강도 지표 요약

강도 지표 요약

시장 강도(market breadth)는 거래량의 사촌뻘이다. 거래량과 시장 강도 모두 한 가지 중요한 정보와 관련이 있다. 거래량과 마찬가지로 시장 강도는 양과 관계가 있다. 거래량이 거래된 주식의 수를 나타낸다면 시장 강도는 특정한 시장 통계에 맞는 거래된 주식의 수를 나타내므로 더욱 구체적인 정보라고 할 수 있다. 강도(breadth)라는 용어는 대체로 폭 또는 너비를 가리킨다. 시장의 강도는 시장이 얼마나 광범위한지, 얼마나 넓은지를 가리키는데 시장 전체의 폭이 아니라 개별 주식 집합의 폭을 가리킨다. 시장을 여러 개의 시장이 모인 하나의 시장으로 인식한다면 시장 전체 추세의 깊이를 더 잘 이해할 수 있을 것이다. 이 정보는 시장의 내부 강도를 측정하는데 유용하다. 시장 강도를 측정하는 데는 다양한 방식이 활용된다.

시장/강도 통계

시장 통계는 개별 주식 집합의 실적에서 추출되는 시장 행위에 대한 연구다. 이런 방식으로 ‘시장들의 시장’ 방식을 이용해 낙관주의에 휩싸인 투자자들(황소들)과 비관주의에 휩싸인 투자자들(곰들)을 비교할 수 있다. 널리 쓰이는 강도 연구는 다음 사항을 포함한다.

  • 상승 종목의 수, 즉 전일 종가보다 (또는 일정 기간의 최고 종가보다) 종가가 상승한 종목의 수
  • 하락 종목의 수, 즉 전일 종가보다 (또는 일정 기간의 최저 종가보다) 종가가 하락 한 종목의 수
  • 변동이 없는 종목의 수, 즉 전일 종가보다 (또는 일정 기간의 종가보다)와 동일한 종가에 마감한 종목의 수
  • 신고점을 기록한 종목의 수, 즉 일정 기간(대체로 52주)을 기준으로 신고점을 기록한 종목의 수
  • 신저점을 기록한 종목의 수, 즉 일정 기간(대체로 52주)을 기준으로 신저점을 기록한 종목의 수
  • 이동평균(대체로 50일 또는 200일)보다 상승한 또는 하락한 주식의 수 또는 비율
  • 일정 기간 종가가 상승한 모든 종목의 주가 변동폭
  • 일정 기간 종가가 하락한 모든 종목의 주가 변동폭
  • 더 높은 주가에 거래된 주식의 총거래량, 즉 이전 기간(대체로 하루 전)보다 종가가 상승 마감한 종목의 총거래량의 합
  • 더 낮은 주가에 거래된 주식의 총거래량, 즉 이전 기간(대체로 하루 전)보다 종가가 하락 마감한 종목의 총거래량의 합

강도 통계: 시장 정보의 원천

시장 강도 통계는 차트에서 도출된 주가 데이터와 거래량 데이터를 단순히 관찰해서는 바로 도출되지 않는 유일한 유형의 정보다. 시장 강도 관련 정보는 시장의 전반적인 환경을 판단하는 소중한 도구로, 아무리 강조해도 지나치지 않다. 거래량과 마찬가지로 강도 통계 역시 주가 움직임을 확증하는 정보로 활용될 수 있다.

  • 상승한 종목의 수 > 하락한 종목의 수: 강세장 암시, 상승한 종목의 수 < 하락한 종목의 수: 약세장 암시
  • 상승가에 거래된 주식의 수(상승 거래량) > 하락가에 거래된 주식의 수(하락 거래량): 강세장 암시, 상승가에 거래된 주식의 수(상승 거래량) < 하락가에 거래된 주식의 수(하락 거래량): 약세장 암시
  • 강세와 약세의 차이가 크면 클수록 시장의 강도는 더욱 강력한 강세장 또는 약세장임을 의미한다.

