$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

지수이동평균을 중심으로 하는 ESD밴드
ESD(Exponential Standard Deviation) Band centered at Exponential Moving Average 원문보기

지능정보연구 = Journal of intelligence and information systems, v.22 no.2, 2016년, pp.115 - 125  

이정연 (대전대학교 컴퓨터공학과) ,  황선명 (대전대학교 컴퓨터공학과)

초록
AI-Helper 아이콘AI-Helper

현재 주가가 최근 움직임 범위 내에서 어떤 위치에 있는지를 나타내는 블린저밴드 (Bollinger Band)는 단순이동평균 (Simple Moving Average)을 중심으로 단순표준편차 (Simple Standard Deviation)를 가감하여 만들어진다. 본 논문에서는 먼저 단순이동평균과 지수이동평균 (Exponential Moving Average)의 특성을 연산자 (Operator)의 관점에서 살펴보고, 각 연산자들의 임펄스응답 (Impulse Response) 1차 모멘텀의 중심값을 동일하게 하는 조건으로부터 단순이동평균 구간크기 N과 지수이동평균의 가중치 ${\rho}$ 사이의 관계를 구한다. 다음으로 이산시간 프리어변환 (Discrete Time Fourier Transform)을 통해 1차 모멘텀의 중심값이 동일하다는 조건하에서의 각 연산자의 주파수 응답 (Frequency Response)의 특성을 비교한다. 단순이동평균연산자는 지수이동평균연산자에 비해 고주파성분을 더 많이 포함시키므로 주가의 움직임에 과도하게 반응하게 된다는 사실에 기초하여, 지수이동평균을 중심으로 하는 새로운 ESD밴드 (Exponential Standard Deviation Band, 지수표준편차밴드)를 제안하고 자기회귀 (Auto Recursive) 형태의 계산공식을 유도하고 동일조건하에서 블린저밴드와 ESD밴드를 실제의 예를 통해 비교한다. 제안한 ESD밴드는 주가 움직임 범위를 보다 부드럽게 표현하는 특징이 있으며, 날짜 변경 시 갭이 발생할 경우에도 이러한 장점을 살리기 위해 갭보정된 차트에 대한 ESD밴드와 블린저밴드의 비교도 함께 살펴본다. 기존의 블린저밴드를 이용하여 개발된 거래법들은 ESD밴드에 그대로 적용가능하다.

