앞장에서는 시장예측의 어려움을 논했다. 그렇다면 시장을 예측하려는 노력 은 헛수고라는 말이 된다. 정말 그러한지 확인하기 위해 이론적인 학자들이 주 로 쓰는 우회적인 통계기법이나 여러책에서 막연히 몇장의 챠트그림으로 예시 하는 방법이 아니라 직접적으로 검증해보자. 우선 실무자들이 매매시 많이 이 용하는 기술적 분석을 이용하여 시장예측의 가능성을 검토하자. 기술적 분석의 효율성에 대해 대부분 학자들은 부정적이고 실무자들은 긍정적이다. 그럼 여기 서는 이동 평균선을 이용하자. 이동 평균선을 분석하려는 것은 이것이 예측력 이 뛰어난 지표라기 보다는 단지 가장 많은 사람들이 알고 있고 우리들이 이 용하는 대부분의 상품정보 단말기에서 지원되고 있기 때문이다.
기술적 분석에 관련된 국내 서적의 대부분이 6일, 12일, 25일 이동 평균선을 이용하여 매매하는 것으로 서술하고 있다. 이것은 선진국의 책도 마찬가지다. 단지 날짜만 5일, 20일로 되어 있을 뿐이다. 대다수의 책들이 이동 평균선에서 이용하는 날짜가 같은 날짜로 되어 있다. 이것은 아마 그 날짜를 이용하는 것 이 가장 좋을 수도 있고, 혹은 그냥 남들이 쓰니까 따라서 쓰는 것일 수도 있 다. 아니면 다른 날짜를 사용해도 큰 차이가 나지 않는 것일 수 있다. 만약 다 른 투자가가 많이 이용하기 때문에 사용한다면 그것은 잘못된 것이다. 시장에 서 다수는 잃는 쪽일 때가 많기 때문이다. 이러한 이동선에 이용되는 날짜는 단순히 1주일(공휴일을 제외하여 6, 5일), 한 달간 거래되는 날의 수(20, 25일) 로 일주일 평균가격, 한달 평균가격이다. 예전 그랜빌(J.E.Granville)이 여러 이 동 평균선 가운데 200일 장기 이동 평균선이 좋다는 분석이후 지금까지 사람 들이 사용하는 이동 평균선 날짜는 크게 바뀐 적이 없었다.
몇년전 한 증권연구소에 "하락장에서는 25일 이동 평균선보다 12일 이동평균 선이 수익률이 좋다"라는 연구결과를 발표하였다. 이 연구결과를 보면 의문이 생긴다. 왜 유독 25일과 12일인가. 13일이나 26일은 안될까. 이는 연구자가 보 편적으로 쓰는 이동선에 대해서만 분석했을 수도 있지만 좀 더 생각의 폭을 넓혔다면 12일뿐 아니라 11일, 10일, 9일 등 모든 이동 평균선을 비교할 수 있 었을 것이다. 물론 이렇게 한다는 것은 시간이 많이 걸릴 수 있지만 지금의 개 인용 컴퓨터는 이 정도를 분석하는 데 큰 시간(프로그램 만드는 데 몇 시간, 검증하는 데 몇분정도면 된다)이 걸리지 않는다. 더구나 예전에는 컴퓨터 프로 그래밍에 익숙해야 가능하던 일이 이제는 십몇만원 정도의 투자분석용 프로그 램을 이용하여 쉽게 최적의 값을 찾아준다. 만약 12일뿐 아니라 모두를 분석해 보았다면 12일보다 11일이, 11보다 10일 결과가 더 좋았을 것이다. 하락장에서 는 보유기간이 짧을수록 손해를 적게 본다. 즉 단기 이동 평균선일수록 자주 사고팔아 하락 시는 보유기간이 짧아지고 그만큼 손해를 적게 본다. 그렇다면 가장 좋은 이동 평균선은 1일 이동 평균선이 될 것이다. 1일 이동 평균선은 종가와 항상 같으므로 종가가 이동선을 뚫고 올라가는 골든 크로스는 발생하 지 않을 것이다. 그러므로 하락시에는 보유하지 않으므로 손실이 전혀 없게 된 다. 그렇다면 하락시에는 사지 않는 것이 가장 유리하다는 결론이 된다. 만약 지금이 하락 시기이고 미래도 하락할 것을 알 수만 있다면 매수를 하지 않겠 지만 실제로 그것은 어렵다. 결국 {하락 시기에는 12일 이동 평균선이 25일 이 동 평균선보다 수익이 좋다}는 말은 장이 하락할것을 안다면 매수하지 말라는 말과 같다. 옳은 말이지만 실제 투자시는 아무런 도움이 되지 않는 분석이다. 또 25일보다 더 장기도 분석해 본다면 더 좋은 결과가 나올 수 있다. 장기 이 동평균선은 큰 하락장에서 한번 데드크로스가 발생하여 매도하면 하락장내내 속임수 신호가 나지 않고 그 상태를 유지할 것이다. 이것도 앞에서처럼 동일한 추론을 할 수 있다. 이처럼 모순된 분석은 경제신문에 자주 그리고 반복적으로 실린다.