  • 이는 시장의 심리 또는 심리적 상태를 측정하는데 활용될 수 있다. 즉 투자자들이 대담하게 확신에 차서 행동하는지 아니면 두려움에 사로 잡혀 있는지를 보여준다.
  • 횡보장, 즉 박스권 시장에서 시장의 강도는 다음 추세의 방향을 판단하는 열쇠가 된다. 시장의 강도는 때때로 기존 주가 추세가 압박을 받고 있다는 경고 신호로 더욱 많이 사용된다. 대채로 해당 지수의 움직임을 그대로 반영해서 주가지수의 형태와 본질을 반영한다고 말할 수 있다. 그러나 시장의 종합 추세가 상승하고 이 방향을 확인하는 주식의 수가 점점 줄어들면 시장의 강도가 나쁘거나 디버전스를 보이고 있다고 결론을 내릴 수 있다.

  • 대형주의 주가, 즉 주가지수에 큰 영향을 미치는 대형주의 주가가 지속적으로 기존 추세의 방향으로 움직일 때 종종 이런 디번전스가 발생한다. 그런데 전체 지수에서 동일한 방향으로 움직이는 종목의 수가 점점 줄어들 수도 있다. 종종 기관들은 소형주들로 분산 행위를 시작하는데, 이는 대개 소형주들의 유동성이 적기 때문이다.
  • 주식 비중을 줄이려는 기관은 종종 유동성이 적은 소형주의 비중부터 줄인다. 왜냐하면 만약 시장이 갑자기 하락하면 이처럼 유동성이 적은 소형주들이 가장 현금화 하기가 어렵기 때문이다. 강세장에서 대형 기관들은 그들의 행위로 주가가 하락하는 것을 피하기 위해 점진적으로 포지션을 줄인다. 한편 개인 투자자들은 이러한 소위 ‘브랜드’ 있는 대형주를 지나치게 믿는 경향이 있다. 전문 투자자들은, 몇 안 되지만 영향력 있는 주식들의 집단을 통해 종합지수를 상승 또는 하락시킬 수 있다. 반면 상대적으로 덜 주목 받는 소형주들은 종합지수에서 빠지거나 가중치가 대폭 줄어든다. 이러한 행위는 신고점과 신저점에서도 볼 수 있는데, 대체로 시장 지수가 신고점을 기록하기 전에 고점을 찍는다. 1997년 52주 신고점을 기록했는데 시장 지수는 2년이 지난 2000년에야 신고점을 찍었다. 최근의 사례로는 2007년 시장의 천장에서 신고점들이 줄어드는 디버전스와 2009년 시장 랠리에서 신고점들이 늘어나는 현상을 들 수 있다 (아래 그림 참고).
S&P500 디버전스와 신고점들
S&P500 디버전스와 신고점들

따라서 시장의 강도는 디버전스를 보이는데 시장의 종합지수는 기존 추세를 유지한다. 이를 강도 디버전스라고 하는데 이 경우 시장 종합지수의 움직임이 그 회원들의 광범위한 지지를 받지 못한다는 것을 의미한다 (아래 그림 참고).

나스닥 상승 종목들과 하락 종목들의 디버전스
나스닥 상승 종목들과 하락 종목들의 디버전스

시장 강도의 최고 권위자인 톰 맥클러런은 이렇게 말한다.

강도 데이터 검토의 핵심 가치는 유동성에 대해 알려준다는 것이다. 가용 유동성이 ‘옳은 주식’에만 몰리면 유동성이 없는 시장 환경에서 DJIA, SP500, 나스닥 종합지수는 계속 상승하는 것이 가능하다. 1999~2000년에 경험했듯 기술주 거품은 극소수 승자들에게만 돌아갔다. 그러나 1998년 AD 선이 다시 고점을 이루었는데 대부분의 주식은 이 파티에 합류하지 못했다. 왜냐하면 수중에 돌아다니는 자금이 대부분의 주식을 끌어올릴 만큼 충분하지 않았기 때문이다. 이것은 유동성 부족을 나타내는 메시지로, 유동성 부족이 결국 가장 유망하고 반짝이던 기술주 거품조차 꺼버렸다. 여러 곳에 퍼질 만큼 돈일 많이 돌아야 지수를 끌어올릴 수 있다. 따라서 지수가 상승한다면 유동성이 충분하다는 신호다.

