 하지만 , 저희 모두가 기대하고 소중히 여기는 높은 수준의 담화를 유지하기 위해 , 다음과 같은 기준을 기억하시기 바랍니다 :

  • 풍성한 대화 나누기.
  • 주제에 집중하기. 토론 주제와 관련된 것만 게시합니다 .
  • 존중하기. 부정적인 의견도 긍정적이고 세련되게 표현할 수 있습니다 .
  • 표준어 사용 : 문법에 맞춰 글을 작성합니다 .
  • 주의사항: 의견에 포함된 스팸이나 홍보용 메시지 및 링크는 제거될 것입니다 .
  • 저자나 다른 사용자에 대한 욕설,비방,또는 인신공격은 삼가하시기 바랍니다.
  • 대화를 독점하지 마십시오. 열정과 소신에 감사드립니다 . 다만 다른 분들에게도 자신의 생각을 표현할 기회를 드리고자 합니다 . 의견은 간결하고 사려 깊게 제시하시고 다른 사람이 불편해 할 수 있음으로 같은 의견을 되풀이하지 마시기 바랍니다 . 이야기나 포럼을 독차지하는 사람에 대한 불만이 접수될 경우 , 해당 사이트에서 그 사람을 금지할 수 있습니다 .
  • 의견은 한글로 작성해주세요 .

스팸 IqOption - 악어와 도형 또는 비방글은 사이트에서 삭제될 것이며 Investing.com 의 결정에 따라 추후 댓글 등록이 금지될 것입니다 .

FRACTL 토론

%USER_NAME%(을)를 정말로 차단하시겠습니까?

그렇게 하면, 귀하와 %USER_NAME%(은)는 서로의 Investing.com 게시물을 볼 수 없습니다.

%USER_NAME%(은)는 차단 명단에 추가되었습니다.

방금 이 사람을 차단해제하였으므로 48시간 이후에 차단을 재개할 수 있습니다.

나는 이 의견이 다음과 같다고 생각합니다:

귀하의 보고는 검토를 위해 조정자에게 보내졌습니다.

코스피지수2,409.41-6.20-0.26%
코스피200 선물 (F)313.85-0.65-0.21%
US 5003,932.3-34.6-0.87%
US Tech 10012,124.8-149.8-1.22%
DAX13,050.27+420.04+3.33%
닛케이27,650.84-10.63-0.04%
미국 달러 지수109.575-0.103-0.09%
1,722.60+13.30+0.78%
17.910+0.244+1.38%
브렌트유93.28+0.92+1.00%
WTI유87.25+0.64+0.74%
천연가스8.902-0.360-3.89%
구리3.4010-0.0055-0.16%
미국 옥수수664.25+6.25+0.95%
달러/원1,362.57+5.84+0.43%
유로/달러0.9955+0.0011+0.11%
브라질 헤알/원263.39+4.62+1.78%
엔/원9.7173+0.0474+0.49%
파운드/달러1.1513-0.0029-0.25%
태국 바트/원37.146+0.283+0.77%
달러/엔140.21+0.01+0.01%
애플155.81-2.15-1.36%
알리바바 ADR91.80-1.91-2.04%
트위터38.63+0.01+0.03%
알코아49.25+1.17+2.43%
뱅크오브아메리카33.43-0.04-0.12%
코카콜라61.15-0.85-1.37%
엑슨모빌95.59+1.72+1.83%
종목가격변동변동 %
FRACTL24.30 +1.10 +4.74%
종목 종가 변동 % 거래량
광림 1,915 +10.37% 152.00M
삼성전자 57,500 -1.54% 14.10M
현대바이오 39,400 +14.70% 11.13M
두산에너빌리티 19,100 -0.52% 9.75M
SK하이닉스 91,700 -0.76% 2.03M
현대차 196,500 +0.51% 1.40M
LG엔솔 482,000 +4.10% 724.97K
종목 종가 변동 % 거래량
코리아에스이 4,615 +30.00% 7.41M
머큐리 7,660 +22.95% 8.90M
우원개발 5,280 +22.22% 17.43M
엔텔스 6,410 +18.92% 5.43M
에이치앤비디자인 5,800 +16.12% 826.62K
앱클론 22,850 +15.70% 2.89M
고려포리머 1,340 +15.52% 6.29M
종목 종가 변동 % 거래량
소리바다 280 -37.78% 3.20M
지투파워 11,800.00 -19.73% 13.51M
로지스몬 431 -14.99% 0.01K
제이엠멀티 3,215 -14.95% 0.02K
테크엔 587 -14.93% 0.38K
루트락 1,955 -14.81% 1.27K
켈스 13,950 -14.68% 0.10K