많은 증권회사의 정보 단말기도 고정적으로 6일, 12일, 25일, 50일, 200일 이 동 평균선만 제공한다. 구미의 상품정보 단말기들은 고정된 값에서 벗어나 사 용자가 선택하도록 되어 있다. 그렇더라도 단말기를 사용하는 외국인 투자자 들 일부분을 뺀 대다수가 우리처럼 주간, 월간 이동 평균선을 이용하거나 경험 에 의존하는 등 비합리적이기는 마찬가지이다.
첫째로 몇일 이동평균선을 이용하는 것이 좋은 지를 찾아보자. 분석방법은 매일의 종가를 이용하여 단순 이동평균선을 이용하겠다. 상품은 달러대비 엔화 환선물을 분석해보자. 분석기간은 89년∼93년 5년간으로 하였다. 매매전략은 골든 크로스가 나면 매수포지션을 가지고 데드크로스가 나면 매수포지션을 청 산하고 매도포지션을 가지는 것으로 가정한다. 실제와 동일하게 하기 위해서는 거래비용, 호가차, 레버리지, 매매신호발생시기와 체결시기와의 시간간격등을 고려해야 한다. 이것들에 의해 결과가 많이 차이가 날 수 있다. 그러한 것들은 각자의 투자환경에 따라 다르므로 여기서는 고려하지 않겠다. 그러나 자신의 투자환경에 따라 같은 상품이더라도 이용하는 이동 평균선이 달라진다는 것을 꼭 명심해야 한다. …작업중… 분석결과를 보면 과거 89∼93년의 5년동안 단기 10일과 장기 33일을 이용하여 투자하면 +72%의 수익률이 나왔고 단기 14일과 장기 18일을 이용하여 투자하면 +71%의 수익률이 나왔다. 이제 과거자 료에서 가장 좋은 이동평균선을 찾았으니 이것을 이용하여 94년 1월∼95년 2 월까지 1년 2개월 동안 투자를 해보자. …작업중… 결과는 10일과 33일을 이 용하면 -7%의 손실이 나왔다. 14일과 18일도 -3%의 손실이 나왔다. 손실이 나왔다면 무엇인가 잘못된 것같다. 과거자료를 분석하여 가장 좋은 경우를 찾아서 이용하였는데. 과거분석기간(5년)이 너무 길기 때문에 투자흐름을 제대로 파악하지 못한 것일수 있다. 그렇다면 분석기간을 3년으로 줄여보자. 91년에서 93년자료로 가장 좋은 경우를 찾아보자. …작업중… 분석결과는 10일과 20일 이용하는 것이 가장 좋은 것으로 나왔다. 그럼 이것으로 최근 1년 2개월간을 투자해보자. 역시 -4%로 손실만 보았다. 거래비용을 고려하면 손실은 더 커진 다. 파생상품시장은 누군가가 잃으면 누군가가 버는 시장이다. 이렇게 열심히 분석하여 투자했는 데 패배했다면 이동평균선을 이용한 투자방법이 잘못된 것 일까.
이렇게 결과가 나쁜 원인을 찾기 위해 매매 시점을 각 경우별로 조사해보자. 우선 최근 1년2개월 동안 10과 33일을 이용했을 때 가장 수익률이 좋았던 경 우를 살펴보자. 다음 그림을 보자.
[그림 3-1]이동 평균선을 이용한 엔화투자 : 분석기간 : 94년 1월∼95년 2월
그림에서 롱포지션(long position)을 보면 [1][2]사이와 [5][6]사이가 가장 수익 률이 좋다. 가장 교과서적인 경우이다. 대다수 기술적 분석 책들이 이런 경우만 그려놓고 설명한다. 이런 책은 쓰기도 쉽고 초보자들을 끌어들이기도 쇱다. 투자가 쉽지 않다는 책은 사람을 끌지 못한다. 그럼 앞 경우처럼 골든크로스에 서 매수전략을 하였지만 손실이 난 경우를 보자 [3][4]와 [9][10]의 경우이다. 손실의 폭도 앞의 두 경우에서 번 것과 거의 같다. 이것은 두 가지로 해석할 수 있다. 첫째로 94년은 추세경향이 약해 수익이 적은 경우이거나 둘째는 이동 평균선의 매매신호가 너무 늦게 나오는 경우일 수 있다. [5][6]의 경우를 보면 벌었지만 매도신호가 늦어서 크게 벌지 못하였다. 만약 작년에 추세경향이 약 했다면 언젠가는 추세가 강한 시절이 오겠지만 투자방법 자체의 결함이라면 다른 방법으로 바꾸거나 이용방법을 수정해야 할 것이다. 신호가 늦은 것에 대 한 이동평균선의 보완방법에 대해서는 다음 장에서 계속 검토하자. 여하간 투 자해본 결과 손실을 보았다. 왜 항상 우리가 투자를 하려면 운명의 여신은 남 에게 미소를 지을까. 우리의 외모가 남보다 못한 탓인가.
다음 그림을 보자.
