KAMA 계산법: 적응형 이동평균은 횡보장 휩쏘를 얼마나 줄일까?

1. KAMA는 시장을 판단하는 이동평균이 아닙니다

짧은 이동평균은 가격을 빨리 따라가지만 횡보장에서 교차 신호가 자주 뒤집힙니다. 긴 이동평균은 이런 흔들림을 줄이는 대신 추세가 시작될 때 늦게 반응합니다. KAMA(Kaufman’s Adaptive Moving Average)는 둘 중 하나의 기간을 고정하는 대신, 최근 가격 경로가 얼마나 효율적인지에 따라 당일 평활 강도를 바꿉니다.

TradingView의 KAMA 설명은 Perry J. Kaufman이 1995년에 소개한 적응형 이동평균으로 설명합니다. 핵심 입력값은 시장을 스스로 판단하는 인공지능이나 거래량이 아니라 종가의 순이동거리와 전체 이동거리입니다.

가격이 한 방향으로 이동하면 KAMA가 빠르게 따라가고, 같은 구간을 여러 번 왕복하면 천천히 움직입니다. 자동차로 비유하면 방향성이 분명한 도로에서는 속도를 높이고, 굴곡이 많은 도로에서는 속도를 낮추는 구조입니다. 다만 속도를 조절한다고 해서 목적지, 즉 다음 가격 방향까지 알아내는 것은 아닙니다.

2. 효율비율이 평활계수를 바꿉니다

기본 설정 KAMA(10,2,30)은 효율비율을 계산할 기간 10, 빠른 상수의 기준 기간 2, 느린 상수의 기준 기간 30을 뜻합니다. StockCharts의 KAMA 문서도 (10,2,30)을 기본 설정으로 제시합니다.

먼저 10거래일 동안 출발점과 도착점 사이의 순이동거리를 구합니다.

같은 기간에 매일 움직인 절대값을 모두 더해 전체 이동거리를 구합니다.

효율비율(Efficiency Ratio, ER)은 순이동거리를 전체 이동거리로 나눈 값입니다.

ER은 0과 1 사이에 있습니다. 1에 가까우면 왕복 없이 한 방향으로 이동한 구간이고, 0에 가까우면 많이 움직였지만 출발점 부근으로 돌아온 구간입니다. 가격이 10거래일 내내 같아 전체 이동거리가 0이면 이 글에서는 ER을 0으로 처리합니다.

다음으로 빠른 EMA 상수와 느린 EMA 상수를 ER로 연결한 뒤 제곱합니다.

마지막으로 직전 KAMA와 당일 종가의 차이에 평활계수(SC)를 곱합니다.

환산 기간은 2 ÷ SC - 1로 계산한 비교값이며 실제 KAMA의 고정 기간이 아닙니다. 입력값의 2와 30을 그대로 오가는 것도 아닙니다. 평활계수를 제곱하기 때문에 ER이 낮은 구간에서는 30기간 EMA보다 훨씬 느리게 움직일 수 있습니다. 이 비선형 감속이 KAMA가 작은 흔들림을 덜 따라가는 핵심입니다.

3. 교차보다 효율비율과 기울기를 함께 봅니다

KAMA도 이동평균이므로 종가와의 위치, 기울기와 교차를 볼 수 있습니다. 다만 각 상태는 가격 경로를 요약할 뿐 매수·매도 명령은 아닙니다.

ER은 방향이 없는 절대값 비율입니다. 10거래일 동안 계속 하락해도 경로가 곧으면 ER은 1에 가까워지고 KAMA는 하락을 빠르게 따라갑니다. 따라서 ER 상승=매수세 강화로 읽으면 계산식과 다른 해석이 됩니다.

종가 상향 교차를 사용할 때는 KAMA 기울기가 상승 중인지, 직전 고점을 종가로 넘었는지, 거래비용을 포함해도 기대값이 남는지를 따로 확인해야 합니다. 작은 밴드를 KAMA 위아래에 두거나 교차 뒤 종가 확인을 기다리면 신호 수를 더 줄일 수 있지만 지연도 함께 커집니다.

4. 같은 현대차 상향 교차 뒤 결과는 달랐습니다

KAMA(10,2,30)를 계산하고 전일에는 종가가 KAMA 이하였지만 당일에는 KAMA 위에서 마감한 날을 상향 교차로 정의했습니다. 아래 두 사례는 같은 현대차 일봉과 같은 조건을 사용했지만 이후 10거래일 결과가 반대였습니다.

하락 사례는 상승 사례보다 ER과 평활계수가 높았습니다. 그럼에도 상향 교차 뒤 가격이 다시 하락했습니다. 반대로 상승 사례의 교차 시점 ER은 0.20으로 낮았지만 이후 가격이 크게 올랐고, 추세가 진행되면서 ER과 KAMA의 반응 속도가 함께 높아졌습니다.