이러한 데이터 통계는 그 자체로도 유용하며, 다른 통계나 공식과 함께 이용해 강도 지표로 활용할 수도 있다. 원래 이 통계는 독립적으로 사용되었지만 이후 결합되어 시장 강도 통계와 단순한 공식 및 비율이 만들어졌다. 경제학자 레오파드 P. 에이어스가 강도 통계를 처음 활용했다. 에이어스는 1926년 상승 주식 수와 하락 주식 수를 누적했다. 이 지표가 오늘날 AD 선(advance-decline line)으로, 배런즈가 1931년 만들어냈다. 이 업적은 이후 해럴드 M. 가트리가 “시장의 수익(Profits in the Stock Market)”에서 입증하고 확장했다. 뉴욕증권거래소 AD 선은 1928년 5월 이후 1년 동안 고점을 기록하다가 1929년 대공황을 맞았다.

지표 구축에 관한 경고: 강도 데이터의 함정

시장 강도 지표를 논의하기 전에 강도 분석 역시 완전무결한 것이 아님을 알아야 한다. 거래량 지수 데이터를 오독할 수 있는 것처럼 강도지수/거래 데이터 역시 다양한 문제들로 오해할 수 있다. 첫 번째 문제는 많은 강도 지표가 누적되는 데서 기인하는 것으로, 강도 지표를 구축할 때 나타나는 문제점이다. 강도 지표는 과거 정보에 대한 읽기를 기초로 산출되기 때문이다. 이 때문에 AD 선에 문제가 발생한다. 지수와 거래소에선 종목들이 지속적으로 추가되거나 제거된다. 퇴출 기업, 합병 등이 발생하지만 AD 선은 과거의 기록이 누적되므로 회사가 없어져도 해당 주식의 과거 실적은 여전히 AD 선에 반영되어 있다. 애널리스트들은 확인 패턴 또는 디버전스 패턴을 분석할 때 현재 기간이 데이터에 초점을 맞춤으로써 이러한 함정을 보완한다.
시장 강도 분석에도 비슷한 문제가 있다. 바로 거래소에서 거래되는 주식의 수가 변한다는 사실이다. 오랜 기간에 걸쳐 거래소 회원인 기업의 수는 상당폭의 상향 바이어스가 있어서 비율 문제가 생긴다. 이 문제의 해결책으로 톰 맥클러런이 적극 주창한 것은 원 데이터 대신 비율을 이용하는 것이다. 예를 들어 AD 선 대신 AD 비율(Ratio)을 활용할 수 있다.

이처럼 원 데이터에서 왜곡된 부분을 제거해 비율 데이터를 활용하면 장기 추세를 더욱 잘 판단할 수 있다. 신고점, 신저점, 상승 거래량, 하락 거래량 같은 다른 강도 데이터에서도 같은 방법으로 강도 비율을 구축할 수 있다. 데이터를 비율로 나타내는 것의 또 하나의 장점은 라이벌 거래소와 지수 간의 비교가 용이하다는 점이다. 따라서 뉴욕 증권거래소와 나스닥 종합지수 또는 S&P500 지수를 서로 비교할 수 있다.
AD 선의 또 다른 문제는 십진법 호가 제도다. 십진법 호가 제도가 허용되기 전에는 하나의 주식을 움직이려면 지금보다 6배의 매수 또는 매도 압력이 필요했다. 많은 사람이 이러한 변화 때문에 시장이 조작에 취약해졌다고 주장한다. 연구 결과 십진법 호가 제도가 강도 통계에 미치는 영향은 미미한 것으로 나타났다.
마지막으로 살펴볼 문제는 강도 통계가 주식거래소의 지수를 구성하는 종목들의 구조와 관계가 있다. 이 지수에는 ETF, 폐쇄형 펀드(closed-end funds, 일정 기간에만 모집하는 펀드로 만기가 정해져 있고 일정 기간 또는 전 기간 환매가 제한되거나 금지되는 펀드), 주가연계증권, 부동산 투자 신탁(REITS), 우선주(preferred stock, 의결권이 없는 대신 보통주보다 배당률이 높은 주식) 등이 추가되어 있다. 현재 뉴욕증권거래소에서 거래되는 종목들 중 국내 보통주(common stock, 수익이나 이자 배당 시 특별한 우선권이나 권리 내용이 없는 일반적인 형태의 주식)의 비율은 60% 이하다.

