📉 독일 DAX 대상 데이 트레이딩 전략 고민 중입니다

수학은 고등학교 정도까지만 배운 수준이긴 한데, 무리한 투자는 아니고 그냥 해보고 싶은 마음으로 일간 평균 회귀 전략을 만들고 있습니다. 대상은 독일 DAX 지수이고, 일단은 구글 파이낸스에서 데이터를 가져오고 있어서 실시간성이 조금 떨어지긴 합니다. 나중엔 실시간 플러그인을 쓰려는 생각은 있습니다.

현재까지는 21일, 50일, 200일 기준으로 z-score를 측정해서 서로 비교한 뒤 종합적인 신호로 만드는 방식이고요. 그 다음엔 최근 5일간 주가의 변동성과 가격 변화를 따로 측정해서 또 하나의 신호를 뽑았습니다. 마지막으로 종가 기준으로 로그/지연 잔차를 만들고, 이 세 가지를 종합한 지표도 따로 계산해두었습니다. 아마 이걸 'w score'라고 부르던 듯합니다. 사실 전반적으로 수학을 깊이 이해한 건 아니고, 다른 분들이 쓰는 방식들을 따라하면서 구조를 잡아가는 중입니다.

지금 제가 가고 있는 방향이 괜찮은 걸까요? 혹시 이 모델에 필요할 만한 다른 열이나 지표가 있을지도 궁금합니다. 고빈도 알고리즘 만들 생각은 아니고, 그냥 피로 누적 구간이나 평균 회귀 구간에서 진입/이탈을 해보는 전략을 만들고 싶습니다. 조언이나 방향성 제시해주시면 정말 감사하겠습니다.

🧐 배경 설명 및 요약

이 글은 독일 DAX 지수를 대상으로 평균 회귀 전략(mean reversion strategy)을 수립하려는 개인 투자자의 고민에서 비롯되었습니다. 글쓴이는 수학에 익숙하지 않지만 단순한 지표 조합과 가격 변화 기반의 분석으로 전략을 만들고 있으며, 그 방향이 올바른지 확인하고자 이 글을 썼습니다.

평균 회귀 전략은 일정 범위를 벗어날 경우 다시 평균으로 돌아오는 가격 특성을 이용해 단기 매매를 시도하는 방식입니다. 글쓴이는 z-score, 변동성, 로그 잔차 등을 이용해 신호를 조합하는 시스템을 만들고 있으나, 정확한 수학적 개념을 이해하지 못한 채 진행 중입니다. 전략 구성에 빠진 요소가 있는지, 나아가는 방향이 실효성이 있는지를 커뮤니티에 묻고 있는 상황이라고 볼 수 있습니다.

특히 실시간 데이터 플러그인의 부재, 신호 해석의 어려움, 트렌드 전환 시 전략 무력화 등의 리스크를 아직 정리하지 못한 모습입니다. 따라서 이 글은 초보자의 전략 설계 과정을 보여주는 동시에, 더 나은 접근 방식을 함께 고민해보자는 의미를 담고 있습니다.