다운로드 App store

리스크 고지: 금융 상품 및/또는 가상화폐 거래는 투자액의 일부 또는 전체를 상실할 수 있는 높은 리스크를 동반하며, 모든 투자자에게 적합하지 않을 수 있습니다. 가상화폐 가격은 변동성이 극단적으로 높고 금융, 규제 또는 정치적 이벤트 등 외부 요인의 영향을 받을 수 있습니다. 특히 마진 거래로 인해 금융 리스크가 높아질 수 있습니다.
금융 상품 또는 가상화폐 거래를 시작하기에 앞서 금융시장 거래와 관련된 리스크 및 비용에 대해 완전히 숙지하고, 자신의 투자 목표, 경험 수준, 위험성향을 신중하게 고려하며, 필요한 경우 전문가의 조언을 구해야 합니다.
Fusion Media는 본 웹사이트에서 제공되는 데이터가 반드시 정확하거나 실시간이 아닐 수 있다는 점을 다시 한 번 알려 드립니다. 본 웹사이트의 데이터 및 가격은 시장이나 거래소가 아닌 투자전문기관으로부터 제공받을 수도 있으므로, 가격이 정확하지 않고 시장의 실제 가격과 다를 수 있습니다. 즉, 가격은 지표일 뿐이며 거래 목적에 적합하지 않을 수도 있습니다. Fusion Media 및 본 웹사이트 데이터 제공자는 웹사이트상 정보에 의존한 거래에서 발생한 손실 또는 피해에 대해 어떠한 법적 책임도 지지 않습니다.
Fusion Media 및/또는 데이터 제공자의 명시적 사전 서면 허가 없이 본 웹사이트에 기재된 데이터를 사용, 저장, 복제, 표시, 수정, 송신 또는 배포하는 것은 금지되어 있습니다. 모든 지적재산권은 본 웹사이트에 기재된 데이터의 제공자 및/또는 거래소에 있습니다.
Fusion Media는 본 웹사이트에 표시되는 광고 또는 광고주와 사용자 간의 상호작용에 기반해 광고주로부터 보상을 받을 수 있습니다. 본 리스크 고지의 원문은 영어로 작성되었으므로 영어 원문과 한국어 번역문에 차이가 있는 경우 영어 원문을 우선으로 합니다.

악어와 도형: 기술 지표의 강력한 조합

가장 유명한 두 가지 기술 분석 지표인 앨리게이터와 프랙탈은 흥미로운 거래 시스템을 생성하기 위해 결합될 수 있습니다. 함께 적용하면 강력하고 정확한 예측을 제공할 수 있습니다. 지표는 모든 자산과 모든 시간 간격에 사용할 수 있습니다.

가격 그래프에 표시된 악어와 도형

가격 그래프에 표시된 악어와 도형

Alligator는 가격 그래프에 배치된 세 개의 선을 조합한 기술 분석 도구입니다. 선은 악어의 턱, 이빨, 입술을 상징합니다. 추세를 파악하고 향후 방향을 예측하는 데 적용됩니다. 프랙탈은 더 크고 혼란스러운 가격 움직임 사이에서 반전을 예측할 수 있는 반복되는 패턴입니다. 두 지표는 이상적으로 서로를 보완할 수 있습니다.

그들은 어떻게 작동합니까?

악어는 피보나치 수인 3, 5, 8의 주기를 갖는 13개의 평활 이동 평균의 조합입니다. 모든 라인은 특정 라인의 단기 또는 장기 방향에 따라 특정 기간 동안 앞으로 이동합니다.

가격 그래프에 부과된 악어 지표

가격 그래프에 부과된 악어 지표

1) Alligator's Jaw(빨간색)는 13개 기간의 SMA이며 8개 막대만큼 미래로 이동합니다.

2) Alligator's Teeth(주황색)는 8개 기간의 SMA이며 5개의 막대만큼 미래로 이동합니다.

3) Alligator's Lips(노란색)는 5개 기간의 SMA이며 3개의 막대만큼 미래로 이동합니다.

