ALT - 거래량 패턴과 추세선(저항/지지) (not yet)

## 아이디어

1. 배 대표님 youtube 

2. 거래량과 캔들패턴으로 단기 변동성을 예측할 수 있다.

3. 거개량은 2차원 데이터. 이를 보조하기 위해 주가의 위치와 일일변동성을 활용한다. 

 

## 데이터 가공

1. 추세선, 저항선, 지지선 찾기 : trendln

pypi.org/project/trendln/

2. 주가범위(고가-저가, 종가-시가) 

3. 오늘거래량/어제거래량 , 3개월 신고(신저) 거래량

4. 15% 넘는 수익률

 

각 독립변수와 종속변수의 관계, 독립변수간의 관계 파악하기

# 과정

1. 저항선, 지지선 찾기 완료! : trendln사용안함. findiff만 사용함. 

 1) pivot point 찾기 -> findiff 사용

 2) 4일이내 변동률1%미만이면 중복데이터 -> 제거 ( 최근 데이터 유지)

 3) 현재데이터 + window지정 -> trendline 만들기 

## 시사점

1. 장기 저항/지지선과 단기 저항/지지선의 양상으로 바닥/천장("매집/분산") 현상을 짐작할 수 있다.

-> "추세선'은 이동평균선만으로도 충분하다

-> 추세선이든 저항/지지선이든 timeframe/window을 어떻게 잡느냐에 따라 결과가 달라진다!

 

## 활용

1. 단기 지지선의 Crossover에서 장기추세선의 수렴확산여부로 시장방향을 짐작할 수 있다.