강도 기반 지표들

이 지표에는 거래소, 지수 또는 기타 주식의 종합지수에서 추출한 데이터가 포함될 수 있다. 이 지표는 단순히 더하거나 빼는 것, 누적합, 비율, 로그, 단순이동평균, 스토캐스틱, 오실레이터 등 다양한 수학적 기법으로 표현될 수 있다.
단순하게 구성된 강도 지표의 대표적인 예가 AD 선이다. 신고점과 신저점을 대비하면 고점-저점 지수를 만들 수 있다. AD 선처럼 상승 거래량과 하락 거래량의 차에서 순거래량을 산출할 수 있다. 상승 포인트와 하락 포인트의 차에서 순포인트를 얻을 수 있다.

PVI와 NVI

강도 통계의 다음 발전 단계는 강도 통계와 시장 데이터를 결합하는 것이다.

  • PVI: 거래량이 전일보다 상승한 날만 골라서 그날 상승 종목의 총거래량에서 하락 종목의 총거래량을 차감한 것이다. 이렇게 하지 않으면 PVI는 변하지 않는다.
  • NVI: 거래량이 전일보다 하락한 날만 골라서 그날 상승 종목의 총거래량에서 하락 종목의 총거래량을 차감한 것이다. 이렇게 하지 않으면 NVI는 변하지 않는다.

시장 역사가이자 CMT인 조지 A. 샤드 주니어에 따르면 디서트는 이렇게 믿었다. “거래량이 상승할 때 주가가 함께 상승 또는 하락한다면 이런 움직임은 좋은 신호로 간주된다.” 반대로 “시장이 양의 거래량으로 상승한 후에 음의 거래량을 유지한다면 시장은 강세에 있다.”

  • 시장이 상승세를 보이는 가운데 NVI가 전고점 위로 상승하면 강세장 신호다.
  • 시장이 하락세를 보이는 가운데 NVI가 전저점보다 아래로 하락하면 약세장 신호다(아래 그림 참고).
  • 그러나 NVI 또는 PVI가 전고점 또는 전저점 위로 상승 또는 하락하는 모든 움직임(디서트는 이러한 움직임들을 ‘강세 관통’ 또는 ‘약세 관통’이라고 불렀다)이 신호를 생성하지는 않는다.
다우존스산업평균의 NVI
다우존스산업평균의 NVI

원래 디서트는 PVI가 더 귀중한 지표라고 생각했다. 그러나 사망하기 2년 전인 1969년 디서는 NVI가 “모든 강도 지수 중 가장 소중한 지수임이 입증되었다”고 밝혔다.
샤드에 따르면 디서트는 NVI가 실행 초기에는 아주 정확했지만 1960년 대 중반 효율성을 상실했다는 것을 인정했다. 노먼 G. 포스백은 NVI의 효율성이 상실된 이유를 시간이 흐르면서 거래되는 주식의 수가 늘어난 탓으로 돌렸다. 이 문제를 극복하기 우해 존 A. 카더는 거래량을 다우존스산업평균 거래량으로 대체했다. 다우존스산업평균에서 추출한 데이터를 이용하면 이 문제가 해결되는 것처럼 보였다. 오늘날 순수한 연산 결과를 얻기 위해 시가총액 가중 지수 거래량을 활용하도록 권한다. 이러한 발전은 <거래량을 업그리드 하라: 시가총액 가중 거래량>에서 더 논의하겠다.

암스 지수/TRIN

이 지수는 개발자 리처드 암스의 이름을 따서 명명되었다. 이를 단기 타이밍 지수, 즉 TRIN(TR은 trade, IN은 index)이라고도 부른다.

  • 암수 지수는 그 자체로 지수가 아니라 두 가지 비율을 합한 비율이다.
  • 첫 번째 비율은 상승 종목를 하락 종목 수로 나눈 값이다.
  • 두 번째 비율은 상승 종목의 거래량을 하락 종목의 거래량으로 나눈 값이다.
  • 첫 번째 비율을 두 번째 비율로 나누어서 암스 지수를 구한다.

원래 암스 지수는 시장의 움직임을 예측하기 위해 이 지수를 고안했다. 암스는 일부 주식이 시장의 주추세를 거스르더라도 대부분의 주식이 추세를 따라간다는 사실을 일찌감치 깨달았다. 따라서 암스에게는 제대로 종목을 고르는 문제보다 제대로 된 타이밍에 매수하는 것이 중요했다.