이 비유는 지표가 작동하는 방식을 설명하기 위해 적용됩니다. 옆으로 향하는 경향은 악어의 닫힌 입으로 표시됩니다. 세 개의 선이 모두 서로 가까워지고 때로는 교차합니다. 이것은 악어가 잠들었을 때이며 가장 신중한 거래자는 새로운 거래를하지 않습니다. 악어는 기다리는 시간이 길수록 배가 고파집니다. 장기간의 횡보 추세는 강력한 강세/약세 기간과 번갈아 나타나며 이 지표는 이러한 순간을 포착하는 데 이상적입니다.

프랙탈은 다가오는 추세를 결정하고 새로운 투자 기회를 암시하기 위해 적용됩니다. 두 가지 다른 형태의 프랙탈이 있습니다.

1) 중간에 최대값이 가장 높고 양쪽에 두 개의 낮은 최대값이 있는 패턴이 있는 경우 약세 반전점이 나타납니다.

프랙탈 지표가 제공하는 약세 신호

프랙탈 지표가 제공하는 약세 신호

2) 중간에 최소값이 가장 낮고 양쪽에 두 개의 높은 최소값이 있는 패턴이 있는 경우 강세 반전 포인트가 나타납니다.

프랙탈 지표가 제공하는 강세 신호

프랙탈 지표가 제공하는 강세 신호

IQ Option 플랫폼에서 지표를 설정하는 것은 매우 간단합니다.

Alligator를 설정하려면 다음 단계를 따르세요.

1. 스트레이드 룸의 왼쪽 하단 모서리에 있는 "지표" 버튼을 클릭합니다.

3. 그런 다음 가능한 지표 목록에서 "악어"를 선택하십시오.

목록에서

목록에서 "악어"를 선택하십시오

4. 매개변수를 변경하지 말고 "적용" 버튼을 클릭합니다.

악어 차트는 가격 그래프에 부과됩니다.

프랙탈을 설정하려면 다음과 같은 간단한 단계를 따르십시오.

1. 트레이드 룸 좌측 하단의 "지표" 버튼 클릭

3. 그런 다음 사용 가능한 도구 목록에서 "프랙탈"을 선택합니다.

목록에서

목록에서 "프랙탈"을 선택하십시오

3. 그런 다음 사용 가능한 도구 목록에서 "프랙탈"을 선택합니다.

4. 매개변수를 변경하지 말고 "적용" 버튼을 클릭합니다.

그러면 가격 그래프에 프랙탈이 적용됩니다.

거래에 적용하는 방법?

각 지표는 자체적으로 적용될 수 있지만 Bill Williams 자신이 설명한 것처럼 Fractals와 Alligator는 동시에 적용되고 서로의 신호를 승인할 때 가장 잘 작동합니다. 일반적으로 Fractals가 제공하는 모든 매수 신호는 Alligator의 중심선(주황색)보다 낮은 경우에만 유효한 것으로 취급될 수 있습니다. 마찬가지로 모든 매도 신호가 악어의 중심선(주황색)보다 높아야 유효합니다.

둘 다 정확한 매도/매수 신호를 제공할 수 있습니다.

둘 다 정확한 매도/매수 신호를 제공할 수 있습니다.

12-1. 엘리어트 파동이론 기본개념 프렉탈구조란?

기술적 분석에 관심 없는 사람이라도 한번 쯤은 들어 보았을 엘리엇 파동이론에 대하여 기술하도록 하겠습니다. 이 챕터 내용의 많은 부분은 A.J. Frost, Robert Prechter 의 Elliott Wave Principle 의 내용을 참고 하였음을 미리 밝히며 다만 제가 마음대로 편집하고 개인의 의견도 집어 넣을 것이기에 잘못된 부분이 있다면 전적으로 제 오류입니다.

왜 엘리어트 파동이론인가?

엘리어트 파동이론에서 시장은 뉴스의 산물이 아니며 시장 자체의 법칙과 생리에 의하여 움직인다고 말합니다. 시장에서 개인들은 거래를 하며 이는 다른 투자자들에게는 정보로써 작용할 것입니다. 이러한 작용의 연쇄적인 반응이 시장의 생리가 되며 이러한 결과로 나타나는 시장의 패턴은 자연과 인간의 속성에 영향을 받아 일정한 패턴을 이루며 이것이 반복 된다고 엘리엇 파동에서는 이야기 합니다.

