지수 이동 평균
IT 위키
지수 이동 평균(Exponential Moving Average, 指數移動平均)은 시계열 데이터의 최근 값을 더 크게 반영하여 계산하는 이동 평균의 일종이다. 일반적으로 주가, 거래량 등 금융 시계열 자료의 추세를 파악하는 데 활용되며, 과거 데이터보다 최근 데이터에 더 많은 가중치를 부여하는 방식으로 산출된다.
1 개요[편집 | 원본 편집]
지수 이동 평균은 단순 이동 평균(Simple Moving Average)과 달리 시간에 따라 가중치를 지수적으로 감소시키며, 최근 데이터에 더 높은 가중치를 적용한다. 이러한 특성으로 인해 급격한 변동에도 민감하게 반응하면서도 잡음을 줄여 데이터의 전반적인 추세를 더 부드럽게 파악할 수 있다.
2 계산 방법[편집 | 원본 편집]
지수 이동 평균은 다음의 재귀식으로 계산된다.
- EMA_t = α × X_t + (1 - α) × EMA_{t-1}
여기서,
- EMA_t: t 시점의 지수 이동 평균
- X_t: t 시점의 실제 관측값
- α (알파): 평활 계수(Smoothing Factor), 0과 1 사이의 값
- EMA_{t-1}: 이전 시점의 지수 이동 평균
α는 다음과 같이 결정되기도 한다.
- α = 2 / (N + 1)
여기서 N은 이동 평균 기간이다.
3 활용[편집 | 원본 편집]
지수 이동 평균은 다양한 분야에서 활용된다.
- 주식 분석: 단기 및 장기 추세선(예: 12일, 26일 EMA)을 활용한 기술적 분석
- 자동 거래 시스템: 매매 시점 포착 및 신호 생성
- 경제 데이터 분석: 경기 지표의 변화 추세 분석
4 장점과 단점[편집 | 원본 편집]
- 장점
- 최근 데이터를 더 반영하여 반응성이 뛰어남
- 잡음을 줄이면서도 주요 추세를 잘 파악함
- 단점
- 평활 계수 α의 설정에 따라 민감도가 크게 달라짐
- 과거 데이터의 영향이 완전히 사라지지 않음
5 같이 보기[편집 | 원본 편집]
6 참고 문헌[편집 | 원본 편집]
- Brown, R. G. (1963). *Smoothing, Forecasting and Prediction of Discrete Time Series*. Prentice-Hall.
- Holt, C. C. (2004). Forecasting seasonals and trends by exponentially weighted moving averages. *International Journal of Forecasting*, 20(1), 5–10.
