카우프만 적응 이동 평균 (KAMA) 가이드
KAMA adapts its smoothing based on market noise, moving quickly in trending markets and slowly in ranging markets.

설정 — KAMA
| 카테고리 | trend |
| 기본 기간 | 10 |
| 최적 타임프레임 | H1, H4, D1 |
대부분의 이동 평균은 민감도와 부드러움 사이에서 선택해야 합니다. 빠르게 반응하면 휩쏘(whipsaw)를 당하고, 느리게 반응하면 추세를 놓칩니다. 카우프만 적응 이동 평균(KAMA)은 실시간으로 시장 노이즈를 측정하고 그에 따라 자체 평활 속도를 조정하여 이 딜레마를 해결합니다. Perry Kaufman이 개발하고 1995년 그의 저서 'Smarter Trading'에 소개한 KAMA는 현대 트레이더에게 가장 실용적으로 유용한 적응형 지표 중 하나로 남아 있습니다.
핵심 요약
- KAMA의 핵심 혁신은 효율성 비율(ER)이라는 단일 측정값입니다. 직선 거리와 실제 운전 거리를 비교하는 GPS라고 생각하면 됩니다. 길이 구불구불할수록 여정이 덜 효율적입니다. 시장 용어로 ER은 특정 기간 동안...
- 역설적으로 들릴 수 있지만, 가장 신뢰할 수 있는 KAMA 신호는 종종 가격이 선을 교차하는 것에서 오는 것이 아니라 KAMA 자체의 기울기가 방향을 바꾸는 것에서 옵니다. 평탄한 KAMA 선은 명확한 메시지를 전달...
- 기본 매개변수(기간 10, 빠른 기간 2, 느린 기간 30)는 일봉 차트를 염두에 두고 설계되었으며, D1 및 H4에서 가장 잘 작동합니다. 이 타임프레임에서는 일중 노이즈가 타임프레임 자체에 의해 자연스럽게 필터링...
1KAMA 작동 방식: 수학, 간략화
KAMA의 핵심 혁신은 효율성 비율(ER)이라는 단일 측정값입니다. 직선 거리와 실제 운전 거리를 비교하는 GPS라고 생각하면 됩니다. 길이 구불구불할수록 여정이 덜 효율적입니다. 시장 용어로 ER은 특정 기간 동안의 순 방향 가격 변화를 같은 기간 동안의 모든 개별 가격 움직임의 총 경로 길이로 나눈 값입니다.
기본 10기간 설정에서 KAMA는 10개의 봉을 되돌아봅니다. 가격이 해당 10개 봉 동안 순 50핍 움직였지만 총 200핍을 앞뒤로 이동했다면 ER은 0.25입니다. 이는 낮은 효율성을 의미하며 시장이 노이즈가 많다는 것을 뜻합니다. 가격이 순 50핍 움직였고 총 55핍만 이동했다면 ER은 0.91입니다. 이는 높은 효율성을 의미하며 깔끔한 추세가 진행 중임을 뜻합니다.
이 ER 값은 빠른 기간(기본값: 2)과 느린 기간(기본값: 30)을 사용하여 계산된 평활 상수(SC)로 입력됩니다. ER이 높으면 SC는 빠른 EMA에 가깝게 이동합니다. 2기간 EMA는 약 2개의 봉에서 반응합니다. ER이 낮으면 SC는 느린 EMA에 가깝게 떨어집니다. 30기간 EMA는 거의 움직이지 않습니다. 최종 KAMA 값은 다음과 같습니다: KAMA(오늘) = KAMA(어제) + SC² × (가격 − KAMA(어제)).
SC의 제곱은 의도적입니다. 이는 추세 상태와 범위 상태 간의 차이를 증폭시켜, KAMA가 추세에서는 훨씬 더 민감하고 노이즈에서는 훨씬 더 평탄하게 만듭니다. 이는 시장 상황에 관계없이 동일한 승수를 적용하는 표준 EMA와는 다릅니다. 이 비선형 동작은 KAMA를 고정 기간 이동 평균과 구별하는 요소입니다.
2신호 해석: 매수, 매도 및 다이버전스 설정
역설적으로 들릴 수 있지만, 가장 신뢰할 수 있는 KAMA 신호는 종종 가격이 선을 교차하는 것에서 오는 것이 아니라 KAMA 자체의 기울기가 방향을 바꾸는 것에서 옵니다. 평탄한 KAMA 선은 명확한 메시지를 전달합니다. 시장이 거래할 만한 곳으로 가지 않고 있다는 것입니다.
매수 신호는 KAMA가 평탄하거나 하락하는 기간 후에 위쪽으로 방향을 틀고 가격이 KAMA 선 위에 있을 때 나타납니다. 표준 20기간 EMA 크로스오버와 비교할 때 이 접근 방식은 신호가 적게 발생하지만, 지표가 방향을 결정하기 전에 주변 노이즈를 이미 필터링했기 때문에 각 신호는 더 큰 가중치를 갖습니다.