[그림 3-2] 이동평균선의 수익률을 등고선으로 나타낸 그림(89년∼93년)
[그림 3-3] 이동평균선의 수익률을 등고선으로 나타낸 그림(84년∼88년)
[[그림 3-4] 이동평균선의 수익률을 등고선으로 나타낸 그림(79년∼83년)
첫째는 예전에 비해 단기추세가 줄어들었다고 할 수 있다. 이동평균선의 골 드, 데드크로스를 이용한 투자는 추세가 형성될 때는 수익이 높지만 횡보합을 한다면 손실이 증가한다. 앞에서 1∼35일사이의 이동평균선을 분석하였지만 만 약 이 날짜를 좀더 넓혀 분석하면 수익률이 더 좋은 경우가 나올 수 있다. 즉, 30일 미만의 추세는 줄어든 반면에 더 장기적인 추세가 형성되었을 지도 모른 다. 하지만 그것은 선물투자에서는 너무 긴 기간이므로 생략하였다.
둘째는 과거는 반복한다는 가정이 있는 기술적인 분석의 가정이 틀렸을 수 있다. 앞 그림을 시대순으로 자세히 보면 과거에 가장 좋았던 부분이 다음 번 에 가장 좋을 가능성은 적다. 이것은 5년씩 나누지 말고 3년씩으로 나누고 등 고선을 더 세분화해보면 확실하게 알 수 있다.
다음 그림 4개를 차례로 보자. 82∼84년 ,85∼87년 ,88∼90년 ,91∼93년으로 나누어 그려보았다.
[그림 3-5] 이동평균선의 수익률을 등고선으로 나타낸 그림(82∼84년)
[그림 3-5] 이동평균선의 수익률을 등고선으로 나타낸 그림(85∼87년)
[그림 3-5] 이동평균선의 수익률을 등고선으로 나타낸 그림(88∼90년)
[그림 3-5] 이동평균선의 수익률을 등고선으로 나타낸 그림(91∼93년)
여기서는 X축이 장기, Y축이 단기로 되어 있다. 5단계로 나누어 밝을수록 수익이 더 좋은 부분이다. 그림을 보면 82년에는 단기 이동평균선을 이용하는 것이 좋게 나왔다. 85년에는 흰색이 세력을 확장하여 이동평균선의 전성시대처럼 보인다. 85년대에 밝은 부분이 88년대는 흐린 부분이 되고 그 반 대로 흐린 부분은 밝은 부분이 된다. 그러다가 90년대에는 전반적으로 흐린 부 분이 증가하여 이동평균선을 이용한 투자가 가장 나쁜 결과를 내는 시기이다.
이 네개의 그림은 시간대가 겹치지 않게 3년 간격으로 나누어 그렸으므로 서 로 영향을 주지 못한다. 그림을 일기도를 보듯이 보면 과거의 수익이 좋았던 흰구름대가 다음에서 시기에도 계속 머물러 있는 것처럼 보이지 않는다. 일기 도의 고기압이 한자리에 머물러 있지 않듯이 지속적으로 수익률이 좋은 이동 평균선을 찾기는 어렵다. 아마 이런 현상은 80년대 후반부터 컴퓨터의 대중화 때문에 더 심화된 것 같다. 값싸고 더 빠른 컴퓨터의 보급과 이에 따른 다양한 분석소프트웨어가 나온 덕분에 누구나 쉽게 시장에서 수익이 좋은 방법과 과 거자료를 분석을 통해 얻은 좋은 결과를 이용할 수 있게 되었다. 그 결과 많은 사람들이 이것을 이용하게 되어 이미 알려진 기법의 수익률은 감소하게 된 것 같다.
