캘트너 채널(Keltner Channel) 보조지표, 파이썬 코드 제공

안녕하세요 주식 투자관련 지식을 공유하는 인천고래입니다.

 

오늘 알아볼 지표는 "캘트너 채널"로 단순한 밴드형 지표이지만, 추세 및 변동성 분석과 진입 청산 시점 포착에 매우 효과적인 지표입니다. 이를 통해 시장의 움직임을 더 직관적으로 이해하고, 보다 전략적인 매매를 할 수 있다고 생각합니다.

 

1. 캘트너 채널 매매 시점

지표를 사용하기 좋은 시점 (매매 시점)

• 시장 변동성이 증가할 때: ATR이 상승해 채널 폭이 넓어질 때.
• 추세가 강한 시장: 장기 추세가 형성될 경우 중심선 돌파 시점이 중요합니다.

피해야 할 시점

• 횡보 장세: 가격이 중심선 주변에서 작은 범위 내 움직임을 보일 때는 매매 신호가 잦아지며 노이즈가 발생할 수 있습니다.

 

2. 캘트너 채널 차트 예제

캘트너 채널에 매수매도 시그널을 반영하면 아래와 같은 형식의 차트를 볼 수 있습니다.

캘트너 채널이 적용된 차트

 

 

간략하게 캘트너 채널 보조지표에 대해 알아 보았고 아래에서 캘트너 채널 지표를 어떻게 만드는지에 대해 알아보도록 하겠습니다.

 

참고로 TR 관련된 내용은 아래의 링크를 통해 좀 더 상세히 확인하실 수 있습니다.

True Range & ATR 보조지표의 개념, 파이썬 코드 제공(TR 지표)

 

 

3. 캘트너 채널 지표 만들기 (파이썬 코드 제공)

import FinanceDataReader as fdr
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

def true_range(df):
    high_low = df['High'] - df['Low']
    high_close = abs(df['High'] - df['Close'].shift(1))
    low_close = abs(df['Low'] - df['Close'].shift(1))
    return pd.concat([high_low, high_close, low_close], axis=1).max(axis=1)

def calculate_atr(df, length):
    tr = true_range(df)
    return tr.rolling(window=length).mean()

def keltner_channel(df, period=20, multiplier=2):
    df['EMA'] = df['Close'].ewm(span=period).mean()
    df['ATR'] = calculate_atr(df, period)
    df['Upper_Band'] = df['EMA'] + (multiplier * df['ATR'])
    df['Lower_Band'] = df['EMA'] - (multiplier * df['ATR'])
    return df

 

 

4. 차트 시각화 및 신호 표시 (파이썬 코드 제공)

def plot_keltner_channel(df):
    plt.figure(figsize=(12, 6))
    plt.plot(df.index, df['Close'], label='Close Price', color='black')
    plt.plot(df.index, df['EMA'], label='EMA (Center Line)', color='blue', linestyle='--')
    plt.plot(df.index, df['Upper_Band'], label='Upper Band', color='red')
    plt.plot(df.index, df['Lower_Band'], label='Lower Band', color='green')
    plt.fill_between(df.index, df['Lower_Band'], df['Upper_Band'], color='gray', alpha=0.2)
    plt.legend(loc='best')
    plt.title('Keltner Channel')
    plt.show()

 

 

5. 데이터 가져오기 및 실행 (파이썬 코드 제공)

df = fdr.DataReader('005930', start='2022-01-01', end='2025-01-02')  # 삼성전자 데이터
df = keltner_channel(df)
plot_keltner_channel(df)

 

 

---

 

자신만의 매매법을 자동매매 프로그램으로 만들거나 

기법이 확률이 떨어진다면 백테스팅을 사용해서 확률을 높여야 합니다. 

아래의 링크를 통해서 요청하시면 요청하신 이상(가격대비 성능의 최대치)의 결과물을 받아 보실 수 있습니다.

한 방에 주식 데이터 만들기 - 크몽

 

---

 

다른 보조지표에 대해서는 아래의 링크 글을 통해 자세히 알아 볼 수 있습니다.

보조지표 리스트 (추세, 모멘텀, 채널, 변동성, 거래량, 기타 지표)

---

 

단기적인 스윙 및 세력 매집 분석에 용이한 기준봉에 대해서는 아래의 링크 글을 통해 자세히 알아 볼 수 있습니다.

'주식 기준봉' 카테고리의 글 목록