거래량 가중 이동평균(VWMA): 계산식, 신호 및 전략

거래량 가중 이동평균(VWMA)이란 무엇인가요?

거래량 가중 이동평균은 차트에 하나의 선으로 표시되는 롤링 거래량 가중 가격을 나타내는 기술적 지표입니다. VWMA는 선택한 가격(일반적으로 종가)과 해당 봉의 거래량이라는 두 개의 정렬된 입력값을 각 봉마다 사용합니다. 룩백 기간은 각 계산에 포함되는 최근 봉의 수를 결정합니다.

VWMA는 추세를 설명하는 오버레이 지표입니다. VWMA가 상승하면 롤링 거래량 가중 결과값이 증가하고 있음을 의미하며, VWMA가 하락하면 그 결과값이 감소하고 있음을 의미합니다. 어느 방향이든 가격이 같은 방향으로 계속 움직일 것임을 입증하지는 않습니다.

VWMA는 롤링 윈도우 내 각 봉에 대해 선택된 하나의 가격과 하나의 거래량 값을 결합합니다.

VWMA가 가중치를 부여하는 방식

VWMA는 각 봉’의 선택된 가격에 동일한 봉에 기록된 거래량을 기준으로 가중치를 부여합니다. 한 봉의 거래량이 다른 봉의 두 배라면, 두 봉이 모두 룩백 윈도우 안에 남아 있는 한 가중 계산에서 그 봉의 영향력도 두 배가 됩니다.

VWMA의 가중 방식은 동일 가중 및 최신성 가중과 다릅니다. 단순이동평균(SMA)은 모든 봉에 동일한 영향력을 부여하는 반면, 지수이동평균(EMA)이나 선형가중이동평균(LWMA)은 시간 기반 규칙에 따라 최근 봉에 더 큰 영향력을 부여합니다. VWMA의 영향력은 봉’의 경과 시간만이 아니라 거래량에서 비롯됩니다.

VWMA가 측정하는 것과 측정하지 않는 것

VWMA는 각 봉당 선택된 하나의 가격 관측치의 가중평균을 측정하며, 각 봉 내부의 모든 가격에서 발생한 거래의 전체 분포를 측정하지는 않습니다. VWMA가 종가를 사용하는 경우, 계산상 가중 목적을 위해 해당 봉’의 총거래량이 그 종가 관측치에 할당됩니다.

이러한 이유로 “진정한 가격”, “실질 가치”, “합의 가격”이라는 표현은 VWMA를 설명하기에 부정확합니다. VWMA는 봉 단위 거래량 변화가 롤링 가격 평균에 어떤 영향을 주는지는 보여줄 수 있지만, 캔들 내에서 모든 거래 단위가 정확히 어느 가격에서 체결되었는지는 식별할 수 없습니다. 이러한 차이점은 VWMA를 개별 가격 수준별로 거래량을 구성하는 분석과 구분해 줍니다.

이 공식은 이러한 측정 범위를 명확히 보여줍니다.

VWMA 공식 및 계산 예시

VWMA 공식은 동일한 봉 구간에서 가격×거래량의 롤링 합계를 거래량의 롤링 합계로 나눕니다.

VWMA 공식

시점 t에서의 VWMA = 최근 n개 봉에 대한 (가격 × 거래량)의 합계 ÷ 최근 n개 봉에 대한 거래량 합계

여기서:

• PiP_i = i번째 봉의 선택 가격
• ViV_i = i번째 봉의 거래량
• nn = 롤링 윈도우의 봉 수
• tt = 현재 봉

간단히 말하면:

VWMA=가격 × 거래량의 총합 / 총거래량

다음의 5개 봉 데이터셋은 가상의 예시이며, 산술 계산을 설명하기 위한 목적에만 사용됩니다.

5기간 VWMA:

VWMA = 43,580 ÷ 830 = 52.5060

5기간 SMA:

SMA = (50 + 52 + 51 + 53 + 54) ÷ 5 = 52.0000

이 예시에서 더 큰 거래량 값이 더 높은 가격에 연결되어 있기 때문에 VWMA는 SMA보다 0.5060 높습니다. 이 계산은 가중치가 평균을 어떻게 바꾸는지를 보여줄 뿐이며, 매수 신호를 생성하는 것은 아닙니다.

