학술적 이론을 이용한 지지선/저항선 추정
학술적이론으로 분석한 금융시장의 가격예측 시리즈
주식투자를 해보겠다고 기술적 분석(Technical Analysis)이라는 책을 사서 가장 먼저 공부를 하는 내용이 저항선과 지지선이라는 개념이다. 지지선(Support Line)은 가격이 하락할 때, 그 가격 아래로 더 떨어지지 않고 다시 상승할 가능성이 높은 가격대를 의미합니다. 쉽게 말해, 심리적으로 많은 투자자들이 그 가격에서 주식을 사기 시작하여 수요가 증가하기 때문에 가격이 반등하는 경향이 있습니다.
반면 저항선은 가격이 상승할 때, 그 가격 이상으로 더 오르지 않고 다시 하락할 가능성이 높은 가격대를 의미합니다. 많은 투자자들이 그 가격에서 주식을 팔기 시작하여 공급이 증가하기 때문에 가격이 하락하는 경향이 있습니다. 따라서 지지선은 매수 신호로, 저항선은 매도 신호로 작용할 수 있습니다. 따라서, 이 선들을 이해하고 활용하는 것은 투자 전략을 세우는 데 매우 기초적 기반을 제공합니다.
Support and Resistance - The Complete Guide for Traders
인터넷에서 얻어온 그림을 가지고 설명을 하자면, 하단 파란색 수평선은 support(지지선)라고 하는데 우연인지 필연인지 이 선 밑으로는 주가가 내려가지 않습니다. 전문가들은 이 상황을 “바닥이 확인되었다”라고 하고 바닥이니 이 Support line 에서는 주식을 매입합니다. 동시에 파란색 상단의 좌측 빨간색 수평선(저항선, Resistance)을 보면 이상하게도 이 선 이상으로 주가가 오르지도 못합니다. 오르다가 이선 근처에만 오면 주가가 빠지기 시작합니다. 이 의미는 이 부근에 강력한 매도자들이 예약주문이 많이 있다는 이유가 되며, 이 지점에서는 천장이 형성되어 있으니 매도를 해는 것이 유리하다는 해석을 하게 됩니다. 이 평행선의 오른편을 보면 파란색이 되어 있고, Support로 변경이 되었습니다. 시장에 호재가 발생하여 주가가 급등을 하게 되고 이 저항선이 돌파당합니다. 그렇게 강력하던 저항선이 돌파가 되면 순간적으로 지지선으로 바뀌게 됩니다. 애인과 헤어지면 순간적으로 원수가 되는 것과 같은 논리입니다.
이렇게 투자를 해도 돈을 벌 수가 있다는 논리입니다. 추가로 제가 아고라타임스에 기고한 환율분석한 사례를 참조하세요
https://www.agoratimes.com/news/articleView.html?idxno=163080
저는 박사학위 이후 그간 금융기관의 실무자로서의 기존 투자분석 관행에 학술적 이론이라는 더 객관적이고 통계학적으로 의미가 있는 Time Series Analysis (시계열분석) 이론들을 적용함은 물론 Clustering (클러스터링)이라는 통계학 이론 및 Machine Learning 등을 장착한 예측 모델들을 연구 지속적으로 중입니다. 에자 금융시장의 예측이라는 시리즈를 연재한다면 마지막 편은 “과연 금융시장의 가격은 예측이 가능한가?”라는 저의 박사학위 논문내용을 소개할 예정인데, 그때를 기다려 주세요. 본론으로 돌아와서, 제가 최근에 공부하는 이론 중 하나가 학술이론인 “클러스터링을 이용한 지지선/저항선 추정”입니다.
클러스터링은 데이터를 비슷한 특성을 가진 그룹으로 나누는 기술입니다. 쉽게 말해, 서로 가까운 데이터 포인트들을 모아서 '클러스터'라는 그룹을 만드는 것입니다. 예를 들어, 친구들이 모여서 대화를 나누는 것처럼, 비슷한 성격이나 취향을 가진 친구들이 한 자리에 모이는 것과 비슷합니다. 또한 친구들의 영화 취향을 바탕으로 클러스터링을 하면, 액션 영화를 좋아하는 친구들, 로맨스를 좋아하는 친구들, 다큐멘터리를 좋아하는 친구들로 그룹이 나뉘게 됩니다. 이렇게 그룹화함으로써 각 그룹의 특성을 이해하고, 맞춤형 추천을 할 수 있게 됩니다.