이러한 패턴을 파동의 형태로 정리한 것이 엘리어트 파동이론입니다. 즉, 이것은 시장이 움직이는 생리와 법칙을 기술한 것이기에 이것을 알면 시장을 정지된 시점이 아닌 동역학적인 관점에서 볼 수 있어 시장을 보는 눈을 넓혀 줍니다.

하지만 파동은 주관적이며 발생할 수 있는 경우의 수가 많기에 이것을 이용하여 미래를 정확하게 예측하는 것은 쉽지 않습니다. 여기에 대하여 개인적인 생각에 파동이론의 조언을 첨가하여 적자면 다음과 같습니다.

“미래는 결정되어 있지 않다. 그렇기에 매 순간 가능한 주가의 경로는 다양하다. 하지만 시장의 생리에 의하여 가능한 시나리오와 그렇지 않은 시나리오를 구분할 수 있다. 파동이론을 통해 어떠한 일들이 벌어지지 않을 것이고 어떠한 일들이 벌어질 수 있는지 알 수 있다.”

엘리어트 파동이론은 근본적으로 미래를 예측하기 위한 도구라기 보다는 시장의 생리를 과거 패턴을 통해 정리하여 시장의 법칙을 이해하고 지금의 상태가 어떠한 상태에 있는지를 알기 위한 도구라고 생각합니다. 이를 알면 현재 시장이 어떠한 상태이고 어떠한 일들이 벌어질 수 IqOption - 악어와 도형 있으며 어떠한 일들은 가능성이 작은지 판단하는 잣대가 될 수 있을 것입니다.

물론 현재의 상태를 이해한다고 하여 미래를 정확히 알 수는 없습니다. 하지만 현재의 상태를 이해하지 못한다면 미래는 더더욱 알 수 없을 것입니다. 파동이론은 그 자체로써 시장을 이해하는데 필요한 많은 직관을 제공하기에 시장을 알기 위해서 이보다 적절한 것은 없다 생각합니다.

즉, 엘리어트 파동이론을 공부하는데 있어 첫번째 마음가짐은 시장이 움직이는 원리에 대한 궁금증을 가지고 공부한다면 가장 큰 소득이 있으리라 생각합니다. 이를 매매에 녹여 수익을 거두는 것은 시장을 보는 눈을 키우면 자연스레 따라오리라 생각합니다.

또한 엘리어트 파동이론의 모든 규칙, 지침 등은 이것을 단순히 암기하는 것으로도 도움이 되지만 그것이 담고 있는 의미가 있으니 이를 이해하는 것이 시장의 생리와 규칙을 이해하는 것이며 그래야 실적용에 도움이 되리라 생각하며 이 문서에서도 그러한 부분을 제가 아는 선에서 최대한 담아 보도록 노력할 것입니다.

엘리어트 파동이론 기본 개념

(1) 기본구조, 상승5파 조정3파

1

[그림12-1] 엘리엇 파동, 한 싸이클 (A.J. Frost, Elliott Wave Principle 발췌)

위 그림 12-1 은 상승 파동의 한 주기(Cycle)인 상승 5파, 조정 3파를 표현한 것입니다. 하락 파동에서는 이를 단순히 뒤집어 놓은 모양이 될 것입니다. 모든 파동은 이 기본적인 파동의 응용과 변형이라 볼 수 있으며 엘리엇 파동의 가장 기본 개념이 이 기본 파동에 들어 있다 할 수 있습니다. 이것의 의미는 다음과 같습니다.

✅작용과 반작용

작용에 반작용이 따르는 것은 물리학의 기본법칙이며 물리학 뿐만이 아닌 사회 현상, 인간 심리 등에서도 주된 현상입니다. 우주의 기본 법칙 중 하나라고도 이야기 할 수 있습니다. 주가의 움직임에서도 이러한 현상은 필연적인데, 주추세가 상승파동이어도 상승만 하는 것이 아니라 상승에 대한 반작용으로 조정파동이 존재하며 주추세가 하락파동이어도 하락만 하는 것이 아니라 하락에 대한 반작용으로 조정파동에 의하여 상승파동이 존재합니다. 하지만 반작용은 작용보다 크지 않습니다. 이것은 주가가 상승 또는 하락 시에 한번에 균형 상태의 자기자리를 찾아 가는 것이 아니라 과열 또는 오버슈팅에 의하여 초과 진행 후 다시 자리를 찾아간다는 의미로 볼 수도 있을 것입니다. 또는 상승 및 하락에 대한 군중들의 반발심리, 즉, 너무 상승한거 아니야? 혹은 이만큼 상승했으면 꺾이지 않을까? 조정 받지 않을까? 라는 심리를 반영한다 생각합니다.