공식 변수와 예외 사례

VWMA 계산은 가격, 거래량, 윈도우 규칙이 일관되게 정의될 때만 유효합니다. 선택 가격은 종가, 시가, 대표가격(typical price) 또는 기타 지원되는 소스일 수 있으므로, 공표된 값은 모든 플랫폼이 동일한 입력값을 사용한다고 가정하기보다 해당 소스를 명시해야 합니다.

계산에 모든 n−1개 행이 아닌 전체 n개 봉이 필요하다면, 일반적으로 처음 행들에는 전체 윈도우 VWMA가 존재하지 않습니다. 거래량 합계가 0이면 0으로 나눌 수 없으므로 VWMA는 정의되지 않습니다. 가격 또는 거래량 값이 누락된 경우에는 명시적인 처리 규칙이 필요하며, 데이터셋이 다른 부호 있는 거래량 규칙을 문서화하지 않는 한 음수 거래량 값은 거부해야 합니다. 조정된 과거 가격과 거래량 역시 호환되는 기업행위(corporate action) 정책을 사용해야 합니다.

입력값이 유효해지면 계산된 값은 차트에서 해석할 수 있습니다.

차트에서 VWMA를 읽는 방법

VWMA는 선’의 기울기, 가격이 선 대비 어느 위치에 있는지, 그리고 동일 기간 가격 평균과 VWMA’ 사이의 거리로 해석합니다. VWMA가 상승하면 롤링 거래량 가중 값이 상승하고 있음을 의미하고, VWMA가 하락하면 그 값이 하락하고 있음을 의미하며, VWMA가 평평하면 가중 결과가 거의 변하지 않고 있음을 의미합니다.

가격이 VWMA 위에 있다는 것은 현재 가격이 선택된 윈도우의 롤링 거래량 가중 평균보다 높다는 뜻입니다. 가격이 VWMA 아래에 있다는 것은 현재 가격이 그 평균보다 낮다는 뜻입니다. 이러한 관계는 위치를 설명할 뿐, 고평가·저평가 또는 확정적인 반전을 의미하지는 않습니다.

트레이더는 가격이 VWMA 부근에서 반복적으로 반응하는지도 관찰할 수 있습니다. 이러한 반응은 정의된 방법 내에서 VWMA를 실용적인 기준점으로 만들 수 있지만, 이 선이 지지선 또는 저항선 역할을 보장하는 것은 아닙니다.

VWMA와 동일 기간 SMA 비교

VWMA를 동일 기간 SMA와 비교하면 두 지표가 같은 가격 소스를 사용할 때 거래량의 효과를 분리해서 볼 수 있습니다. VWMA가 SMA 위에 있다면, 해당 윈도우에서 거래량이 더 큰 봉들의 가격이 동일 가중 평균보다 높은 경향이 있었음을 의미합니다. VWMA가 SMA 아래에 있다면, 거래량이 더 큰 봉들의 가격이 동일 가중 평균보다 낮은 경향이 있었음을 의미합니다.

VWMA–SMA 격차가 확대된다는 것은 거래량 가중이 동일 가중 대비 더 큰 차이를 만들고 있음을 의미합니다. 격차가 축소된다는 것은 두 계산값이 수렴하고 있음을 의미하며, 이는 거래량이 더 균일해지거나 영향력이 큰 봉들이 롤링 윈도우에서 빠져나갈 때 발생할 수 있습니다.

VWMA–SMA 관계는 매수자나 매도자가 그 차이를 만들었다는 것을 입증하지 않습니다. 이 관계는 기록된 봉 거래량이 선택된 봉 가격 전반에 어떻게 분포되어 있는지를 보여줍니다. 따라서 VWMA와 인접한 다른 지표 중 무엇을 선택할지는 각 지표의 가중 방식과 윈도우 규칙을 비교해 결정해야 합니다.