그러면 만약 첫 번째(단기성 추세가 줄었다)보다 두 번째(과거는 반복되지 않는다) 이유가 더 타당하다면, 혹은 두 번째로 인하여 첫 번째가 생긴 것이라 면 기술적 분석은 유용성을 없는 것이다. 즉 좋은 방법이나 정보는 즉각 이용 되고 반영되므로 더 이상의 이익을 낼 수 없다는 효율적 시장이론과, 또한 과 거와 미래의 움직임은 관련성이 없다는 램덤?p(ramdom walk)주장도 맞게 된 다. 즉 기술적 분석이나 내부자 정보로는 이익을 낼 수 없다는 것이다. 그렇지 만 현실에서 주가를 움직일 만한 정보를 다른 사람들에게 알려져도 그 사람이 그것을 금방 믿고 매입하리라는 보장은 없다. 어떤 이는 즉시 받아들이겠지만 어떤 이는 뜬소문이라고 무시한다. 이처럼 어떠한 것이 효율적이냐고 하는 질 문은 답하기 어렵다. 상장사 투자편람을 찾아보면 상장사의 주가중 부채를 제 외하고도 순자본이 주가보다 2배에 가까울 정도로 높은 회사들이 있다. 왜 이 들은 제대로 주가에 반영되지 않는 것일까. 어떤 이에게 이런 종목의 매입을 권유했더니 그는 다른 회사를 추천하면서 그 회사는 자산 재평가만 하면 순자 산이 지금의 10배가 넘는 부동산 재벌이라는 한다. 그것이 진실인지는 알 수가 없지만 결산기 보고서에 나오는 것마저도 제대로 평가되지 않는 시장이 효율 적 시장이라고 할 수는 없다. 그러면 왜 이러한 현상이 나타나는 것일까. 좋은 정보나 투자기법이 시장에 반영되기까지는 현실적으로 시간이 걸린다. 기술적 분석을 생각해 보자. 효율적 시장에서는 뛰어난 투자기법이 알려지면 누구나 사용하게 되므로 그 효율이 떨어질 수 있다. 즉 많은 투자자가 기술적 분석을 투자에 이용하고 이들은 과거의 자료에서 가장 좋은 기술적 분석챠트나 지표 를 찾아 이용한다고 가정하면 과거에 효율이 좋았던 방식을 이들이 이용하게 되므로 즉각 상쇄되어 효율이 떨어져 버릴 것이다. 그러나 현실에서는 시장에 서 투자하는 대부분의 사람들은 자신의 투자형태를 순간적으로 바꾸기 힘들다. 이를테면 10초간격의 가격자료가 필요한 기술적 분석기법이 있다면 자료를 구 하기 어렵거나 또는 분석할만한 도구(프로그램)를 구하거나 만들기가 어려운 등 현실 여건이 순간적으로 적응하고 이용하는데 장벽이 된다. 특히 인간이란 매질을 통하여 전파되는 사건, 정보는 순간적으로 확산되기보다 파도처럼 그 영향력이 서서히 퍼져간다. 진원에서 가까울수록 영향이 더 큰 것이다.
이것은 생물의 진화도 마찬가지이다. 쥬라기시대에 빙하기가 닥치면 효율적인 진화에 따르면 공룡은 그 순간 적응할 수 있는 돌연변이가 생겨 현대까지 생 존해 있어야 한다.
또 유행이란 상류층은 하류층과 다르게 보이기 위해서 다른 옷을 입고 하류층은 상류층처럼 보이기 위해 상류층과 같은 옷을 찾으므로 발생한다. 우리는 이것을 개성이라는 말로 포장한다. 효율적 시장이론에 따르면 다이애나 왕비나 마돈나가 새로운 패션의 옷을 입으면 즉각 모든 사람들이 옷을 바꾸어 입어야 한다. -물론 몸매문제도 있다- 그러나 현실에서는 경제적으로 혹은 유행정보의 입수과정의 제약이 따른다. 사람은 하루아침에 변하기는 힘들다. 특히 다수에 의해 이루는 군중심리는 더욱 변화의 속도가 더디다. 투기시장에서도 옷의 유행처럼 변화가 지속되지만, 어제와 오늘이 완전히 다른 것이 아니라 서서히 변해간다. 즉, 현실에서는 상대적으로 높은 효율은 있어도 완전히 효율적 시장이라는 것은 상상하기는 힘들다.
지구진화의 역사를 보면 절대적 우위에 있는 동물이 생겨난 적은 없다. 항상 환경은 변화하므로 생물은 이에 적응해야만 한다. 더 빨리 적응할수록 살아남을 가능성은 더 높다. 공룡은 힘이 부족하여 진화의 역사에서 밀려난 것이 아니라 환경에 적응 못하였기 때문이다. 에이즈나 에볼라 바이러스도 돌연변이에 의해 변종이 계속 생겨나야 인간과의 생존경쟁에서 살아남을 수 있다. 많은 사람들이 시장에 참여하여 기술적 분석을 이용하고 있고, 이들 대다수가 시장에 순간적으로 적응할 수 없는 약간의 비효율성이 존재한다면 짧은 기간이나마 유용한 기술적 분석도 존재한다고 말할 수 있다. 효율적 시장이론이란 경제학자가 바라보는 자본주의의 유토피아이지 현실은 아니다. 마찬가지로 모든 기술적 분석 방법이다
좋을 수는 없다. 하나의 투자기법에 전문가가 되어서는 생존하기 힘들다. 하나 의 기법이라고 하더라도 그것을 응용하는 다양한 방법을 개발해야만 시장에서 지속적인 이익을 창출할 수 있다. 선물시장과 같은 제로섬 게임에서는 절반은 좋고 절반은 나쁜 투자방법이다. 시장 즉 상대가 변하면 이쪽의 전략도 바뀌어 야 한다. 같은 투자 방법으로는 패가 상대편에게 읽히게 된다. 아직 알려지지 않거나 많이 쓰지 않는 방법을 생각해 내야 된다. 공격은 최선의 방어이다. 새 로운 것에 대한 모델개발은 시장에 대한 적응하기 위해 바쁘게 쫓아다니는 것 보다 훨씬 나은 선택이다. 『변화를 주도하는 것』 바로 그것은 『공격』이다. 여기서는 공격이 최선의 방어인 것이다. 인간이 만든 시장이기에 불완전할 수 밖에 없고 그러므로 비 효율성이 존재한다. 이 비효율성이 바로 규칙이라는 말 로 표현될 수 있는 틈인 것이다.
