NOONOO TRADING봇에서 시작하기

VIDYA 가변 지수 동적 평균이란 — CMO로 속도를 바꾸는 이동평균의 계산법과 횡보장에서 멈추는 이유

이동평균은 기간을 한 번 정하면 시장 상황과 상관없이 같은 속도로 움직입니다. 추세장에서는 느려서 늦고, 횡보장에서는 빨라서 흔들립니다. VIDYA(Variable Index Dynamic Average, 가변 지수 동적 평균)는 이 속도를 시장의 방향성에 맞춰 매 봉 바꾸는 이동평균입니다. 샹드 모멘텀 오실레이터(CMO)를 만든 투샤 샹드(Tushar Chande)가 고안했고, 방향이 뚜렷하면 EMA처럼 따라가고, 방향이 없으면 거의 멈춰 서는 선이 됩니다. 아래 숫자는 모두 개념 설명용 가정입니다.

공식 — EMA 가중치에 k 를 곱한다

기호

· α = 2 ÷ (N + 1) — 일반 EMA 의 가중치 (N = 기준 기간)
· k = |CMO(9)| ÷ 100 — 0 ~ 1 사이 값

VIDYA(오늘) = α·k × 가격 + (1 − α·k) × VIDYA(어제)

· CMO = (상승폭 합 − 하락폭 합) ÷ (상승폭 합 + 하락폭 합) × 100
· 상승폭·하락폭은 직전 9개 종가 변화 기준 (샹드가 제시한 기본값)

구조는 EMA 와 같습니다. 다른 점은 가중치 α 에 k 가 곱해진다는 것 하나입니다. k 가 1 이면 VIDYA 는 기준 기간 N 의 EMA 와 똑같고, k 가 0 에 가까워지면 새 가격을 거의 반영하지 않아 선이 제자리에 머뭅니다. 샹드가 처음(1992년) 발표한 버전은 k 로 단기·장기 표준편차의 비율을 썼고, 이후 CMO 버전이 널리 쓰이게 됐습니다. 차트 도구에 따라 둘 중 무엇을 쓰는지 다를 수 있습니다.

계산 예시 ① — 9봉 CMO 로 k 구하기

예시 A — 방향이 뚜렷한 9봉 (가정)
8봉 상승 (각 +2) · 1봉 하락 (−1)
상승폭 합 16 · 하락폭 합 1
CMO = (16 − 1) ÷ (16 + 1) × 100 = 88.2 → k = 0.882

예시 B — 오르내림이 섞인 9봉 (가정)
5봉 상승 (각 +2) · 4봉 하락 (각 −2)
상승폭 합 10 · 하락폭 합 8
CMO = (10 − 8) ÷ (10 + 8) × 100 = 11.1 → k = 0.111

두 구간 모두 가격은 올랐습니다. 하지만 A 는 9봉 동안 거의 한 방향으로 15 를 이동했고, B 는 18 만큼 흔들린 끝에 2 를 이동했습니다. CMO 는 "움직인 총량 중 몇 %가 한 방향이었나"를 재기 때문에 A 와 B 를 크게 다르게 평가합니다. CMO 가 음수(하락 우세)여도 절댓값을 쓰므로, 하락 추세가 뚜렷할 때도 k 는 커집니다.

계산 예시 ② — k 에 따라 바뀌는 실제 속도

N = 20 으로 두면 α = 2 ÷ 21 ≈ 0.0952 입니다. 여기에 k 를 곱한 실효 가중치를 다시 EMA 기간으로 환산하면 VIDYA 가 그 순간 몇 봉짜리 EMA 처럼 움직이는지 볼 수 있습니다.

예시 — N = 20 기준, 실효 가중치와 환산 기간 (가정)

환산 기간 = 2 ÷ (α·k) − 1

· k = 1.00 → α·k = 0.0952 → 20봉 EMA 와 같음
· k = 0.88 → α·k = 0.0840 → 약 23봉
· k = 0.60 → α·k = 0.0571 → 약 34봉
· k = 0.20 → α·k = 0.0190 → 약 104봉
· k = 0.11 → α·k = 0.0106 → 약 188봉
· k = 0.10 → α·k = 0.0095 → 약 209봉

중요한 점은 VIDYA 는 기준 기간 N 보다 빨라지지 않는다는 것입니다. k 의 최댓값이 1 이라 가장 빠를 때가 EMA20 이고, 나머지는 전부 그보다 느립니다. "추세장에서 더 빨리 반응하는 선"이 아니라 "횡보장에서 알아서 느려지는 EMA"라고 이해하는 편이 정확합니다.