VWMA vs. VWAP, SMA, EMA, LWMA

VWMA는 롤링 거래량 가중 평균인 반면, VWAP는 기준점(anchor)부터 누적되는 거래량 가중 평균입니다. SMA는 동일 가중이며, EMA와 LWMA는 최신성 기반 가중치를 적용합니다. 어떤 지표도 보편적으로 더 우수한 것은 아니며, 적절한 지표는 트레이더가 해당 계산을 통해 어떤 질문에 답하고자 하는지에 따라 달라집니다.

비교표

VWMA, VWAP, SMA, EMA, LWMA의 주요 차이는 각 지표가 가중치를 부여하는 방식과 계산 윈도우를 정의하는 방식입니다.

세션 또는 이벤트 기준점에서 측정되는 벤치마크에는 일반적으로 VWAP

가 더 명확한 선택입니다. 봉 거래량을 반영해야 하는 롤링 추세 측정에는 일반적으로 VWMA가 더 명확한 선택입니다. SMA, EMA, LWMA는 동일 가중 또는 최신성 가중이 분석 목적에 더 잘 맞을 때 여전히 가격 기반 대안으로 활용됩니다.

가중 규칙은 의사결정의 일부만 설명할 뿐이며, 선택한 기간, 타임프레임, 가격 소스, 거래량 피드 역시 결과값에 영향을 줍니다.

VWMA 설정: VWMA(20)은 무엇을 의미하나요?

VWMA(20)은 현재 차트에서 가장 최근 20개 봉을 사용한다는 의미입니다. 숫자 20은 고정된 시간량이 아니라 봉의 개수를 나타내므로, 포함되는 기간은 차트 타임프레임에 따라 달라집니다.

시장 휴장, 누락된 봉, 세션 템플릿, 시간외 거래 설정으로 인해 실제 경과 시간은 단순 곱셈 결과와 다를 수 있습니다. 20기간 기본값은 시작 설정일 뿐이며, 모든 상품, 타임프레임 또는 목적에 대해 20이 최적의 기간이라는 근거는 아닙니다.

가격 소스, 타임프레임 및 거래량 데이터

VWMA 설정은 가격 소스, 타임프레임, 그리고 거래량 필드의 의미를 알고 있을 때만 해석 가능합니다. 종가 기반 VWMA는 동일한 기간과 거래량 시리즈를 사용하더라도 대표가격 기반 VWMA와 다를 수 있습니다.

거래량은 서로 다른 관측치를 나타낼 수도 있습니다. 거래소 상장 시장은 보고된 실제 거래량을 제공할 수 있지만, 일부 브로커 또는 데이터 제공업체 피드는 틱 거래량 또는 피드별 다른 측정값을 사용합니다. 예를 들어 MetaTrader는 데이터 상수와 함수에서 틱 거래량과 실제 거래량을 구분합니다. 하나의 피드로 계산된 VWMA가 다른 피드의 VWMA와 일치한다고 가정해서는 안 됩니다.

기간 선택은 검증 가능한 파라미터로 다뤄야 합니다. 짧은 VWMA는 관측치가 더 빨리 윈도우에서 빠져나가기 때문에 일반적으로 더 빨리 변하고, 긴 VWMA는 일반적으로 더 완만하게 변합니다. 적절한 기간은 보편적인 설정이 아니라 상품, 타임프레임, 피드, 규칙 세트에 따라 달라집니다.

데이터와 설정이 고정되면 VWMA를 명시적인 거래 규칙에 포함시킬 수 있습니다.

트레이더가 VWMA를 사용하는 방법

트레이더는 VWMA를 추세 필터, 상대 가격 기준, 눌림목 기준 또는 크로스오버 방식의 한 조건으로 사용합니다. VWMA는 자동 예측 도구가 아니라 규칙 세트 내에서 시장 맥락을 설명하는 역할을 해야 합니다.

추세 필터는 VWMA가 상승하고 가격이 선 위에 있을 때만 매수 설정을 허용할 수 있습니다. 상대 가격 규칙은 그 차이를 가치 판단으로 보지 않고 종가와 VWMA를 비교할 수 있습니다. 눌림목 규칙은 가격이 VWMA 근처에서 어떻게 움직이는지 관찰할 수 있으며, 크로스오버 규칙은 VWMA를 동일 소스 이동평균과 비교할 수 있습니다. 각 활용 방식에는 여전히 진입 시점, 무효화 조건, 청산 및 리스크 규칙이 필요합니다.

