30기간 평균과 표준편차의 결과분석 -2-

안녕하세요?

 

일단 요령이 생기고 나니까, 이래저래 어떻게 데이터를 정리하는 것도 속도가 붙는 듯 합니다. 아무튼 이번 포스팅으로 어떻게 30개의 분봉을 가지고서 평균과 표준편차를 계산해서 나오는 매도/매수 룰을 한번 정리해 볼까 합니다.

 

일단 1배수의 경우에는 한번 데이터 베이스의 분봉별로 줄을 세워 보았습니다. 일단 여기서 나오는 데이터를 바탕으로 해서 만들어 보자면, 일단 데이터의 분봉간격이 커지면 커질수록, 어떻게 점점 이득은 적어지고 손해는 커지는 경향이 있다는 것을 알 수 있었습니다.

 

이러한 경향은 2배수를 했는 표준편차에서도 마찬가지로 나왔습니다. 일단 이렇게 해서 나온 결과를 살펴 보자면, 분봉의 간격이 커지면 커질수록 손해는 더 커지고, 이익은 적어집니다.

 

다만 표준편차 3배수에 있어서는 어떻게 약간을 달라질 기미를 보이기는 합니다만, 문제는 여기서 부터 거래가 전혀 없는 종목의 갯수가 서서히 많아지기 시작합니다.

 

 

그리고 나서 4배수에 도달해서는 데이터 베이스의 분봉 간격이 커지면 커질수록 점점 더 많은 종목들이 아예 계산이 되지 않는 것을 확인할 수 있었습니다.

 

그리고 나서 5분봉에 이르러서는, 뭐라고 해야 할까요? 점점 어떻게 계산을 해야 할 필요성이 없어지기 시작했다고 해야 할까요? 거의 대다수의 종목이 아예 거래가 안되고 있습니다.

 

이제는 평균수익과 표준편차를 알아보도록 하겠습니다. 일단 1배수의 경우에 한번 살펴 보면, 압도적으로 10분봉의 캔들 챠트를 사용할 경우가 더 나은 성과를 보여주고 있다는 것을 알 수 있었습니다.

 

그리고 나서 2배수의 경우를 살펴 보아도, 1배수와 그다지 다르지 않은 결과가 나온다는 것을 확인할 수 있었습니다. 아무튼 이로 인해서 점점 더 10분봉을 선택해야 할 이유는 많아지기 시작했습니다.

 

혹시나 싶어서 3배수의 경우를 한번 조사해 보았습니다. 그 결과는 위 스크린샷의 그래프처럼 처음으로 데이터 베이스의 분봉 간격에 관계없이 거의 일정하게 평균수익이 나오는 가 싶지만, 문제는 자세히 보면, 모든 수익이 거의 바닥을 치고 있다는 것을 알 수 있습니다.

 

그리고 나서 마지막으로 한번 위 스크린샷처럼 표준편차를 4배수 해주는 경우를 한번 분석해 보았습니다. 이 경우에도 특별히 다를 것도 없이, 그저 평균수익이 바닥을 기고 있다는 것을 확인할 수 있었습니다. 이것으로 일단 10분봉에서 30개 분봉을 가지고서 평균과 표준편차를 구하는 룰에서는 1배수를 사용하는 것이 가장 좋다는 결론이 나왔습니다.