1.
Valeriy Zakamulin는 University of Agder의 교수입니다. 생소한 이름입니다. 노르웨이 대학이라고 합니다. 이 분의 전공은 금융(Finance)입니다만 영미의 전공자들과 달리 이동평균(Moving Avereage)전략과 관련한 논문을 주로 발표하고 있습니다.
자본시장에 조금이라도 관심을 가진 분이 계신다면 아주 익숙한 개념이 이동평균입니다. 기술적 분석을 할 때 기초가 되는 데이타를 산출하는 근간이기때문입니다. 이동평균방법은 시계열 데이타분석의 한 방법이고 이를 이용하는 이유는 추세(Trend Following)를 분석하기 위함입니다. 이 때 이동평균값을 구하는 방법은 다양합니다. 가장 대표적인 것이
Simple Moving Average (SMA) = (P1 + P2 + … + Pn) / K where K = n.
Weighted Moving Average (WMA) = (P1 + 2 P2 + 3 P3 + … + n Pn) / K where K = (1+2+…+n) = n(n+1)/2.
Exponential Moving Average (EMA) = (Pn + α Pn-1 + α2 Pn-2 + α3 Pn-3 + … ) / K where K = 1+ α+α2+… = 1/(1-α).
입니다. 그 외
Least Squares Moving Average
Cumulative Moving Average
Hull Moving Average
Wilder Moving Average
등등 많습니다. 이동평균을 이용할 때 투자자들은 최적의 매매시점(Timing Market)을 찾아 최고의 수익율을 얻으려고 합니다. Valeriy Zakamulin는 논문을 통해 최적의 매매규칙이 무엇인지를 찾고 있습니다. 그동안 발표했던 논문을 시간 역순으로 나열하였습니다.
Revisiting the Profitability of Market Timing with Moving Averages
A Comprehensive Look at the Empirical Performance of Moving Average Trading Strategies
Market Timing With a Robust Moving Average
Anatomy of Market Timing with Moving Averages
이상의 논문중 Anatomy of Market Timing with Moving Averages을 출발로 하면 좋을 듯 합니다.
Momentum Rule
Price-Minus-Moving-Average Rule
Moving-Average-Change-of-Direction Rule
Double Crossover Method
와 같은 매매규칙들의 성과를 을 분석하고 Robust Moving Average을 찾기 위한 방법론을 제시합니다.
2.
Revisiting the Profitability of Market Timing with Moving Averages은 Market Timing With Moving Averages을 토대로 재검증하는 논문이라고 합니다. Market Timing With Moving Averages을 발표한 Paskalis Glabadanidis 교수도 이동평균과 관련한 여러 논문을 발표하였습니다.
The Market Timing Power of Moving Averages: Evidence from US REITs and REIT Indexes
Market Timing and Moving Averages: An Empirical Analysis of Performance in Asset Allocation
이상의 논문도 Market Timing With Moving Averages을 출발로 하고 있습니다.
국내의 논문들을 찾아보았지만 특별한 것이 없더군요. 아래처럼 대부분의 증권사들이 투자자에게 기술적 분석을 교육할 때 다루는 내용이상은 없습니다.
기술적 분석의 기초라는 주가이동평균(Price Moving Average)이란 무엇일까요?
시계열분석으로의 ‘이동평균’이라 아니라 차트분석으로의 ‘이동평균선’을 가르칩니다.