  • 암스의 목표는 시장의 방향성을 파악해 일중 매수 시점을 포착하는 것이었다.
  • 이런 목표 아래 암스는 만약 시장이 더 상승하면 현재 상승하고 있는 종목들이 거래량의 대부분을 차지할 것이라고 생각했다. 대체로 건강한 시장이라면 지수를 구성하는 종목들보다 거래량이 더 빠른 속도로 증가해야 한다.
  • 암스 비율이 1이면 균형
  • 0.5면 상승 종목이 하락 종목의 거래량보다 2배 더 많음을 뜻한다.
  • 2면 하락 종목이 상승 종목의 거래량보다 2배 더 많다.
  • 따라서 이 지표가 다른 지표와 구별되는 점은 낮거나 하락할 때 강세, 높거나 상승할 때 약세를 나타내는 것이다.
  • 일중 도구로 사용될 때 암스 지수는 유용한 비율이다. 암스의 티커 심벌을 클릭하면 시장에 유입되고 또 시장에서 빠져나가는 자산의 역동적인 흐름을 지켜볼 수 있다.
  • 또한 이 비율의 일중 움직임을 차트로 만들어서 암스 지수의 추세 변화를 감지하고 이를 지수 또는 거래소의 추세와 비교해볼 수 있다.
  • 이 정보는 일중 매수 또는 매도 타이밍을 포착하는데 유용하다. 암스 지수가 하락할 동안 시장이 하락할 수도 있다. 그러나 하락세 지속되고 암스 지수가 하락하기 시작하면 하락 종목들이 그에 상응하는 거래량의 몫을 받지 못한다고 볼 수 있다.
  • 이러한 디버전스는 시장 방향의 반전을 암시하는 신호일 수 있다. 이 비율이 극단적인 값을 보일 때 이러한 디버전스들은 특히 중요하다.

암스 지수가 단기 타이밍 도구로 고안되기는 했지만 얼마 지나지 않아 다른 사람들이 다른 목적으로 응용하게 되었다. 동일한 방식으로 데이터를 활용해 강도 통계로 활용할 수 있다. 리처드 러셀은 이 데이터의 시간 단위를 늘리고 21일 이동평균을 사용했다. 마틴 E. 츠바이크는 10일 평균을 활용해 과매수와 과매도 수준을 파악하는 방식을 대중화했다. 4일 또는 5일 이동평균과 55일 이동평균 역시 널리 쓰인다. 암스 지수 주위로 시간 단위를 달리하는 다양한 밴드를 그려 과매수와 과매도 극단을 파악하기도 한다.
그러나 암스 지수는 원래 암스가 의도한 대로 단기, 일중 지표로 활용하는 것이 최선이라는게 저자의 의견이다. 이렇게 주장하는 이유는 암스 지수가 일일 정보를 보여주기 때문이 아니라 이 정보가 조합되고 만들어지는 방식 때문이다. 암스 지수는 산술적으로 연산되는 것이 아니라 대수적으로 연산되는 비율이다. 이러한 연산법은 비율의 문제를 낳는다. 즉 비율이 무한히 상승할 수는 있지만 하락하는데는 한계가 있다.
이 방식은 이동평균 같은 여타의 기법과 결합될 때 치명적인 문제가 된다. 자세히 설명하지만 이전 암스 지수의 예로 돌아가 2일 이동평균을 만들어보자. 암스 지수가 0.5라면 이는 하락 종목에 유입되는 거래량보다 상승 종목에 유입되는 거래량이 2배라는 의미다. 암스 지수가 2라면 하락 종목에 유입되는 거래량이 2배라는 의미다. 암스 지수가 1이면 균형을 의미한다. 그러나 2일 동안의 평균이 1.25([(0.5+2)/2])로 하향 바이어스가 생긴다.
이런 평활 문제를 처음 해결한 사람은 1978년 시장 기술적 분석가이자 CMT로 활동한 존 R. 맥긴리다. 맥긴리는 역대수(지수)를 활용해 암스 지수를 수로 되돌리는 수학적 해결책을 제안했다. 이후 다양한 암스 지수의 모조품들이 나왔는데 해리 윌버가 개발하고 피터 G. 엘리아데스가 대중화한 개방 암스 지수(The Open Arms Index), 변형 암스 지수 등이 바로 그것이다.
여러 가지 조합을 이용해 강도 지표를 고안하는 길은 수도 없이 많으므로 모두 다 설명할 필요는 없다. 여기서는 가치있는 것들만 집중적으로 설명하겠다.