계산 예시 ③ — 같은 가격 변화, 다른 반응

계산을 쉽게 하려고 N = 3 (α = 0.5) 으로 두고, 어제 VIDYA 가 100 이고 오늘 가격이 110 인 경우를 봅니다.

예시 — 어제 VIDYA 100, 오늘 가격 110, N = 3 (가정)

· k = 1.0 → 100 + 0.5 × 1.0 × 10 = 105 (EMA3 과 같음)
· k = 0.6 → 100 + 0.5 × 0.6 × 10 = 103
· k = 0.2 → 100 + 0.5 × 0.2 × 10 = 101

같은 +10 움직임이라도 직전 9봉에 방향성이 없었다면 선은 1 만 따라간다

횡보장에서 꼬리 하나가 튀어도 선이 거의 움직이지 않는 이유가 이것입니다. 일반 EMA 를 가격 교차 신호로 쓰면 횡보장에서 선과 가격이 수없이 엇갈리는데, VIDYA 는 선 자체가 평평하게 눕기 때문에 교차가 상대적으로 덜 납니다.

카우프만 효율비와 같은 값이다

CMO 의 분자(상승폭 합 − 하락폭 합)는 9봉 동안의 순변화, 즉 "9봉 전 종가와 현재 종가의 차이"와 같습니다. 분모(상승폭 합 + 하락폭 합)는 9봉 동안 종가가 움직인 거리의 총합입니다. 따라서 종가 변화로 계산하면 |CMO| ÷ 100 은 같은 기간의 카우프만 효율비(ER)와 수학적으로 같은 값입니다.

확인 — 위 예시 B

순변화 = 10 − 8 = +2 · 움직인 총거리 = 10 + 8 = 18
ER = |+2| ÷ 18 = 0.111 = |CMO| ÷ 100

그래서 VIDYA 와 KAMA(카우프만 적응형 이동평균)는 같은 재료를 씁니다. 차이는 그 재료를 가중치로 바꾸는 방식입니다. KAMA 는 빠른 상수와 느린 상수 사이를 ER 로 보간한 뒤 제곱하고, 느린 쪽에 하한이 있어 횡보장에서도 일정 속도는 유지합니다. VIDYA 는 α 에 k 를 그대로 곱하기만 하므로 하한이 없습니다. k 가 0.05 면 실효 기간이 400봉을 넘고, 사실상 멈춘 선이 됩니다. 시장 상태에 따라 속도를 바꾸는 다른 방식으로는 가격과 선의 거리로 속도를 조절하는 맥긴리 다이내믹이 있습니다.

단점 ① — 횡보 뒤 급변에서 늦다

멈춰 선 선은 잡음을 걸러 주지만, 횡보가 끝나고 갑자기 큰 움직임이 시작될 때는 불리합니다. CMO 는 직전 9봉을 보기 때문에 급변 첫 봉에서 k 가 바로 커지지 않습니다.

예시 — 횡보 후 첫 급락 봉 (가정)

직전 9봉 : 위 예시 B 처럼 오르내림, k ≈ 0.11
VIDYA 100 · 이번 봉 가격 100 → 95 (−5%)

새 9봉 창 (가장 오래된 +2 가 빠지고 −5 가 들어옴)
상승폭 합 8 · 하락폭 합 13 → CMO = −5 ÷ 21 × 100 ≈ −23.8 → k ≈ 0.24

N = 20 이면 α·k ≈ 0.0952 × 0.24 ≈ 0.0227
VIDYA = 100 + 0.0227 × (95 − 100) ≈ 99.89
같은 봉에서 EMA20 = 100 + 0.0952 × (−5) ≈ 99.52

가격은 5% 빠졌는데 VIDYA 는 0.11% 만 움직였습니다. 하락이 몇 봉 더 이어지면 k 가 커지면서 따라붙지만, 그 사이 가격과 선의 거리는 크게 벌어집니다. VIDYA 를 손절 기준선으로 쓰면 이 구간에서 손실 폭이 예상보다 커질 수 있습니다.

단점 ② — 9봉 창이 짧아 k 가 출렁인다

9봉은 짧은 창입니다. 큰 봉 하나가 창에 들어오고 나갈 때마다 k 가 크게 바뀌고, 그에 따라 선의 속도도 계단처럼 바뀝니다. 꼬리가 긴 알트코인 저분봉에서는 k 가 0.1 과 0.6 사이를 오가며 선이 멈췄다 달렸다를 반복하기도 합니다. CMO 기간을 14나 20으로 늘리면 k 가 부드러워지는 대신, 추세 시작을 인식하는 시점이 그만큼 늦어집니다.

신호로 쓸 때와 수수료

VIDYA 를 가격 교차나 두 VIDYA(짧은 N·긴 N) 교차로 쓰면, 횡보장에서 선이 눕는 덕분에 같은 기간 EMA 보다 교차 횟수가 줄어드는 경향이 있습니다.

