거래량 가중 이동평균, VWMA 파이썬 코딩
거래량 가중 이동평균(VWMA, Volume Weighted Moving Average)은 단순 이동평균(SMA)에 거래량을 반영하여 더 정교하게 시장의 가격 흐름을 파악할 수 있도록 설계된 기술적 지표입니다. 이번 포스팅에서는 파이썬 코딩을 통해 VWMA를 계산하는 방법을 차근차근 살펴보겠습니다.
글의 순서
거래량 가중 이동평균(VWMA, Volume Weighted Moving Average)
거래량 가중 이동평균(VWMA)을 구하는 방법
예제를 통한 VWMA 계산 방법 이해
거래량 가중 이동평균, VWMA 파이썬 코딩
거래량 가중 이동평균(VWMA, Volume Weighted Moving Average)
VWMA는 단순 이동평균(SMA)과 비슷한 방식으로 계산되지만, 거래량이라는 요소가 포함된다는 점에서 차이가 있습니다. 거래량이 많을수록 해당 구간의 가격에 더 높은 가중치를 부여하여, 실제 시장에서 발생한 주요 거래 지점의 영향을 더 잘 반영합니다.
VWMA는 가격과 거래량의 관계를 나타내며, 단순히 과거 가격의 평균을 구하는 SMA보다 현재 시장의 실질적인 가격 움직임에 더 가깝습니다. 거래량이 큰 구간에서 급등하거나 급락하는 경우, VWMA는 SMA보다 훨씬 빠르게 반응합니다.
VWMA는 모든 시간 프레임(1분봉, 1시간봉, 일봉 등)에 적용할 수 있다는 점은, 이전 포스팅의 VWAP와 다른 부분입니다.
▶ 거래량이 큰 구간에서 급등하거나 급락하는 경우, VWMA는 SMA보다 훨씬 빠르게 반응합니다.
▶ VWMA는 모든 시간 프레임(1분봉, 1시간봉, 일봉 등)에 적용할 수 있어, 트레이더가 자신의 전략에 맞는 기간을 선택해 활용할 수 있습니다.
거래량 가중 이동평균(VWMA)을 구하는 방법
거래량 가중 이동평균(VWMA)을 계산하는 과정은 다음과 같습니다.
step1) 종가(Close) × 거래량(Volume) 계산
각 봉(캔들)의 종가와 거래량을 곱합니다.
step2)거래량 누적합 계산
특정 기간(N) 동안의 거래량 합계를 구합니다.
step3) (종가 × 거래량)의 누적합 계산
특정 기간(N) 동안의 (종가 × 거래량) 합계를 구합니다.
step4) VWMA 계산
VWMA = (종가 × 거래량의 누적합) / (거래량의 누적합)
예제를 통한 VWMA 계산 방법 이해
다음은 세 개의 봉(캔들)에 대해, 각 봉의 종가와 거래량을 기반으로 VWMA를 계산하는 예제입니다.
| 봉(캔들) | 종가(Close) | 거래량(Volume) |
|---|---|---|
| 1 | 100 | 1,000 |
| 2 | 102 | 1,200 |
| 3 | 105 | 800 |
step1) 종가 × 거래량
봉1: 100 × 1,000 = 100,000
봉2: 102 × 1,200 = 122,400
봉3: 105 × 800 = 84,000
step2) (종가 × 거래량) 누적합
봉1: 100,000
봉2: 100,000 + 122,400 = 222,400
봉3: 222,400 + 84,000 = 306,400
step3) 거래량 누적합
봉1: 1,000
봉2: 1,000 + 1,200 = 2,200
봉3: 2,200 + 800 = 3,000
step4) VWMA 계산
봉1의 VWMA = 100,000 / 1,000 = 100
봉2의 VWMA = 222,400 / 2,200 = 101.09
봉3의 VWMA = 306,400 / 3,000 = 102.13
이렇게 계산한 VWMA는 해당 기간 동안 거래량 가중 평균 가격을 보여줍니다.
거래량 가중 평균값, VWMA 파이썬 코딩
아래는 VWMA를 계산하기 위한 파이썬 코드입니다. 이 코드는 Pandas를 활용하여 시간별 데이터를 처리하며, 특정 기간(window)을 기준으로 VWMA를 계산합니다. 여기서는 간단히 calculate_vwma(df, window=20): 함수에만 초점을 맞춰보았습니다.
이 코드는 주어진 데이터를 이용하여 특정 기간 동안의 VWMA를 계산하고, 이를 데이터프레임에 추가합니다. VWMA를 활용해서 시장의 추세를 분석하고, 보다 정교한 매매 전략을 세우는 데 활용해 보시기 바랍니다.
마치며 …
VWMA는 단순 이동평균선보다 시장의 실질적인 가격 흐름을 더 잘 반영합니다. 특히 단기 추세와 거래량을 함께 고려해야 할 때, 큰 효과를 발휘합니다. VWMA를 활용하여 시장의 트렌드를 분석하고, 본인의 전략에 맞는 매매 신호를 찾아보시기 바랍니다. 다음 포스팅에서는 VWMA와 VWAP를 비교하여, 각각의 장단점과 활용 방안을 자세히 살펴보겠습니다.
함께 참고하면 좋은 글
▶ 거래량 가중 평균값, VWAP 파이썬 코딩
▶ 한국투자증권 API, 3분봉, 5분봉, 10분봉… 원하는 분봉 자유롭게 만드는 방법
▶ 한국투자증권 API로 1분봉 OHLCV 데이터 가져오기
▶ 한국투자증권 REST API로 시계열 데이터를 가져오는 파이썬 코드
▶ 한국투자증권 API로 주가를 가져오는 파이썬 프로그래밍
▶ 한국투자증권 API 신청 방법
▶ RESTful API : 웹 애플리케이션 개발자를 위한 기초부터 실전까지
▶ 파이썬 데이터 분석을 위한 API 이해, REST API, WebSocket API
참고자료
FXopen, What Is the Difference Between VWMA vs VWAP?