가상의 VWMA–SMA 전략 예시

가상의 VWMA–SMA 전략은 거래량 가중이 동일 가중 평균을 넘어서는 추가 정보를 제공하는지 테스트할 수 있습니다. 다음 규칙 카드는 연구 예시를 정의한 것이며, 기대수익률, 승률 또는 거래 우위를 제시하지 않습니다.

이 가상 전략은 관찰된 크로스오버와 이후의 체결 가정을 분리합니다. 이러한 분리는 신호 봉이 마감된 후에야 알 수 있는 가격으로 백테스트가 진입하는 것을 방지합니다.

크로스오버가 완전한 전략이 아닌 이유

VWMA 크로스오버는 신호 조건만 정의할 뿐 체결, 리스크, 비용 또는 평가를 정의하지 않기 때문에 완전한 전략이 아닙니다. VWMA에 대한 커뮤니티 논의에서는 종종 늦은 신호, 끝나가는 추세, 확인의 필요성이 제기되는데, 이러한 우려는 지표의 찬반을 입증하는 것이 아니라 규칙이 빠져 있음을 반영합니다.

백테스트를 해석하기 전에 다음을 확인하세요:

• 상품, 거래 장소, 세션, 타임프레임 및 거래량 피드
• 가격 소스와 동일한 지표 기간
• 신호가 정확히 어느 봉에서 알려지는지
• 다음 실행 가능 가격과 갭 처리 방식
• 수수료, 스프레드, 슬리피지, 금융비용 및 계약 변경
• 누락 데이터와 기업행위 조정
• 인샘플 구간과 손대지 않은 아웃오브샘플 구간
• 하나의 최적화 값이 아닌 인접한 VWMA 기간에 대한 민감도
• 낙폭, 익스포저, 회전율 및 관련 벤치마크
• 실거래 사용 전 포워드 테스트

실행 구현은 미래 정보를 추가하지 않고 이러한 계산 및 타이밍 규칙을 재현해야 합니다.

Python에서 VWMA를 계산하는 방법

Python에서는 동일한 윈도우에서 “가격 × 거래량”의 롤링 합계를 “거래량”의 롤링 합계로 나누어 VWMA를 계산할 수 있습니다. 구현 시에는 행 순서를 유지하고, 의도한 경우 전체 윈도우를 요구하며, 롤링 분모가 0일 때는 정의되지 않은 값을 반환해야 합니다.

이 계산은 표준 pandas 롤링 합계를 사용합니다. Python 함수는 결과가 입력값에 추적 가능하도록 가격 및 거래량 열 이름을 명시적으로 지정해야 합니다.

Python 예시

다음 pandas 함수는 미래 행을 사용하지 않고 후행 VWMA를 계산합니다.

import pandas as pd

def add_vwma(

frame: pd.DataFrame,

window: int = 20,

price_col: str = "close",

volume_col: str = "volume",

) -> pd.DataFrame:

"""후행 VWMA 열이 추가되고 미래 데이터 참조가 없는 복사본을 반환합니다."""

if window < 1:

raise ValueError("window must be at least 1")

result = frame.copy()

price = pd.to_numeric(result[price_col], errors="coerce")

volume = pd.to_numeric(result[volume_col], errors="coerce")

numerator = (price * volume).rolling(

window, min_periods=window

).sum()

denominator = volume.rolling(

window, min_periods=window

).sum()

safe_denominator = denominator.where(denominator.ne(0))

result[f"vwma_{window}"] = numerator.div(safe_denominator)

return result

5행 계산표는 테스트 벡터로 사용할 수 있습니다:

example = pd.DataFrame(

{

"close": [50, 52, 51, 53, 54],

"volume": [100, 150, 80, 300, 200],

}

)

calculated = add_vwma(example, window=5)

assert abs(calculated["vwma_5"].iloc[-1] - 52.5060240964) < 1e-10

Python 결과는 실제 운영 데이터셋이 동일한 가격, 거래량, 윈도우, 결측값 및 조정 규칙을 사용할 때만 재현 가능합니다. 플랫폼 구현 역시 동일한 수준의 검토가 필요합니다.

