[주식 자동 매매] 4. 투자 전략 소개(이동평균선 활용)

 

이동평균선(MA)을 활용한 자동매매 투자 전략 요약

자동매매 전략을 처음 접할 때 가장 많이 사용하는 방법 중 하나가
이동평균선(Moving Average, MA) 입니다.

이 글에서는 이동평균선의 개념부터 골든 크로스 / 데드 크로스,
그리고 이를 활용한 간단한 자동매매 로직과 백테스트 개념까지 정리합니다.

---

1. 이동평균선(Simple Moving Average, SMA)

이동평균선이란?

이동평균선(SMA) 은
일정 기간 동안의 주가 평균값을 계속 이어서 그린 선입니다.

가격의 단기 변동을 완화해
전체적인 추세를 파악하는 데 많이 사용됩니다.

대표적인 이동평균선

• SMA20 : 최근 20개 가격의 평균
• SMA60 : 최근 60개 가격의 평균

---

Python 예시 코드 (5일 이동평균)

data = [10, 15, 20, 25, 30, 35, 40, 45, 50, 45, 40, 35, 30, 25, 20, 15, 10, 5, 10, 15]

ma05 = []
for i in range(5, len(data)):
    avg = sum(data[i-5:i]) / 5
    ma05.append(avg)

print(ma05)

• data[i-5:i] : 최근 5개의 가격
• 해당 구간의 평균값을 계산해 이동평균선 생성

---

2. 골든 크로스 & 데드 크로스

이동평균선을 활용한 대표적인 매매 신호입니다.

골든 크로스 (Golden Cross)

• 짧은 이동평균선(MA20) 이
  긴 이동평균선(MA60) 을
  아래에서 위로 돌파
• ➔ 매수 신호

데드 크로스 (Dead Cross)

• 짧은 이동평균선이
  긴 이동평균선을
  위에서 아래로 돌파
• ➔ 매도 신호

---

3. 매매 전략 구현

(1) 의사 코드(Pseudo Code)

if MA20 값이 MA60 보다 작았다가 커진 경우:
    매수 신호
elif MA20 값이 MA60 보다 컸다가 작아진 경우:
    매도 신호

---

(2) 실제 파이썬 코드

if ma20[i-1] < ma60[i-1] and ma20[i] >= ma60[i]:
    # 매수 신호
elif ma20[i-1] >= ma60[i-1] and ma20[i] < ma60[i]:
    # 매도 신호

이전 시점과 현재 시점을 비교해
이동평균선의 교차 여부를 판단합니다.

---

(3) 차이값으로 계산 단순화

이동평균선의 차이값을 활용하면 로직을 더 간단하게 만들 수 있습니다.

prev = ma20[i-1] - ma60[i-1]
current = ma20[i] - ma60[i]

if prev < 0 and current >= 0:
    # 매수 신호
elif prev >= 0 and current < 0:
    # 매도 신호

• 음수 → 양수 : 골든 크로스
• 양수 → 음수 : 데드 크로스

---

4. 백테스트(Backtest)

백테스트란?

과거 데이터로 투자 전략을 가상으로 실행해보는 과정입니다.

실제 돈을 투자하기 전에 전략의 성능을 미리 검증할 수 있습니다.

---

백테스트 기본 과정

1. 과거 가격 데이터 준비
2. 이동평균선 계산
3. 매수 / 매도 신호 발생 시 가상 거래
4. 최종 수익률 계산

---

백테스트 의사 코드

가격_데이터 = [...]
잔고 = 10000000
수량 = 0

for 처음 시점부터 마지막 시점까지:
    이동 평균선 계산하기
    매매 전략 판단하기
    if 매수 신호:
        매수를 가정하고 잔고와 수량 변경
    if 매도 신호:
        매도를 가정하고 잔고와 수량 변경
    현재 수익률 계산

---

정리

• 이동평균선은 추세를 파악하는 가장 기본적인 지표
• 골든 크로스 / 데드 크로스를 이용해 매매 신호 생성 가능
• 간단한 조건문으로 자동매매 로직 구현 가능
• 백테스트를 통해 전략의 성능을 사전에 검증해야 함

👉 이 전략을 기반으로
실제 주식 데이터 + 증권사 API + 자동매매 코드로 확장할 수 있습니다.