맥클러런 오실레이터

맥클러런 오실레이터는 강도 수치들에서 일어나는 가속을 나타내므로 유용한 지표다. 양의 값이나 음의 값은 시장의 단기 추세가 단순히 강세인지 아니면 약세인지를 나타내지만 더 이용할 수 있는 정보가 들어 있다.

  • 이 오실레이터 값이 아주 낮으면 대체로 하락 끝 무렵에서 명백한 과매도 상황을 보여준다.
  • 이 오실레이터 값이 아주 높으면 과매수 상황임을 나타내지만 새로운 상승 움직임을 지속하기에 필요한 힘이 어느 정도인지를 보여준다.
  • 추세의 힘이 떨어지고 있는 신호를 찾으려면 디버전스 역시 중요하다.

맥클러런 오실레이터와 함께 쓰이는 도구로 총합 지수(Summation Index)가 있다. 대학의 수학 과정을 이수한 사람이라면 곡선 아래 영역이 통합되는 것을 기억할 것이다. 이것이 바로 총합 지수가 맥클러런 오실레이터에 하는 일이다. 총합 지수는 맥클러런 오실레이터 값이 양이든, 음이든 맥클러런 오실레이터 값에 따라 매일 변한다. 총합 지수는 시장 전체의 추세에 따라 상승하고 하락하며 많은 기술적 분석가에 의해 중요한 도구로 채택되었다.
맥클러런이 1960년 대에 예견하지 못한 문제들 중 하나는 뉴욕증권거래소에서 거래되는 종목 수가 늘어난 것이다. 이러한 변화를 해결하고 맥클러런 오실레이터와 총합 지수에 미치는 영향을 해결하기 위해 맥클러런은 거래된 주식의 주를 제외하기 위한 ‘비율 조정’ 연산 기법을 실행했다. 구체적인 연산법 등 자세한 정보는 웹사이트 www.mcoscillator.com을 참고하라.
RASI(비율 조정 총합 지수, Ratio Adjusted Summation Index)는 중기 시장 추세를 추종하는데 특히 유용하다(아래 그림 참고).

RASI(비율 조정 총합 지수, Ratio Adjusted Summation Index)
RASI(비율 조정 총합 지수, Ratio Adjusted Summation Index)

RASI가 -500 아래로 떨어졌다가 상승 전환하면 다음번 주가 상승에 낮은 리스크로 진입할 수 있는 절호의 기회다. 만약 RASI가 +500까지 오른다면 주가 상승을 지속하기에 충분한 여력이 있음을 나타낸다. 맥클러런은 1960년대 피터 하우를런의 로켓 작업에 호응해 이를 ‘탈출 속도(escapr velocity, 물체에 가속을 주지 않더라도 중력을 일으키는 인력 중심에서 벗어날 수 있게 되는 속도)’라고 불렀다. +500으로 상승하는데 실패한다면 이는 상승세가 약해서 전저점을 다시 시험하거나 전저점보다 더 하락할 수도 있다는 신호다.
맥클러런 역시 상승 거래량(Up Volume)과 하락 거래량(Down Volume)의 차이(UV-DV)를 활용해 이들 지표를 계산해 맥클러런 거래량 오실레이터(McClellan Volume Oscillator)와 맥클러런 거래량 총합지수(McClellan Volume Summation Index)를 개발했다. 이들 지표의 거래량 버전들이 AD 버전에서 어떤 일이 발생하고 있는지 확인하거나 반박하는데 도움이 된다.
예를 들면 맥클러런 AD 오실레이터가 0선 위로 상승하지만 거래량 오실레이터는 그렇지 않으면 뚜렷한 상승세가 실은 진짜가 아니라는 것을 경고하는 신호다(아래 그림 참고).

맥클러런 거래량 오실레이터
맥클러런 거래량 오실레이터