[기술적 분석] 지표 : 경향 (Bias)

 

  이 bais 지표는 아주 간단하게 산출하면서 추세를 파악하기에 유용한 지표다. 이동평균과 가격과의 차이를 백분율로 표시하여 현재 가격이 과거 관찰기간 가격에 비해 얼마나 벌어져있는지 말 그대로 bias를 측정한다. 이동평균보다 아래 있으면 과매도 혹은 하락 추세, 이동평균보다 위에 있으면 과매수 혹은 상승 추세로 판단한다. 그럼 이게 일반 차트에 이동평균을 긋는 것과 뭐가 다르냐 하면 백분율로 표시하기 때문에 각 종목별 편차나 시점의 편차를 제거하고 정량적으로 수치를 제공하는데 그 의미가 있다.

  그 자체로 전략을 만들어 활용한다기보다는 추세나, 과매수 / 과매도를 파악하는 데 사용되고 다른 지표와 엮어서 사용되는 경우가 많은 지표이며 모멘텀 지표로 분류되곤 한다.

 

 

반응형

 

  마지막으로 트레이딩 뷰 파인 스크립트 소스와 pandas-ta 소스를 공유하며 마친다.

 

• 경향 (Bias) 트레이딩 뷰 파인 스크립트 지표 소스

//@version=5
indicator(title="Bias", shorttitle="Bias", overlay=false)
import TradingView/ta/7 as ta7 
import blackcat1402/pandas_ta/7 as pta

src = input(close, title="Source")
len = input.int(26, minval=1)
maType = input.string("EMA", "MA Type", options = ["SMA", "EMA", "DEMA", "TEMA", "FRAMA", "T3", "TRIMA", "RMA", "WMA", "HMA", "VWMA", "ALMA", "JMA", "SINWMA", "FWMA", "LINREG", "SWMA", "VIDYA", "VWAP", "ZLMA"])
ma(source, length, _type) =>
    switch _type
        "SMA" => ta.sma(source, length)
        "EMA" => ta.ema(source, length)
        "DEMA" => ta7.dema(source,length)
        "TEMA" => ta7.tema(source,length)
        "FRAMA" => ta7.frama(source,length)
        "T3" => ta7.t3(source,length)
        "TRIMA" => ta7.trima(source,length)
        "RMA" => ta.rma(source, length)
        "WMA" => ta.wma(source, length)
        "HMA" => ta.hma(source, length)
        "VWMA" => ta.vwma(source * volume, length)
        "ALMA" => pta.alma(source, length)
        "JMA" => pta.jma(source, length)
        "SINWMA" => pta.sinwma(source, length)
        "FWMA" => pta.fwma(source, length)
        "LINREG" => pta.linreg(source, length)
        "SWMA" => pta.swma(source)
        "YIDYA" => pta.vidya(source, length)
        "VWAP" => pta.vwap(source)
        "ZLMA" => pta.zlma(source, length)

bias = ((src / ma(src, len, maType)) -1 ) * 100

plot(bias, color=(bias < 0 ? color.blue : color.red), title="bias")

 

 

• 경향 (Bias) pandas-ta 소스

import pandas as pd
import pandas_ta as ta
import FinanceDataReader as fdr

data = fdr.DataReader('005930')
bias = ta.bias(close = data['Close'], length=26, mamode="SMA")
data = pd.concat([data, bias], axis=1)
data.dropna(inplace=True)