그러면 이러한 가정에 의해 이동평균선을 개선해 보자. 최근 금융시장의 투 자형태가 갈수록 단기적이 되고 있다. 컴퓨터를 이용하여 복잡한 계산을 쉽게 이용하게 되었기에 예전의 장기, 단기투자의 개념(기간)이 달라졌다. 또 앞에서 말했듯이 레버리지효과로 인해 초단기적인 투자, 예를 들어 플로어(floor:거래 소 안)에서 단 한틱만의 이익을 위해 투자하는 투자자도 생겨난 것이다.
그러므로 좀더 단기적인 이동평균선을 이용한다면 좋은 결과가 나올 수 있다. 예를 들어 하루간격이 아니라 1시간 혹은 5분 간격으로 써보면 좋은 결과를 얻을 수 있다. 요즘같은 초단기 투자시대에 하루의 종가를 이용한다는 것은 너 무 느린 공룡의 전략이다. 이것에 관한 기법을 책에서 찾아보자. {the Day Trader's manual}이라는 책을 발견하고 이동평균에 관한 부분을 펼쳐보았다. 소제목이 데이트레이딩의 이동평균선인데 종가를 기준으로 한 이동 평균차트 와 60분, 15분 바차트만 취급하고 있다. 이 책에는 그림도 많고 글자도 많은데 어떠한 기간에 의한 분석보다 그림마다 설명을 붙여 이것이 좋다는 저것이 좋 다는 식으로 되어 있다. 절로 웃음이 나온다. 이러한 방식은 투자자에게 혼란 을 준다. 그리고 이 책의 저자는 컴퓨터를 화판처럼 이용하여 차트를 그리는데 활용할 뿐 검증이나 모의실험에 강력한 컴퓨터의 힘은 사장시킨 것 같다. 그러 면 다음에서 5분 차트를 이용한 데이트레이딩을 시도해보자.
투자할 상품은 환율 다음으로 중요한 금리로 하였다. 금리선물상품 중 미국 시장에서 거래가 가장 많은 T-Bond(U.S Treasury Bonds)선물에 투자해 보기 로 한다. 선진국에서 금리는 경제를 조절하는 중요한 수단이다. 주가나 환율도 금리에 큰 영향을 받는다. 그렇지만 우리 나라처럼 돈에 대한 수요가 공급보다 더 많은 나라에서는 금리의 조절은 큰 의미가 없고 통화량 조절이 중요한 수 단이 된다. 그럼 앞에서 했던 것과 같은 방법을 사용하여 과거의 자료를 대상 으로 가장 좋은 이동평균선을 찾아보자. 투자방법은 앞에서와 마찬가지로 골든 크로스일 때 매입하고 데드크로스일 때 매도하는 것으로 한다. 단 데이트레이 딩이므로 장마감시에는 모든 미청산계약(open position)을 청산한다. 이번 투자 에는 실제 투자와 비슷하게 여러 요소를 반영시켜 보자. 우선 특정 금리상품이 므로 수수료를 고려한다. 거래소에서 한두틱의 이익을 노리는 스켈퍼(scalper) 는 대부분이 증권회사 직원으로 이들은 수수료를 내지 않고 거래세, 거래소 수 수료 등만 내면 되므로 한틱만 남겨도 큰 이익이 남는다.
그러나 일반투자가처럼 선물회사를 이용하여 거래를 하면 한 계약당 10∼30불 정도의 수수료를 낸다. 여기서는 거래비용(수수료, 세금 등)을 중간값인 20달러 로 하여 지출하는 것으로 가정한다. 그리고 실제로는 매입주문을 마켓오더로 낸다면 한틱정도를 손해볼 수가 있다. T-Bonds선물은 거래량이 많기 때문에 현재가로 주문을 내어도 대부분 체결이 된다고 가정할 수 있다. 실제시장의 움 직임을 보더라도 한틱 사이를 왕복한다. 따라서 여기서는 매매시마다 현재가보 다 반틱정도 손실을 본다고 가정한다. 또한 매매신호가 나고 주문을 내는데도 시간이 걸리므로, 신호가 나면 주문 전화를 걸고 체결이 되는 시간을 고려하여 1분 후의 가격으로 매매된다고 설정한다. 이밖에도 여러 조건이 필요하지만 이 정도의 가상조건이라면 어느정도 충분하리라 본다.