매매에 있어서는 현재의 추세가 주추세 즉, 작용의 파동인지 아니면 그저 반작용으로 인한 조정파동인지를 구분하는 것은 매우 중요할 것입니다. 왜냐면 현재의 추세를 따라 매매를 하였을 시 작용파동인지 반작용 파동인지에 따라 매도시점을 다르게 가져가야 할 것이기 때문입니다.

✅상승(하락) 5파와 조정 3파

엘리어트 파동이론의 기본구조를 그림12-1 과 같이 상승(하락) 5파와 조정 3파가 한 주기(Cycle, 싸이클)를 이룬다고 정의하였습니다. 물론 항상 그런 것은 아니며 여러가지 변형 파동이 있습니다. 하지만 그러한 것들은 기본파동의 변형이며 큰 의미에서는 기본파동의 철학에서 크게 벗어나지는 않습니다.

그림12-1 을 좀더 자세히 설명하자면 wave1 로 표시한 우상향하는 첫번째 파동이 상승 1파이며 이후 내려오는 wave2가 상승 2파입니다. 이런식으로 상승파동은 5파동까지 존재하며 이는 숫자로 1~5로 표시합니다. 이후 조정파동은 고점에서 내려오는 3개의 파동이며 wave a ~ wave c 까지입니다. 간단히는 각 파동의 고점과 저점에 1~5, a~c로 표기합니다. 주로 주추세인 5개의 파동은 1~5로 숫자로 표시하며 주추세를 역행하는 조정파동은 a~c 로 문자로 표기합니다.

상승 5파와 조정 3파를 기본 파동으로 잡는 이유는 생각해보면 간단하고 합리적입니다. 앞서 작용과 반작용에서 설명하였듯이 상승 5파가 작용이라면 이에 따른 반작용은 조정3파입니다. 반작용이 작용보다 작기에 상승파동의 개수보다 조정파동의 개수가 작아야 할 것입니다. 또한 상승하더라도 중간중간 조정을 겪게 되며 하락하더라도 중간 반등을 겪게 됩니다. 이러한 것을 반영하는 가장 기본적인 구조가 상승 5파와 조정 3파일 것입니다. 또한 상승파동은 상승파동의 시작(1파), 상승의 주 파동(3파), 추가 진행(5파), 로 나뉘는데 이것은 싸이클을 이루는 각 파동들의 성격(파동의 personality) 이며 이는 이 챕터의 “(5) 파동의 성격(Personality)” 에서 곧이어 설명토록 하겠습니다.

✅프랙탈(Fractal) 구조

그림12-1 에서는 한 싸이클의 파동만을 표시하였습니다. 이는 상승 5파와 조정 3파인데 이것의 상승 1파와 2파를 더 자세히 들여다 본다면 역시나 위의 싸이클, 패턴이 이 1파와 2파 안에도 동일하게 들어 있습니다.(1파는 상승 5파로 나눠지며 2파는 조정3파로 나눠집니다.) 이러한 ‘패턴의 반복구조’ 를 프랙탈(Fractal) 구조라 하는데 뒤이어 “(2)프랙탈 구조”에서 바로 설명하겠습니다.

(2) 프랙탈(Fractal) 구조

2

[그림12-2] 프랙탈 구조 예시1

프랙탈(Fractal) 구조는 일정한 패턴이 미시적인 구조에서 무한히 반복되며 거시적인 구조에서도 무한히 반복되는 것을 말합니다. 위 그림 12-2 의 패턴을 보면 기본 패턴인 삼각형이 있고 삼각형의 각 세변에 다시 삼각형이 존재하며 돋아난 삼각형에 다시 삼각형들이 있으며 이것이 무한 반복 됩니다. 이처럼 기본구조가 무한 반복되는 구조를 프랙탈 구조라 합니다.

이는 눈송이의 결정, 브로콜리 등 자연계에서 많이 발생하는 구조입니다. 좀 더 이해가 쉽도록 예시들을 보겠습니다.

