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

안녕하세요. 주식 투자 관련 코드를 제공하는 인천고래입니다.

 

오늘은 변동성 및 추세 지표의 근간이 되는 TR 보조지표 또는 True Range 보조지표라고 불리우는 지표에 대해 알아보도록 하겠습니다.

 

1. TR(True Range) 개념

1. 특정 하루 동안의 실제 변동폭을 나타내는 값.
2. TR = max(고가 -저가, 고가 - 전일 종가, 저가 - 전일 종가)로 계산됩니다.
3. 일 단위의 변동폭이기 때문에 단순히 당일의 변동량을 나타냅니다.

 

1-1. TR 공식

TR 계산 공식은 아래와 같습니다.

TR 계산 공식

 

아래는 TR 관련 파이썬 코드입니다.

# 1. True Range (TR) 계산 함수
def calculate_true_range(df):
    """
    True Range(TR)를 계산하는 함수.
    :param df: pandas DataFrame, 'High', 'Low', 'Close' 컬럼 포함
    :return: pandas Series, True Range 값
    """
    high_low = df['High'] - df['Low']
    high_close_prev = abs(df['High'] - df['Close'].shift(1))
    low_close_prev = abs(df['Low'] - df['Close'].shift(1))
    return pd.concat([high_low, high_close_prev, low_close_prev], axis=1).max(axis=1)

 

 

1-2. ATR 공식

ATR은 단순히 TR을 평균낸 값입니다.

 

ATR 계산 공식은 아래와 같습니다.

ATR 계산 공식

 

ATR 관련 파이썬 코드는 아래와 같습니다.

# 2. Average True Range (ATR) 계산 함수
df['ATR'] = df['TrueRange'].rolling(window=period).mean()

 

 

2. TR과 ATR의 차이점

1. 단기 변동성 완화
   TR은 당일의 변동폭이므로, 하루의 변동성이 크게 튀는 경우
   DMI와 같은 보조지표에서 사용할 경우 DI+와 DI-가 급격히 변화할 수 있습니다.
   ATR을 사용하면 변동성 스파이크를 완화하여 **부드럽고 안정적인 DI+와 DI-**를 제공합니다.
   
   
2. 더 정확한 추세 측정
   이동 평균을 사용하여 상승 및 하락 에너지를 측정하면 특정 일에만 급격한 상승/하락을 보인 데이터를 무시할 수 있습니다. 이는 시장의 추세를 더 정확히 측정할 수 있게 만듭니다.
   
   
3. 표준적인 방식
   실제로 많은 기술적 분석에서는 DMI 보조지표에서와 마찬가지로 DI+와 DI- 계산 시 단순히 하루 TR을 사용하기보다는 평균 TR(ATR)을 사용하는 것이 더 일반적입니다. Welles Wilder의 계산법도 14일 평균을 사용합니다.

 

 

---

 

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