이번 분석은 프로그램을 만들기가 간단하지 않다. 미국은 서머타임으로 거래 시간이 바뀌고 잘못된 자료도 가려내야하고, 거래가 정지되거나 거래소 장애도 발생한다. 우리 나라는 증권거래소에서 거래를 이어주는 전산시스템 장애가 종 종 발생하지만 시카고선물거래소에서는 사람들이 거래(Out-Cry)하므로 매매시 스템장애는 없다. 하지만 전화통신장애나 정전 등은 드물게 발생한다. 그래서 이러한 것들을 고려하여 분석하는 것은 귀찮은 일이다. …작업중… 드디어 결과가 나왔다. 94년 7월에서 12월까지 6개월간 검증한 결과 단기 12개(5분 차 트)와 장기 87개를 이용하는 것이 좋은 것으로 나타난다. 검증기간 6개월동안 수익률은 33% 정도를 기록했다. 필자가 휴가나 연수를 가면 정보 단말기에서 하루중의 5분 자료를 모을 수 없기에 실제 검증 시에 이용한 자료는 6개월이 아니라 약 4개월 반정도이다. 그럼 이제 이것을 이용하여 95년 1, 2월 동안 투 자해보자. 투자 결과는 7% 정도의 수익이 나왔다. 94년에 미국의 2년짜리 재무 성증권(T-Note)의 금리가 4∼6%, 일본 5년짜리 정부채가 2∼4% 정도였다. 2 달 동안 7%라는 것은 그런 시장에서 얻은 이익으로는 좋은 실적이다. 거기다 가 레버리지 효과를 고려하지 않은 성과이다. 미국 금리선물은 상대적으로 급 등락이 적기 때문에 증거금이 낮으므로 20배 이상의 레버리지 효과가 있다. 더 구나 금년 1, 2월은 멕시코사태, 고베지진, 베어링 파산, 엔고 등으로 장을 예측 하기 좋은 시기는 아니었다. 이번에는 다른 상품을 대상으로 투자해보자. 달러 화와 엔화환율을 찾아. 지난 6개월 동안 10% 이상 수익률이 나온 좋은 경우가 없다. 마르크화도 마찬가지이다. 마지막으로 스위스 프랑을 찾아보자. 12개와 87개의 5분 종가를 이용하여 투자한 결과가 10%의 수익률을 올렸다. 두달동 안 투자한 결과 1% 정도의 수익률이 나왔다. 이것도 레버리지를 고려하면 나 쁘지 않다. 결과를 살펴보면 과거에 수익률이 높은 방법일수록 실제 투자에도 수익률이 좋은 것 같다. 그러나 이것만으로는 투자기간이 짧아 정확한 검증이 라고 할 수 없다. 아울러 각자의 환경에서 투자할 때에는 주의할 점이 있다. 어떤 정보 단말기에서는 미국시간으로 야간에도 거래가 이루어진다. 즉 GLOBEX나 SIMEX에서 거래된 가격이 이어서 계속 나온다. 장초기에 5분 차 트 이동평균선을 그릴 과거자료가 부족하면 어떤 단말기에서는 전일 가격을 이용하여 5분챠트 이동평균선을 그리거나 또 어떤 것은 GLOBEX자료를 이용 하여 그리거나 혹은 0으로 하여 그린다. 즉 장이 시작되고 어느 정도 지나야 모든 단말기의 이동평균선이 동일하지만 그전에는 단말기마다 계산(처리)방법 이 다르므로 꼭 같은 매매신호를 내지는 않는다. 각자가 자신의 모델은 자기 환경에 맞게 검정해야 한다.
| GLOBEX : CME에서 선물거래를 야간에도 할 수 있도록 전산선물거래 시스템, 92년 6월 25일부터 가동됨 Project-A: CME에 대항하여 CBOT에서 개발한 야간 전산거래시스템. 94년 10 월 20일부터 거래됨 |
앞의 결과를 정리하면 시장에서 이기는 방법은 남들보다 더 빠른 자료의 이 용일 수 있다. 종가를 이용하는 방법은 이미 이시대에 적응하기에는 느리다. 그리고 환경에 계속 적응하기 위해서는 변화해야 한다. 기존의 방법이 유용할 수 있으나 이것은 절대평가가 아닌 상대적 평가이다. 내가 쓸 줄 안다면 남도 쓸 수 있을 것이다. 이러한 생존을 위한 조건은 금융시장만 아니라 모든 분야 에서 동일하다. 단지 이 금융시장은 변화의 속도가 다른 분야보다 빠르다는 점 이 두드러진다. 이 분야는 기계설비투자가 없이 머리 속의 생각만 바꾸면 되기 때문이다.
모델개발은 고정된 관념을 깨는데서 출발한다. 예를 들어 매수와 매도가 같 은 모델을 이용할 필요는 없다. 같은 모델이라도 다른 변수를 이용할 수 있다. 매수기준이 되는 장단기 이동선이 매도기준에 이용되는 장단기와 다를 수 있 다. 하락과 상승이 거울의 양면이 아니라 다른 성격을 가졌다면 동일한 기법을 이용하는 것은 잘못이다. 예컨대 만약 상승은 느리지만 하락은 빠르다면 동일 한 원칙을 적용해서는 안된다. 또한 골든 크로스가 꼭 매수의 신호인가도 검토 해 보아야 한다. 만약 횡보합장이나 하락장에서는 골든 크로스는 매도신호일 수 있다. 모든 것을 의심해야 한다.