3

[그림12-3] 프랙탈 구조 예시2

그림12-3 은 손바닥과 다섯개의 손가락이 있고 각 손가락의 끝에 이 구조가 무한 반복되는 프랙탈 구조입니다.

4

[그림12-4] 프랙탈 구조 예시3(니 팔자야, 노라조 MV 캡쳐)

그림 12-4 는 제가 좋아하는 노라조 형님들의 “니 팔자야”라는 곡의 뮤직비디오의 캡쳐로 손가락에 사람이 있고 그 손가락에 다시 사람이 있으며 이것이 무한 반복되는 프랙탈 구조입니다. 인간 운명, 팔자가 반복되는 것을 표현한 듯 합니다.;;

5

[그림12-5] 파동 한 싸이클과 세부 파동(A.J. Frost, Elliott Wave Principle 발췌)

이제 이 프랙탈 구조를 엘리엇 파동 이론에서 보겠습니다. 위 그림 12-5 를 보시면 주기의 가장 큰 파동은 [1]파와 [2]파입니다. 이는 앞서 설명한 상승 5파와 조정 3파로 이루어져 있습니다. 즉, [1]파는 상승 5파인 (1)~(5)파로 [2] 파는 조정 3파인 (a)~(C) 파로 이루어져 있습니다.

[1]파를 쪼개서 본다면 [1]파와 방향을 같이 하는 즉, 상승하는 (1), (3), (5) 파는 다시 1~5 까지의 다섯개의 파동으로 구성되며 [1]파와 방향이 다른 (2), (4) 파는 a~c 세개의 파동으로 각각 구성됩니다.

[2]파를 쪼개서 본다면 [2]파와 방향을 같이 하는 즉, 하락하는 (a) 와 (c) 파는 다시 1~5 까지의 다섯개의 파동으로 구성되며 [2]파와 방향이 다른 (b) 파는 a~c 세개의 파동으로 각각 구성됩니다.

즉, 상승 5파와 조정 3파의 구조는 각각을 구성하는 파동을 더 자세히 보아도 동일한 구조를 가지며 이는 반복되는 프랙탈 구조를 가지고 있습니다. 또한 각각의 해당 파동의 바로 한단계 상위 파동과 방향이 같은 파동은 5개의 파동으로 이루어지며 방향이 다른 파동은 3개의 파동으로 이루어 집니다.

6

[그림12-6] 파동의 프랙탈 구조(A.J. Frost, Elliott Wave Principle 발췌)

위 그림 12-6 처럼 이러한 프랙탈 구조는 무한 반복됩니다. 이것은 작용과 반작용에 의한 5파와 3파가 거시적인 관점에서도 동일하게 작용하고 이를 미시적인 관점으로 쪼개도 동일하게 적용되는 것을 의미합니다. 이것이 전달하는 직관은 시장은 작용과 반작용이 존재하며 큰 파동 안에 무수히 많은 작은 파동들이 반복되며 동일한 시장생리와 메커니즘에 의해 작동 한다는 것입니다. 매매에 있어서는 큰 파동을 타되 작은 파동의 눌림에서 매수하라는 것과 일맥 상통하는 내용일 것입니다.

(3) 기본적인 파동의 종류 (동인파동(Motive Wave) 과 조정파동(Corrective Wave))

그림 12-6 의 I. 파는 상승파동으로 (1)~(5)의 상승파동으로 이루어져 있습니다. 이중 (1), (3), (5) 파는 한단계 상위 파동인 I. 파의 방향과 같습니다. 이처럼 한단계 상위파동과 방향이 같은 파동, 즉, 주추세를 따르는 파동을 동인파동(Motive Wave)라 칭합니다. 반면 한단계 상위파동과 방향이 다른 (2), (4) 파를 조정파동(Corrective Wave)라 칭합니다. 동인 파동은 주추세를 따르는 파동이며 조정파는 각각의 동인파동에 대한 반작용으로 작용하는 파동입니다. 주로 동인파동은 5개의 파동, 조정파는 3개의 파동으로 쪼개지며 이는 주추세가 조정파에 비해 파동이 긴 것을 의미합니다.

II.파는 조정파로써 [A]~[C] 3개의 파동으로 IqOption - 악어와 도형 나뉩니다. II. 파의 방향은 하방인데 이와 방향을 같이하는 [A]와 [C]파는 동인파동으로써 5개의 파동으로 쪼개지며 방향이 다른 [B] 파는 조정파로써 3개의 파동으로 쪼개집니다.