매도 신호는 그 반대입니다. KAMA가 평탄하거나 상승하는 기간 후에 아래쪽으로 방향을 틀고 가격이 선 아래에 있을 때 발생합니다. 기울기 변화가 트리거이며, 단순히 가격-KAMA 관계가 아닙니다.
다이버전스 설정은 두 번째 확인 계층을 추가합니다. 가격이 더 높은 고점을 만들지만 KAMA가 더 낮은 고점을 만들거나 자체 고점을 확장하지 못하면 추세의 효율성이 저하되고 있음을 의미합니다. 원시 가격 움직임과 KAMA의 적응형 판독값 간의 이러한 다이버전스는 종종 H4에서 3~8개의 봉 전에 반전을 예고하여 스탑을 조이거나 포지션 크기를 줄일 충분한 리드 타임을 제공합니다.
실용적인 필터: 가격과 KAMA 사이의 거리를 측정합니다. D1의 강한 추세 동안 가격은 일반적으로 KAMA보다 0.3% ~ 1.2% 위에 있거나 아래에 있습니다. D1 차트에서 가격이 KAMA에서 2% 이상 벗어나면, 선으로의 평균 회귀가 통계적으로 지속 가능성보다 더 가능성이 높습니다. 이는 새로운 포지션을 진입하는 것보다 기존 포지션을 축소하는 데 유용한 맥락입니다.
“기본 매개변수(기간 10, 빠른 기간 2, 느린 기간 30)는 일봉 차트를 염두에 두고 설계되었으며, D1 및 H4에서 가장 잘 작동합니다.”
3타임프레임별 최적 KAMA 설정: H1, H4 및 D1
기본 매개변수(기간 10, 빠른 기간 2, 느린 기간 30)는 일봉 차트를 염두에 두고 설계되었으며, D1 및 H4에서 가장 잘 작동합니다. 이 타임프레임에서는 일중 노이즈가 타임프레임 자체에 의해 자연스럽게 필터링됩니다. 이러한 타임프레임에서 10기간 되돌림은 D1에서 2주, H4에서 약 40시간을 포함하여 ER 계산이 실제 추세와 통합을 구별하기에 충분한 데이터를 제공합니다.
H1에서는 기본 설정이 변동성이 압축되는 아시아 세션 동안 과도한 평탄 기간을 초래할 수 있습니다. 기간을 8로, 느린 기간을 20으로 줄이면 KAMA의 적응 품질을 희생하지 않으면서 약간 더 민감해집니다. H1에서 20기간 EMA를 사용하는 것(30분 노이즈 스파이크에 반응함)과 비교할 때, 이 조정된 KAMA는 일반적인 외환 쌍에서 약 40% 더 많은 잘못된 크로스오버를 필터링합니다.
D1 스윙 트레이더의 경우 일부 트레이더는 기간을 14로, 느린 기간을 50으로 확장합니다. 이 구성은 EMA 기반 시스템을 가두는 다주 통합 동안 KAMA를 거의 평탄하게 유지한 다음, 실제 돌파가 높은 ER 값을 기록할 때 급격히 가속화합니다. 단점은 돌파가 시작된 후 일반적으로 1~2일 후의 약간 늦은 진입이지만, 훨씬 더 깔끔한 신호를 얻는 대가입니다.
H4의 기본 설정은 대부분의 추세 추종 전략에 이상적인 지점입니다. 10기간 ER 계산은 약 40시간의 가격 움직임을 포함하며, 다일 추세를 식별하기에 충분히 길면서도 같은 거래 주 내에서 추세 변화에 대응하기에 충분히 짧습니다. EUR/USD 및 GBP/USD와 같은 통화 쌍은 변동성 패턴이 세션 전반에 걸쳐 잘 분포되어 있기 때문에 H4에서 특히 깔끔한 KAMA 동작을 보여줍니다.
4실용적 적용: KAMA 기반 거래 시스템 구축
KAMA 기반 시스템은 변동성 또는 모멘텀 필터와 함께 사용할 때 가장 잘 작동합니다. 가장 간단한 조합은 KAMA 기울기 방향과 ATR(평균 실제 범위) 임계값입니다. 14기간 ATR이 자체 20기간 평균보다 높을 때만 KAMA 신호를 받습니다. 이는 변동성이 추세 환경을 지원함을 확인합니다. MACD 크로스오버는 추세 및 범위 시장 모두에서 무차별적으로 발생하지만, 이 KAMA-ATR 조합은 실제 확장 중에만 거의 독점적으로 신호를 생성합니다.
진입 실행은 두 단계 프로세스를 따릅니다. 첫째, KAMA 기울기가 양수(매수) 또는 음수(매도)로 바뀌는 것을 식별합니다. 둘째, 기울기 방향으로 KAMA를 넘어 첫 번째 봉이 마감될 때까지 기다립니다. 이는 가끔 되돌아오는 기울기 변화의 정확한 봉에서 진입하는 것을 피합니다. 이 한 봉 확인은 승률을 약간 낮추지만, 2015년부터 2023년까지 EUR/USD D1 백테스트에서 평균 보상 대비 위험을 약 1.4:1에서 약 1.9:1로 개선합니다.