투자방식이나 모델이 복잡할수록 좋다고 할 수는 없다. 그러나 복잡하다는 것은 상대적인 의미이다. 누군가 단순하다고 생각하는 것을 누군가는 어렵다고 볼 수도 있다. 그러므로 모델은 단순할수록 좋다는 말에서 『단순』하다는 것 은 자신의 이해력에 비추어 단순하다는 것이지 누구에게나 무조건 단순하다는 뜻은 아니다. 자신이 이해할 수 있는 한도 내에서 개발되고 지속적으로 수정되 어야 할 것이다.
| 모두가 알 수 없는 과거가 되풀이되고 항상 방황하는 마음 가눌 길 없는 데 시간은 세월 속에 흐르고 우리 곁엔 영원한 것이 없는 데 - 정태춘 박은옥의 노래중 |
지금부터는 이동평균선을 변형하고 개발하는데 도움을 줄 수 있는 이야기들 을 해보겠다. 앞에서 보았듯이 이동평균선의 단점인 매매신호가 늦게 나는 방 법을 보완하는 방법에는 여러 가지가 있다. 일반적으로 이동평균선은 단순 이 동평균을 지칭하며 이것은 매매신호가 늦을 수 있다. 최근의 가격에 가중치를 주는 가중 이동평균을 사용하면 매매신호가 조금 더 빨라진다. 이러한 가중 이 동평균에도 여러 가지가 있다.
3일 이동평균을 예로 들면 단순 이동평균선은 아래 (3.1)과 같지만 산술 가중 이동평균선은 (3,2)와 같고, 지수 가중 이동평균선은 (3.3) 등과 같이 산출된다.
( P(t) + P(t-1) + P(t-2) ) (3.1) SMA = -------------------------- ( 1 + 1 + 1 ) ( 3 x P(t) + 2 x P(t-1) + 1 x P(t-2) ) (3.2) LMA = -------------------------------------- ( 3 + 2 + 1 ) ( P(T) + c¹x P(T-1) + c²x P(T-2) ) (3.3) EMA = ---------------------------------------- ( 1 + c¹ + c² ) ( 0 ≤ c ≤ 1)산술 가중과 지수 가중 이동평균은 최근 가격에 가중치를 더 준다. 가중치를 주는 방식에 차이가 있지만 의도는 같은 것이다. 이 밖에 여러 관련 분석 서적 을 보면 JSA, AMA등 많은 변형 이동 평균선이 나온다. 하지만 가까운 시간에 대해 가중치를 더 준 이동평균선이 더 빠른 매매신호가 나오지만 단순이동평 균선에서 이용하는 날짜를 줄여도 매매신호가 더 빨리나온다. 이 두가지가 어 떠한 차이가 있는지는 반드시 검증해보아야 한다.
여기에서 지수 (가중) 이동평균선에 상수(c)가 1의 값을 가지면 단순 이동평 균선이 된다. 위의 식들을 하나의 표준화된 식으로 나타내면
n (3.4) MA= Σ ( Wi x Pi ) i=1 ( Wi >=0 , ΣWi = 1 ) Pi : 전 i번째 일의 주가 Wi : i일의 가중치이라는 형태가 된다. 단순평균은 Wi값이 모두 1/n인 형태이다.
그럼 경제예측 분석에서 자주 나오는 자기회귀 모델을 생각해보자. 일반 회귀 모델은 여러 변수들이 어떤 변수와 관련이 있다는 가정 하에서 선형적이거나 선형 형식으로 변환시켜 아래 (3.5)의 형태로 모델화한 것이다.
(3.5) Y = f( X1 , X2 , X3 ) = c0 + c1 * X1 + c2 * X2 + c3 * X3예를 들어 성범죄는 남녀 성비의 불균형이 관련이 있다고 가정하고 단기적 기 간에는 선형모델로 나타낼 수 있다고 했을 때 X1은 성비의 차로 Y는 성범죄 율로 나타낼 수 있다. 여기서는 성비의 차가 클수록 성범죄가 증가한다는 인과 의 모델이지만 실제 각국의 자료를 모아 분석하면 다른 결과가 나올 수 있다. 즉 보스니아와 같은 전쟁지역은 남성들이 전쟁에서 여성보다 많이 희생되므로 여성비율이 높다. 그러므로 이런 사회는 성비의 불균형이 심하지만 성범죄는 성비의 불균형에 의한 것이 아니라 전쟁의 사회적 혼란 때문이다. 이렇게 보면 성비편차와 성범죄율은 상관관계가 있더라도 서로 인과관계는 적다. 바꾸어 말 하면 전쟁 때문에 여러 범죄가 증가한 것이지 성비의 불균형으로 성범죄가 증 가한 것은 아니다. 이것처럼 상관관계란 잘못된 인과를 구성할 수 있다. 그러 나 전쟁이 없는데도 여자의 인구비율이 낮은 사회에서는 인과관계가 성립할 수 있다.