I. 파와 II.파는 더 큰 규모에서 볼때의 파동이 상승파동이기에 동인파동인 I.파는 5개로 쪼개지며 조정파동인 II.파는 3개로 쪼개집니다.

즉, 요약하자면 파동은 한단계 위 파동과 방향이 같은, 추세의 주를 이루는 동인파동과 이에 반하는 조정파동으로 이루어져 있으며 동인파동은 소파동 5파, 조정파동은 소파동 3파로 이루어져 있다. 이것은 큰 규모에서 작은 규모까지 동일하게 적용되는 프랙탈 구조를 이룬다.

s-space

Issue Date 2020 Publisher 서울대학교 대학원 Keywords Econophysics ; Risk management ; Complex network analysis ; Fractal theory ; Network topology ; Market index prediction ; Optimal rebalancing model ; Trading strategy ; 경제물리학 ; 복잡계 네트워크 분석 ; 프랙탈 차원 ; 네트워크 토폴로지 ; 위험 관 리 ; 시장 지수 예측 ; 최적의 리밸런싱 시점 판단 모델 ; 거래 전략 Description 학위논문 (박사) -- 서울대학교 대학원 : 공과대학 산업공학과, 2020. 8. 장우진. Abstract Extensive academic research was performed for the financial market as it is closely connected to practical economy. Research in traditional financial economics resulted in economic indicators and the econometrics was instrumental for quantitative research in financial market. However, it proved to be difficult to predict the market behavior as it is a result of complex interaction among many agents with their own agenda. An effective tool to predict a change in market would be beneficial for policy makers and market participants to assist them with rational and consistent decision making. On the other hand, inconsistent prediction would lead to a suboptimal and inconsistent market activity which sometimes result in sudden collapse in the market as it did in 2008 Financial crisis and 1997 Asian financial crisis. The purpose of this dissertation is to develop approach based on econophysics and machine learning to systematically analyze the financial market.

The main focus of this dissertation involves the network structure of stock market. To predict the change in market behavior, it is critical to understand the relationship or correlation among the market participants beforehand, and complex network analysis is one of the most prominent methods for such study. The fractal theory was employed as the primary approach to analyze the network structure of financial market. The empirical study shows that the network of financial market exhibits fractal properties. Also, analysis of fractal dimension and network topology led to two key discoveries. First, the fractal dimension and the Strong effective repulsion between distinct network nodes known as the hub are closely related. Second, the fractal dimension reveals the shortcut of network structure. Through further analysis, these two properties were proved to be useful for risk management in financial market. Three fractal measures were proposed to specify network structure for ease of implementation in future studies.

In the second step, the fractal measures were implemented in a financial market to assess its ability to predict the market movement. Recently, studies were conducted to determine if a new measure or index improves the prediction accuracy for financial time series. These studies are advantageous for future studies as it proposes new indices for other implementation and further analysis rather than studying the precision of their own method. In this paper, machine learning algorithms were employed to assess the predictive properties of fractal measures. Empirical experiments were performed to predict direction of market movement, which is effectively a classification task, and prediction for returns, a regression task. The studies concludes that the fractal measure proposed were effective in prediction for long-term stock returns of more than three months period.