MT4 및 MT5에서의 VWMA

MT4와 MT5는 VWMA를 표준 이동평균 스무딩 방식 중 하나로 식별하지 않으므로, 일반적으로 브로커나 플러그인이 제공하지 않는 한 VWMA는 사용자 정의 지표 또는 사용자 정의 계산이 필요합니다. MetaQuotes는 표준 이동평균 방식으로 SMA, EMA, SMMA, LWMA를 문서화하고 있습니다.

사용자 정의 VWMA는 룩백 기간, 적용 가격, 거래량 유형을 노출해야 합니다. 또한 사용자 정의 지표는 봉 부족, 0 거래량, 재계산 및 버퍼 인덱싱도 처리해야 합니다. 다운로드한 지표를 사용하기 전에 소스, 공식, 파일 출처, 플랫폼 버전, 그리고 해당 지표가 틱 거래량을 사용하는지 실제 거래량을 사용하는지 확인해야 합니다. 어떤 전략 테스트를 시작하기 전에도 일치하는 테스트 벡터가 수동 계산을 재현해야 합니다.

사용자 정의 구현은 지표’의 일반적인 분석 한계 외에 운영상 리스크를 추가합니다.

한계와 일반적인 실수

VWMA는 후행성, 비정상적인 거래량에 대한 민감도, 피드 품질, 파라미터 선택, 그리고 예측 확실성의 부재라는 한계를 가집니다. VWMA는 과거 봉을 요약하므로, 모든 VWMA 신호는 기여한 가격 및 거래량 값이 존재한 이후에 발생합니다.

어떤 VWMA 설정이나 전략도 보편적으로 정확하지 않습니다. VWMA의 유용성은 명확한 목적, 신뢰할 수 있는 입력값, 그리고 해당 방법이 사용될 동일한 시장 조건에서 얻은 근거에 달려 있습니다.

자주 묻는 질문

VWMA는 자동으로 롤링 VWAP과 동일하지 않으며, 완전한 독립형 거래 신호를 제공하지도 않고, 과거 봉을 사용해 계산되기 때문에 후행할 수 있습니다.

VWMA는 롤링 VWAP과 같은가요?

VWMA와 롤링 VWAP은 유사한 거래량 가중 산식을 사용할 수 있지만, 명칭만으로 동일한 값을 보장하지는 않습니다. 두 계산이 동등하다고 간주되려면 가격 소스, 롤링 또는 앵커 윈도우, 리셋 규칙, 세션 처리 및 플랫폼 구현이 일치해야 합니다.

VWMA를 독립적인 매수 또는 매도 신호로 사용할 수 있나요?

VWMA만으로는 완전한 거래를 정의할 수 없습니다. 실용적인 방법에는 시장 맥락, 신호 시점, 진입, 무효화, 청산, 포지션 규모, 비용, 그리고 적절한 테스트에서 얻은 근거가 필요합니다. 어떤 VWMA 선이나 크로스오버도 수익성 있는 결과를 보장하지 않습니다.

크로스오버 이후 VWMA가 왜 후행할 수 있나요?

VWMA는 새로운 봉이 기존 봉을 대체할 때까지 과거 가격과 거래량이 롤링 윈도우에 남아 있기 때문에 후행합니다. 크로스오버는 두 과거 평균의 순서가 바뀌었음을 확인할 뿐이며, 새로운 추세의 정확한 시작점을 식별하지는 않습니다.

결론

VWMA는 거래량을 사용해 각 봉 가격’의 영향력을 결정하는 롤링 평균입니다. VWMA는 가격 소스, 기간, 타임프레임, 거래량 피드가 알려져 있고, 동일 기간 SMA와 비교될 때 가장 유용한 정보를 제공합니다. VWMA는 테스트 가능한 방법을 지원할 수 있지만, 체결, 리스크 관리 또는 근거를 대체할 수는 없습니다.