이 처럼 클러스터링은 데이터(가령 주가지수, 환율, 금 등 일일 종가)를 그룹으로 나누는 기법입니다. 이 방법을 사용하여 과거 가격 데이터를 분석하고, 비슷한 패턴을 가진 가격 구간을 찾아 지지선과 저항선을 추정할 수 있습니다. 그래서 특정 가격대에서 자주 거래가 이루어진다면, 그 가격대가 지지선이나 저항선이 될 가능성이 높습니다. 전통적인 기술적 분석은 과거 가격과 거래량을 기반으로 지지선과 저항선을 찾습니다. 일반적으로 차트 패턴, 이동 평균, 피보나치 수치 등을 사용합니다. 반면 클러스터링은 데이터의 패턴을 찾기 위해 특정 가격대에서의 거래량과 빈도를 분석하여 자연스럽게 형성된 가격 구간을 찾아냅니다.
Python을 이용해서 작성한 위의 두 그림은 여러분들의 이해를 돕기 위한 맛보기 사례연구입니다. 최근 탄핵정국 이후 혼조세를 보이는 USD/KRW환율의 주요 저항선 지지선 level을 틀러스터링 기법으로 추정한 내용입니다. 차트에 수평선이나 우상향 선 등을 그리면서 만들어 가는 기술적 분석과 달리 클러스터링은 통계학적으로 의미가 있는 환율움직임의 유사한 움직임 및 그 속도를 찾는 연구가 됩니다. 즉 만일 가장 강력한 저항선인 1428.24-1433.89가 돌파되면 다음 타깃은 1450.83-1456.48이 되고 만이 이 저항선이 무너지면 그다음 level은 1509.79~1514.63이 된다는 예측이 가능하고 막대그래프가 높을수록 성벽이 높은 것처럼 강력한 지점이지만, X축 구간에서 1500 이상인 구간을 찾아보면 가장 성벽이 낮은 지역이다. 따라서 1450원이 돌파되면 1500대로 고속으로 돌진할 가능성이 커다란 분석이 나옵니다.
이 처럼 특정 가격대에서 거래량이 많아지는 경우, 이는 해당 가격대에서 투자자들의 반응이 집중된다는 것을 의미합니다. 이러한 분석은 데이터의 특성을 파악하고, 시장의 행동을 이해하는 데 기여합니다. 통계학에서 지지선과 저항선은 신뢰 구간의 개념과 연결될 수 있습니다. 가격이 특정 범위 내에서 움직일 때, 그 범위가 지지선과 저항선으로 작용할 수 있으며, 이는 가격 변동의 예측 가능성을 높이는 데 도움이 됩니다.
마지막으로 두 분석의 장단점을 살펴보면 :
기술적 분석의 장점: 직관적이고, 다양한 지표를 활용하여 시각적으로 분석하기 쉽습니다.
기술적 분석의 단점: 주관적인 해석이 들어갈 수 있으며, 시장의 변동성을 완벽하게 반영하지 못할 수 있습니다.
클러스터링의 장점: 데이터 기반의 접근으로, 주관적인 판단을 최소화할 수 있습니다. 패턴 인식에 효과적입니다.
클러스터링의 단점: 데이터가 많고 복잡할 경우, 적절한 클러스터 수를 정하는 것이 어려울 수 있으며, 해석이 복잡해질 수 있습니다.
지지선과 저항선은 기술적 분석에서 매매 신호와 심리적 지표로서 중요한 역할을 하며, 통계학적으로는 데이터의 분포와 신뢰 구간, 회귀 분석과 연결되어 가격 예측에 도움을 줍니다. 이 두 가지 관점을 함께 고려하면, 투자 결정을 내리는 데 더 효과적일 수 있습니다.