Abstract AI-Helper 아이콘AI-Helper

The Bollinger Band indicating the current price position in the recent price action range is obtained by adding/substracting the simple standard deviation (SSD) to/from the simple moving average (SMA). In this paper, we first compare the characteristics of the SMA and the exponential moving average ...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 랜덤한 주가지수 시계열신호를 다루기 위해서는 필연적으로 평균, 분산 등 확률통계 관련 파라메터를 사용하게 되며 그 대표적인 것이 이동 평균(Moving Average)과 블린저밴드(Bollinger Band, 2016)이다. 이동평균을 활용한 연구는 여러 분야에 적용되고 있으며(오원석, 2008. 이재원, 2013. 김현지, 장우진, 2010), 특히 본 저자는 이동평균지표에서 추세추종/모멘텀 정보를 얻고자 만들어진 MACD에 관련된 연구를 진행한 바 있다. (이정연,황선명, 2015) 블린저밴드는 1980년대에 존블린저에 의해 제안되고 2011년 상표등록까지 된 것으로서 세 개의 곡선으로 구성되며, 밴드의 중심은 주가지수의 단순이동평균 (Simple Moving Average)이고 상하 밴드는 단순 이동평균를 중심으로 최근 구간내 시계열 신호의 단순표준편차 (Simple Standard Deviation) 범위를 나타낸다 (Bollinger Band, 2016) 밴드 범위의 크기는 변동성(Volatility)의 크기에 따라 적응적으로 커지거나 작아지며, 현재 주가가 최근 움직임 범위 내에서 어떤 위치에 있는지를 나타내는 특성이 있다.
  • 지수이동평균을 중심선으로 사용하고 지수표준편차(Exponential Standard Deviation)를 사용하여 상하 밴드곡선을 만들면 주가의 움직임에 과도하게 반응하는 성질이 여과되어 보다 매끈한 밴드를 얻을 수 있을 것으로 기대된다. 이에 착안하여 본 논문에서는 ESD Band(Exponential Standard Deviation Band, 지수표준편차밴드)를 제안하고 기존의 블린저밴드와 비교하기로 한다. 특히 단순이동평균의 구간값과 지수이동평균의 가중치 사이의 등가조건을 도출하였고.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
블린저밴드 범위의 크기는 무엇에 따라 달라지며 그 특징은 무엇인가? 김현지, 장우진, 2010), 특히 본 저자는 이동평균지표에서 추세추종/모멘텀 정보를 얻고자 만들어진 MACD에 관련된 연구를 진행한 바 있다. (이정연,황선명, 2015) 블린저밴드는 1980년대에 존블린저에 의해 제안되고 2011년 상표등록까지 된 것으로서 세 개의 곡선으로 구성되며, 밴드의 중심은 주가지수의 단순이동평균 (Simple Moving Average)이고 상하 밴드는 단순 이동평균를 중심으로 최근 구간내 시계열 신호의 단순표준편차 (Simple Standard Deviation) 범위를 나타낸다 (Bollinger Band, 2016) 밴드 범위의 크기는 변동성(Volatility)의 크기에 따라 적응적으로 커지거나 작아지며, 현재 주가가 최근 움직임 범위 내에서 어떤 위치에 있는지를 나타내는 특성이 있다.
블린저밴드는 무엇을 나타내는가? 현재 주가가 최근 움직임 범위 내에서 어떤 위치에 있는지를 나타내는 블린저밴드 (Bollinger Band)는 단순이동평균 (Simple Moving Average)을 중심으로 단순표준편차 (Simple Standard Deviation)를 가감하여 만들어진다. 본 논문에서는 먼저 단순이동평균과 지수이동평균 (Exponential Moving Average)의 특성을 연산자 (Operator)의 관점에서 살펴보고, 각 연산자들의 임펄스응답 (Impulse Response) 1차 모멘텀의 중심값을 동일하게 하는 조건으로부터 단순이동평균 구간크기 N과 지수이동평균의 가중치 ${\rho}$ 사이의 관계를 구한다.
블린저밴드는 어떻게 만들어지는가? 현재 주가가 최근 움직임 범위 내에서 어떤 위치에 있는지를 나타내는 블린저밴드 (Bollinger Band)는 단순이동평균 (Simple Moving Average)을 중심으로 단순표준편차 (Simple Standard Deviation)를 가감하여 만들어진다. 본 논문에서는 먼저 단순이동평균과 지수이동평균 (Exponential Moving Average)의 특성을 연산자 (Operator)의 관점에서 살펴보고, 각 연산자들의 임펄스응답 (Impulse Response) 1차 모멘텀의 중심값을 동일하게 하는 조건으로부터 단순이동평균 구간크기 N과 지수이동평균의 가중치 ${\rho}$ 사이의 관계를 구한다.
질의응답 정보가 도움이 되었나요?

참고문헌 (11)

  1. A.Papoulis and S.U.Pillai, Probability, "Random Variables and Stochastic Processes," 4th edition, McGraw Hill, 2002. 

  2. A. V. Oppenheim . R. W. Schafer and J. R. Buck, "Discrete-time signal processing," Prentice Hall, 1999. 

  3. Bollinger., Available at "http://en.wikipedia.org/wiki /Bollinger_Bands, (Downloaded 2 February, 2016). 

  4. Kim Hyun-Ji., U-Jin Jang, "Trading strategies using an exponential moving average line," Joint Conference on Industrial Engineering Journal in Spring 2010, 2010.06, 1124-1130. 

  5. Kwon Sang-Joo., "Robust Kalman Filtering with Perturbation Estimation Process-for Uncertain Systems, Journal of Institute of Control," Robotics and Systems, Vol.12, Iss. 3, 2006, 201-207. 

  6. Kwon Seong-Ki, Dong-Myung Lee, "Performance Analysis of Compensation Algorithm for Localization Using the Equivalent Distance Rate and the Kalman Filter," The Journal of Korean Institute of Communications and Information Sciences, Vol.37, Iss. 5B, 2012, 370-376. 

  7. Lee Jae-Won, "Astock Trading System based on Supervised Learning of Highly Volatile Stock Price Patterns," Korean Institute of Information Scientists And Engineers, Computing Practices and Letters Article 19, No.1(2013), 23-29. 

  8. Lee Jung-Youn, Hwang Sun-Myung, "Efficient Utilization Condition of MACD and Nontrend Status Detecting Index," Korean Institute of Information Scientists And Engineers, Korea Computer Conference in 2015, 2015, 630-632 

  9. Oh Won-Seok, "Systematic future trading with a composition strategy," Korea Academic Society of Businee Administration, Conference and Annual General Meeting, 2008, 510-513. 

  10. Rhee, Jung-Soo, "A note for hybrid Bollinger bands," Journal of the Korean Data and Information Science Society, Vol.21, Iss. 4, 2010, 777-782. 

  11. S.J.Orfanidis., "Introduction to Signal Processing," Prentice Hall Inc, 2010. 

저자의 다른 논문 :

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로