Finally, a model to improve trading strategy based on learning-to-rank algorithm and the fractal measures was introduced. Previous studies are often based on the modern portfolio theory(MPT), but it is insufficient for real-world application as it doesnt provide any implication for rebalancing period of portfolio. The optimal rebalancing model proposed in this study allows its application with traditional portfolio methods. The experiments were carried out in two steps. The model learns to predict the better time period to perform rebalancing between two time periods in the future, followed by the empirical simulation to apply the model in real world trading scenario. Two traditional portfolio methods, equal weighted and maximized Sharpe ratio, were taken for experiment. The result affirms that the optimal rebalancing model was able to capture the better time period of rebalancing portfolio. In addition, the model outperformed a simple rebalancing method of fixed time period. When the fractal measures were employed as an input variable, the model performance was further improved. The primary contribution achieved through this model is that it allows application and expansion into all traditional portfolio models. Also, the fractal measures observed in the network structure grants insight regarding the market behavior and empirically proved that the measure provides benefit in prediction for the real-world stock market.
금융시장에 대한 연구는 전반적인 경제 활동과 밀접한 연관성이 있기 때문에, 다양한 학계의 지식들과 연계되어 광범위하게 연구되고 있다. 전통적인 경제학 이론을 바탕으로 여러가지 경제 지표들이 개발되었고, 계량경제학의 발전으로 이를 정량적으로 분석하는 연구가 진행되었다. 하지만, 서로 다른 특징을 갖는 시장참여자들의 행위로 이루어진 금융시장의 복잡한 특성 때문에, 기존의 경제학 기반의 방법론들만으로 금융시장의 변화를 정밀하게 예측하기에는 한계가 있었다. 만약 금융시장의 변화를 효율적으로 예측 할 수 있다면, 국가 정책이나 기업들 및 시장 참여자들은 합리적인 의사결정을 통해서 건전한 금융 활동을 할 수 있을 것이다. 반면에 이러한 금융시장의 변화를 효율적으로 예측하지 못해 비이상적인 금융 활동이 지속된다면, 최악의 경우에는 글로벌 금융 위기와 같은 대규모 시장 붕괴 현상이 발생할 수 있을 것이아. 따라서 본 학위논문에서는 경제물리학과 머신러닝을 융합하여 체계적으로 금융시장 분석을 진행하고자 한다.

본 학위논문에서는 금융시장의 다양한 섹터 중에서 주식시장 네트워크 구조를 분석하는데 초점을 맞춘다. 미래의 주식시장의 변화를 올바르게 예측하기 위해서는 주식시장 구성원들간의 관계 파악이 선행되어야 하는데, 이에 대표적인 분석 방법이 복잡계 네트워크 분석(Complex network analysis)이기 때문이다. 본 연구에서는 주식시장 네트워크 구조를 분석하는 여러 방법론들 중 프랙탈 이론(Fractal theory)의 도입을 제안한다. 실험 결과 주식시장 네트워크의 구조는 프랙탈 특성을 가짐을 밝혀냈다. 또한, 측정된 프랙탈 차원(Fractal dimension)과 네트워크의 토폴로지(Topology)와의 관계를 살펴본 결과 두 가지 주요한 주식시장 네트워크의 구조적인 특징을 발견할 수 있었다. 첫번째는, 프랙탈 차원과 소위 허브(Hub)라고 불리우는 네트워크 상에서 연결이 많이된 노드들간의 강한 반발(Strong effective repulsion) 현상과 연관성이 있다는 점이다. 두번째는, 프랙탈 차원으로 네트워크의 지름길(Shortcut) 구조를 관찰할 수 있었다. 또한 이 두 가지 네트워크의 구조적인 특성은 주식시장의 위험 관리(Risk management) 관점에서 유용하게 쓰일 수 있음을 분석했다. 그리고, 위 특성들을 다른 연구들에 쉽게 적용 가능하도록 네트워크 구조를 표현하는 3가지 프랙탈 지표(Fractal measures)들을 제안한다.

다음 단계로 주식시장에서 측정한 프랙탈 지표가 미래에 주가 지수의 예측력 향상에 도움이 되는지를 검증했다. 최근 다양한 분야에서 새롭게 발견한 지표들이 금융 시계열 데이터에 대하여 예측력 향상에 도움이 되는지를 검증하는 연구들이 진행되고있다. 이러한 연구들은 발견한 지표들 만을 사용하여 정밀한 예측을 하는 목적이 아닌, 발견한 지표들이 예측력 향상에 도움이 된다는 점을 밝혀내는데 주 목적이 있다. 이렇게 예측력 향상이 있는것이 밝혀진 지표들은 다른 연구나 산업에 쉽게 적용할 수 있는 장점이 있다. 본 학위논문에서는 몇 가지 머신러닝 알고리즘을 활용하여 측정한 프랙탈 지표가 미래의 주가 지수의 예측력 향상에 도움이 IqOption - 악어와 도형 되는지를 검증했다. 검증 실험은 가장 단순한 미래 주가 지수의 방향 분류(Classification) 부터, 주가 지수 수익률의 예측(Prediction) 까지 이루어진다. 그 결과 제안한 프랙탈 지표들은 약 3개월 이후의 장기 미래의 주가 지수에 대해 일관성있는 예측력 향상 효과가 있음을 밝혀냈다.

카테고리

0 개 댓글

답장을 남겨주세요