두 사례는 높은 ER이 좋은 매수 신호이거나 낮은 ER이 나쁜 매수 신호라는 단순 규칙을 반박합니다. ER은 직전 10거래일 경로의 효율성을 나타낼 뿐 이후 방향과 수익률을 예측하지 않기 때문입니다.

10개 대형주에서 KAMA·SMA·EMA를 비교했습니다

2018년부터 각 이동평균을 누적하고 2022년 이후 10개 대형주에서 이후 10거래일 수익률을 확인할 수 있는 종가 상향 교차를 비교했습니다. 5일 내 다시 하락은 교차 다음 날부터 5거래일 사이에 종가가 해당 이동평균 아래에서 한 번이라도 마감한 경우입니다.

KAMA는 SMA와 EMA보다 상향 교차 횟수가 적었고 5거래일 내 다시 평균 아래로 내려간 비율도 낮았습니다. 이 표본에서는 적응형 감속이 작은 교차를 줄이는 방향으로 작동했습니다. 그러나 10거래일 뒤 수익률이 양수인 비율은 세 방식 모두 50% 안팎이었고 KAMA가 가장 높지 않았습니다.

이 비교는 완성된 매매 전략의 백테스트가 아닙니다. 같은 종목에서 가까운 신호가 반복될 수 있고, 진입·청산 가격과 거래비용, 손절, 종목 선정 규칙을 적용하지 않았습니다. 10개 대형주 결과를 전체 시장에 일반화할 수도 없습니다. KAMA가 신호 빈도와 짧은 되돌림을 줄일 수 있다는 점과, 그 자체로 다음 상승을 보장하지 않는다는 점을 확인하는 관찰입니다.

5. KAMA의 장점과 한계

KAMA의 장점은 하나의 고정 기간으로 모든 시장 국면을 처리하지 않는다는 점입니다. 방향성이 커질 때 반응 속도를 높이고 왕복 움직임이 많을 때 속도를 낮추는 과정이 공식으로 명확합니다. ER과 SC를 함께 저장하면 어느 날 이동평균이 빠르거나 느렸던 이유도 추적할 수 있습니다.

반면 다음 한계를 함께 봐야 합니다.

• 종가만 사용하므로 거래량, 갭과 장중 가격 경로를 직접 반영하지 않습니다.
• ER은 과거 10거래일의 효율성으로 이후 가격 방향을 알려주지 않습니다.
• 낮은 ER에서 매우 느려져 추세 전환을 늦게 확인할 수 있습니다.
• 급격한 방향성 이동 뒤 ER이 높아지면 KAMA도 가격을 빠르게 따라가므로 뒤늦은 추격 신호가 될 수 있습니다.
• 10·2·30 설정과 초기 KAMA 계산 방식이 다르면 플랫폼 사이 값이 달라질 수 있습니다.
• KAMA 상향 교차와 하향 교차가 잦은 구간에서는 거래비용이 누적됩니다.
• 표본에 맞춰 기간과 밴드를 반복 조정하면 과최적화 위험이 커집니다.

SMA는 모든 관측값에 같은 가중치를 주고, EMA는 최근 가격에 고정된 지수 가중치를 줍니다. KAMA는 여기에 가격 경로의 효율성을 더해 가중치 자체를 매일 바꿉니다. 구조가 더 복잡하다고 예측력이 자동으로 높아지는 것은 아닙니다. 어떤 문제를 줄였고 어떤 지연을 추가했는지 같은 데이터에서 비교해야 합니다.

6. 실전 확인 순서와 요약

KAMA를 적용할 때는 세 단계로 확인합니다.

1. ER 기간, 빠른 기간, 느린 기간과 초기값 계산 방식을 고정합니다.
2. 종가 교차만 보지 않고 ER·SC와 KAMA 기울기를 함께 확인합니다.
3. 신호 수, 되돌림, 거래비용과 이후 수익률을 각각 분리해 검증합니다.

핵심은 간단합니다. KAMA는 시장 방향을 맞히는 이동평균이 아니라 가격 경로에 따라 반응 속도를 조절하는 이동평균입니다. 이 표본에서는 고정 이동평균보다 교차와 짧은 되돌림을 줄였지만, 다음 10거래일의 상승 비율을 높이지는 못했습니다.

고정 가중 방식은 단순 이동평균선(SMA) 활용법, 최근 가격에 더 큰 고정 가중치를 주는 방식은 지수 이동평균선(EMA) 계산법, 선형 가중 방식은 WMA 계산법, 가격 경로의 혼잡도를 다른 공식으로 측정하는 방식은 CHOP 지표 계산법을 함께 참고할 수 있습니다.