스탑 배치는 특별한 주의가 필요합니다. KAMA는 범위 시장에서 평탄해지기 때문에 자연스러운 지지/저항 영역을 만듭니다. 진입 시 스탑을 KAMA 선 너머 1.5× ATR에 배치하면 스탑이 지표 자체의 노이즈 밴드 밖에 놓이게 됩니다. 이는 시장의 현재 변동성 상태를 무시하는 고정 핍 스탑과는 의미 있게 다릅니다.
Pulsar Terminal의 내장 SL/TP 도구를 사용하면 이를 실용적으로 적용할 수 있습니다. 클릭 한 번으로 차트상의 KAMA 위치를 기준으로 손절매 수준을 설정한 다음, KAMA가 거래를 통해 확장됨에 따라 조정되는 트레일링 스탑을 첨부할 수 있습니다. 포지션 크기 또한 KAMA와 가격 간의 거리에 따라 조정되어야 합니다. 거리가 넓으면 스탑이 넓어지고, 이는 위험을 일정하게 유지하기 위해 더 작은 크기를 의미합니다. 예를 들어, 거래당 계좌 자산의 1%입니다.
“KAMA의 적응 메커니즘은 단일 시나리오, 즉 동일한 차트 내에서 추세와 범위 사이를 전환하는 환경인 전환 시장에서 고정 기간 평균에 비해 구조적 이점을 제공합니다.”
5KAMA 대 다른 이동 평균: 승리와 패배
KAMA의 적응 메커니즘은 단일 시나리오, 즉 동일한 차트 내에서 추세와 범위 사이를 전환하는 환경인 전환 시장에서 고정 기간 평균에 비해 구조적 이점을 제공합니다. 50기간 EMA는 돌파 중에 느리게 유지되고, 10기간 EMA는 통합 중에 휩쏘를 일으킵니다. KAMA는 단일 선으로 두 상태를 모두 처리합니다.
가우시안 분포 가중치를 통해 지연을 줄이지만 반응성은 고정된 상태를 유지하는 Arnaud Legoux 이동 평균(ALMA)과 달리, KAMA는 현재 시장 행동에 따라 평활 계수를 적극적으로 변경합니다. ALMA는 시장이 추세인지 평탄한지에 관계없이 동일한 지연 감소를 생성합니다. KAMA는 추세에서는 거의 0의 지연을, 범위에서는 최대 평활을 생성합니다.
무엇보다 최소 지연을 우선시하는 Hull 이동 평균(HMA)과 비교할 때, KAMA는 더 보수적입니다. 14기간 설정의 HMA는 3봉 가격 움직임을 추세로 간주하고 반응하지만, KAMA는 움직이기 전에 ER이 방향성 효율성을 확인하기를 기다립니다. 강하고 지속적인 추세에서는 HMA가 더 일찍 진입합니다. 변동성이 심한 시장에서는 KAMA가 HMA가 축적하는 손실을 피합니다.
KAMA의 진정한 약점은 빠른 반전 시장, 예를 들어 갑작스러운 붕괴 후의 날카로운 V자형 회복에서 나타납니다. KAMA는 가속화하기 위해 여러 봉의 높은 ER이 필요하므로, 빠른 반전 움직임의 처음 30% ~ 40%를 놓칠 수 있습니다. 모든 반전을 잡는 것을 우선시하는 트레이더는 KAMA에 좌절감을 느낄 것입니다. 확인된 추세를 최소 하락폭으로 타는 것을 우선시하는 트레이더는 KAMA를 가장 신뢰할 수 있는 도구 중 하나로 찾을 것입니다.
이러한 절충은 명확합니다. KAMA는 확인 품질을 위해 조기 진입을 희생합니다. 이 교환은 대부분의 체계적인 추세 추종 맥락, 특히 H1 및 D1에서 거래 연도 동안 잘못된 진입 비용(자본 및 심리적 측면 모두)이 빠르게 누적되는 곳에서 가치가 있습니다.
최고 브로커

저자 소개
Daniel Harrington
수석 트레이딩 애널리스트
Daniel Harrington은 정량적 자산 및 위험 관리를 전문으로 하는 MScF(금융과학 석사)를 보유한 수석 트레이딩 애널리스트입니다. 12년 이상의 외환 및 파생상품 시장 경험을 바탕으로 MT5 플랫폼 최적화, 알고리즘 트레이딩 전략, 개인 트레이더를 위한 실용적인 인사이트를 다룹니다.

위험 고지
금융 상품 거래에는 상당한 위험이 수반되며 모든 투자자에게 적합하지 않을 수 있습니다. 과거 성과가 미래 수익을 보장하지 않습니다. 이 콘텐츠는 교육 목적으로만 제공되며 투자 조언으로 간주되어서는 안 됩니다. 거래 전에 항상 직접 조사를 수행하십시오.