기술적 분석의 전제는 과거에서 미래를 추정할 수 있다는 것이다. 이와 같은 관점에서 만들어진 자기회귀 모형이란 독립변수(우변)를 과거 시계열자료를 이 용한 것이다. 그래서 남이 아닌 자기(自己)를 회귀분석한다고 하여 자기회귀 (Auto-Regression)라 불린다. 이 모델도 과거자료 수익률(가격변화)의 선형적 결합이다. 즉, 수식 (3.6)
(3.6) dP(t+1) = c0 + c1 x ΔP(t) + c2 x ΔP(t-1) + ... ΔP(t) : P(t) - P(t-1) or (P(t)-P(t-1))/P(t-1)으로 나타내고 이것은
(3.7) dP(t+1) = c0 + c1' x P(t) + c2' x P(t-1) + ... c1'= c1 c2'= c2 - c1 c3'= c3 - c2 ···수식 (3.7)과 같이 바꿀 수 있고 또 다시 쓰면
n (3.8) dP(t+1) = Σ ( Ci' X Pi ) i=0 if i=0 then Pi=1, Ci'=c0간단히 수식 (3.8)이 된다. 이 식은 앞에서 표준화된 이동평균식(3.4)과 같은 형 태가 된다. 즉 이동평균선과 자기 회귀모형(AR 혹은 좀더 변형된 ARIMA등) 은 같은 변수(과거 가격)를 같은 결합방법(선형)으로 나타낸 것으로 단지 제약 조건만 다를 뿐이다.
단순 이동평균선의 골든 데드 크로스에 대한 것을 식으로 정리해보자. 단기와 장기의 부호에 의한 신호는 아래와 같이 나타낼 수 있다.
ns nl (3.9) Signal = 1/ns x Σ Pi - 1/nl x Σ Pi i=1 i=1 ns nl = (1/ns-1/nl) x Σ Pi - 1/nl x Σ Pi i=1 i=ns+1 ns : 단기이동날짜 nl : 장기이동날짜이것도 앞의 여러 식들처럼 과거가격의 선형적 결합으로 표현된다. 이렇게 식을 표준화하게 되면 새로운 지수를 개발하기가 쉬워진다. 예를 들어 거래량 이 주가에 선행하는 분석결과가 있다고 하자. 이동평균선은 매수신호가 늦은 단점을 가지고, 기존의 가중 이동평균선들도 거래량은 반영되지 않는 단점을 가진다. 그러면 거래량이 반영되는 이동평균선을 만들어 보자. 거래량 단독의 이동평균선이 아닌 주가와 거래량이 반영되도록 하자. 즉 거래량이 증가하면서 주가가 오르면 매수신호가 빨리 나오도록 하고 주가만 오르고 거래량의 증가 가 따르지 않으면 매수신호가 느리게 나오는 모델을 만들어 보면 아래 식과 같다.
n n (3.10) MA = Σ (Vi x Pi ) / Σ Vi i=1 i=1 n : 이동평균일 Vi : i일의 거래량 Pi : i일의 주가이 식을 사용하면 거래량 증가를 동반한 주가상승에서는 신호가 빨리나온다. 하지만 자세히 살펴보면 이 역시 문제점을 안고 있다. 단지 하나의 예를 들기 위한 것이므로 그 문제점 해결은 독자에게 맡긴다.
이밖에 선형적인 결합이 아니라 비선형적인 결합모델도 생각할 수 있다. 퍼지 나 신경망도 그 중의 하나이다. 여기에 대해서는 뒤에서 논하기로 한다. 아래 식은 비선형결합의 예이다
n n (3.11) MA = Σ Σ ( Wij X √(Pi X Pj) ) i=1 j=1 ( ΣW = 1 , Wi>=0 )비선형적인 결합은 여러 방법이 있으나 여기에서는 위와 같은 결합을 생각해 보기로 한다. 만약 i<>j 일 때 Wi=0 이면 앞의 선형식으로 된다. 이 형태는 프 리젠테이션에서 자주 쓰는 레이다챠트와 개념이 비슷하다. 단, 레이다챠트는 바로 옆의 값들만 영향을 주지만 이것은 모든 변수와 관련되어 영향을 주고받 는다. 여기에서 Pi가 가격의 변화뿐 아니라 투자지수로 하여 지수가 서로 영향 을 줄 수 있도록 고려할 수도 있다.
지금까지 식들은 편미방, 선적분등의 대학수준의 수학이 아니라 고등학교 정도 의 수학이면 충분하다. 이해가 잘 안된다면 서점에 가서 검은 교복을 입고 등 교시 교문에 서있던 선도부가 무서웠던 창시절을 생각하며 정석수학의 등비, 등차수열 단원을 다시 보기 바란다.
앞에서는 이미 알려진 변형이나 혹은 새로운 변형에 대해 이야기하였다. 이 러한 것은 흥미롭지만 개인적으로 이것을 당장 응용하기는 어려움이 따르므로 이쯤에서 마치고 다음 장에서는 이동평균선의 변형 중 잘 알려진 형태인 오실 레이터에 대해 분석해보기로 한다.
'주식 일반' 카테고리의 다른 글
| '잔인한 4월의 추억',800 믿지마! (0) | 2004.10.25 |
|---|---|
| 하이닉스, 내년 20억불 투자 (0) | 2004.10.25 |
| 슈퍼개미의 화려한... (0) | 2004.10.25 |
| 기술적 분석에 잘못된 생각들 (1) | 2004.10.20 |
| TOPEYE의 시스템 트레이딩 이해 (0) | 2004.10.20 |
댓글