예시 — 한 달 횡보 구간, 교차마다 포지션 전환 (가정)

왕복 수수료 0.10% (테이커 기준 가정)

· EMA20 가격 교차 14회 → 14 × 0.10% = 1.4%
· VIDYA20 가격 교차 8회 → 8 × 0.10% = 0.8%

레버리지 5배면 증거금 대비 비용은 각각 7% · 4%

다만 교차가 줄어든 이유는 선이 평평하게 누웠기 때문이고, 그 상태에서 가격이 선을 한 번 크게 넘는 순간이 바로 위의 "횡보 뒤 급변" 구간입니다. 교차 횟수가 적다고 해서 신호 품질이 좋아졌다고 단정할 수 없습니다. 추세 강도를 따로 확인하려면 ADX 를 같이 보는 방법이 있습니다.

기간 설정과 워밍업

예시 — 워밍업 봉 수 감각 (가정)

· CMO 계산에 최소 10개 종가 (9개 변화) 필요
· k 가 0.2 안팎인 구간이 길면 VIDYA20 의 실효 기간은 약 104봉
· 초기값 영향이 충분히 사라지려면 실효 기간의 2~3배 → 200~300봉 이상 앞 데이터를 두고 계산하는 편이 안전

VIDYA 는 이름의 N 보다 실제로 훨씬 긴 기억을 가진 선입니다. 상장 직후 코인처럼 데이터가 짧은 종목에서는 앞부분 값이 초기값에 끌려 있고, 백테스트에서도 첫 수백 봉의 신호는 버리고 시작해야 결과가 부풀지 않습니다. N 과 CMO 기간 두 개를 동시에 돌려 가장 좋은 조합을 고르면 과최적화에 빠지기 쉬우니, 고른 값을 다른 기간에서 다시 확인해야 합니다.

다른 적응형·저지연 이동평균과 비교

  1. VIDYA : 방향성(|CMO|)에 비례해 EMA 를 늦춘다. 최대 속도 = EMA(N), 하한 없음.
  2. KAMA : 같은 방향성(ER)을 제곱해 빠른·느린 상수 사이를 오간다. 느린 쪽 하한이 있다.
  3. DEMA·TEMA : 속도를 바꾸지 않고 지연을 계산으로 상쇄한다. 잡음도 같이 키운다.
  4. 헐 이동평균(HMA) : 가중이동평균 조합으로 지연을 줄이고 매끄럽게 만든다.
  5. 맥긴리 다이내믹 : 가격과 선의 거리로 속도를 조절한다.

VIDYA 는 이 중 "잡음을 덜 따라가는 쪽"에 가장 치우친 선입니다. 빠른 진입보다 횡보장에서 덜 흔들리는 기준선이 필요할 때 성격이 맞습니다.

정리

① VIDYA = α·k × 가격 + (1 − α·k) × 어제 VIDYA · k = |CMO(9)| ÷ 100
② k = 1 이면 EMA(N) 과 같고, k 가 작을수록 느려진다 — 기준 기간보다 빨라지지는 않는다
③ N = 20 기준 k 0.6 → 약 34봉 · k 0.2 → 약 104봉 · k 0.1 → 약 209봉
④ |CMO| ÷ 100 = 같은 기간 카우프만 효율비 — KAMA 와 재료는 같고 변환 방식이 다르다
⑤ 횡보 뒤 첫 −5% 봉에 VIDYA20 은 약 0.11% 만 움직인다 (EMA20 은 약 0.48%)
⑥ 실효 기간이 길어 200~300봉 이상 워밍업이 필요하다

한 줄로 줄이면 이렇습니다. VIDYA 는 방향이 없을 때 스스로 멈추는 EMA 이고, 멈춰 있던 만큼 급변에는 늦는다.

주의

본문의 가격, 기간, k 값, 교차 횟수, 수수료 등 모든 숫자는 개념을 설명하기 위한 가정 예시이며 특정 종목의 실제 측정값이나 백테스트 결과가 아닙니다. 지표 공식(표준편차 버전·CMO 버전)과 CMO 기간, 초기값 처리 방식은 차트 도구마다 다를 수 있습니다. 이 글은 교육 정보이며 특정 종목·전략의 매수·매도 권유나 특정 수익을 보장하는 내용이 아닙니다. 레버리지 거래는 원금 손실 위험이 있고, 매매 판단과 그 결과는 본인 책임입니다.

NOONOO TRADING 무료 채팅방에서 실시간 트레이딩을 같이 보세요.

봇에서 시작하기

📈 OKX 신규 가입 시 거래 수수료 할인

OKX 수수료 할인 가입 →