홈게시글서비스요금제소개

이 연구는 다양한 시장 체제 또는 클러스터에서 삼중 이동 평균(Triple Moving Average) 전략의 수익성을 평가하는 것을 목표로 합니다.

방법:

1. 삼중 이동 평균 전략 구성: 세 개의 단순 이동 평균(Simple Moving Average) 또는 지수 이동 평균(Exponential Moving Average) 거래 규칙을 결합하여 삼중 이동 평균 거래 전략을 형성합니다.

2. 시장 체제 식별: S&P 500 주가를 구별되는 시장 체제 단계로 클러스터링합니다. 이 연구에서는 가우시안 혼합 모델(Gaussian mixture models, GMMs)을 사용합니다.

3. 수익성 평가: 다양한 시장 체제에서 삼중 이동 평균 전략의 수익성을 평가합니다. 또한, 이 연구에서는 삼중 지수 이동 평균(Triple Exponential Moving Average, TEMA)과 삼중 단순 이동 평균(Triple Simple Moving Average, TSMA)을 사용했습니다.

4. 다양한 조건에서 테스트: 짧은 기간(20일), 중간 기간(30일) 및 장기(50일) 값의 TSMA와 TEMA를 교차하여 새로운 거래 전략인 "Three Triple Moving Average Crossover"를 형성하고 2가지 변형인 Three Triple Exponential Moving Average (TTEMA)와 Three Triple Simple Moving Average (TTSMA)을 실험했습니다.
   

제공된 논문의 백테스팅 결과는 다음과 같이 요약될 수 있습니다.

1. 기존 삼중 이동 평균 전략(TEMA, TSMA)의 한계:

* 기존의 삼중 단순 이동 평균(Triple Simple Moving Average, TSMA) 및 삼중 지수 이동 평균(Triple Exponential Moving Average, TEMA) 거래 전략은 모든 시장 상황에서 꾸준한 수익을 내지 못했습니다.

* 특정 시장 체제에서만 유효한 전략이며, 전체적인 수익성은 매수 후 보유 전략에 비해 떨어지는 경향을 보였습니다.

2. 시장 체제별 성과 차이:

* 높은 변동성(예측 불가능성) → 낮은 변동성(횡보): 주가가 높은 변동성에서 낮은 변동성으로 전환될 때, TSMA 전략은 매수 후 보유 전략보다 나은 수익을 보이는 경향이 있었습니다(2001-2003년).

* 낮은 변동성(횡보) → 높은 변동성(예측 불가능성): 주가가 낮은 변동성에서 높은 변동성으로 전환될 때, TEMA 전략은 매수 후 보유 전략보다 나은 수익을 보이는 경향이 있었습니다(2009-2013년).

3. 삼중 이동 평균 교차 전략(Three Triple Moving Average Crossover)의 개선 가능성:

* TTEMA(Three Triple Exponential Moving Average Crossover): 단기(20일), 중기(30일), 장기(50일) TEMA를 교차하는 전략은 전체 시장 체제에서 더 나은 거래 수익을 제공했습니다. 특히 100달러 투자 시, 335달러인 매수 후 보유 수익보다 훨씬 높은 400달러의 포트폴리오 가치를 달성했습니다.

* TTSMA(Three Triple Simple Moving Average Crossover): 동일한 방식으로 TSMA를 교차하는 전략은 TTEMA만큼 뛰어난 성과를 보이지 못했습니다.

이 논문의 결과를 설명드리겠습니다.

전통적인 TEMA 및 TSMA 거래 규칙은 모든 시장 체제에서 일관된 수익을 창출하지 못하는 한계가 있으며, 이러한 전략들은 주가가 높은 변동성에서 낮은 변동성으로 전환되거나 그 반대 상황에서만 효과적인 수익을 내는 경향이 있습니다. 이에 비해 단기, 중기, 장기 TEMA 값을 교차하는 새로운 전략인 TTEMA는 이러한 한계를 극복하여 더 나은 거래 수익을 제공합니다.

기존의 삼중 이동 평균 전략(TEMA 및 TSMA)은 특정 시장 체제에서만 효과가 제한적으로 나타나는 반면, Three Triple Moving Average Crossover 전략과 그 변형은 더 나은 수익성을 제공할 수 있습니다. 이러한 발견은 거래 전략의 성공이 시장 상황에 따라 크게 달라질 수 있음을 보여주며, 다양한 시장 체제에서 견고한 성능을 달성하기 위해서는 여러 이동 평균 규칙을 결합하는 접근 방식이 효과적일 수 있습니다.