ROC 이중 모멘텀 전략 설계

golden_triangle 전략이 EMA 크로스오버 기반이라면, roc_dual_momentum은 가격 변화율(ROC)을 직접 비교한다. 이동평균의 후행성 없이 모멘텀의 방향과 가속도를 직접 잡는다.

ROC 이중 모멘텀이란

ROC(Rate of Change)는 N봉 전 가격 대비 현재 가격의 변화율이다.

ROC(n) = (현재가 - n봉 전가) / n봉 전가

이중 모멘텀은 단기 ROC와 장기 ROC를 동시에 본다.

fast_roc(10봉): 최근 모멘텀
slow_roc(40봉): 중기 모멘텀

단기 ROC가 장기 ROC보다 크다는 건 모멘텀이 가속 중이라는 뜻이다. 반대면 감속.

fast_roc = d60["close"].pct_change(fast_n).fillna(0.0)
slow_roc = d60["close"].pct_change(slow_n).fillna(0.0)

fast_sm = fast_roc.rolling(sm_n).mean().fillna(0.0)  # 5봉 스무딩
slow_sm = slow_roc.rolling(sm_n).mean().fillna(0.0)

pct_change(n)으로 ROC를 구하고, rolling(sm_n).mean()으로 5봉 스무딩한다. EMA가 아니라 SMA라서 계산이 단순하고 라그가 예측 가능하다.

진입 조건

long_cond  = (fast_sm > slow_sm) & (fast_sm > thr)
short_cond = (fast_sm < slow_sm) & (fast_sm < -thr)

롱 조건 두 가지:

fast_sm > slow_sm — 단기 모멘텀이 장기보다 크다 (가속)
fast_sm > threshold — 절대 모멘텀이 양수다 (상승 방향)

숏은 반대. 두 조건이 동시에 만족될 때만 진입한다.

threshold=0.0이 기본값이다. 노이즈 필터가 필요하면 0.001 정도로 올린다.

모멘텀 강도 기반 사이징

포지션 크기를 고정으로 쓰지 않고 현재 모멘텀 강도에 비례해 조정한다.

momentum_abs = fast_sm.abs()
roll_max = momentum_abs.rolling(60).max().replace(0.0, pd.NA)
size = (momentum_abs / roll_max).fillna(0.0).clip(0.1, 1.0)

최근 60봉 모멘텀 절댓값 최대치 대비 현재 모멘텀 비율로 사이즈를 결정한다. 모멘텀이 강할수록 크게 들어가고, 약하면 최소 0.1까지만 내려간다.

이렇게 하면 추세가 명확한 구간에서 자연스럽게 사이즈가 커지고, 횡보에서는 줄어든다.

ATR 기반 SL/TP

v_atr = atr(d60, 14)
sl = d60["close"] - 1.5 * v_atr          # 롱 손절
tp = d60["close"] + 2.5 * v_atr          # 롱 익절
short_sl = d60["close"] + 1.5 * v_atr    # 숏 손절
short_tp = d60["close"] - 2.5 * v_atr    # 숏 익절

손절 1.5×ATR, 익절 2.5×ATR. 리스크/리워드 비율 1:1.67.

zscore_mean_reversion과 다른 점은 TP가 있다는 것이다. 모멘텀 전략은 목표가에 도달하면 청산하고 재진입을 노린다. 평균회귀처럼 z-score 조건 청산을 쓰면 추세가 살아있는데 너무 일찍 빠져나오게 된다.

타임프레임

d60 = ensure_ohlcv(get_df_60m(inp))
# ...
frame60.reindex(inp["df_15m"].index, method="ffill").fillna({"signal": 0, "size": 0.0})

60분봉으로 신호를 계산하고 15분봉 인덱스로 reindex한다. 엔진이 15m 기준으로 포지션을 관리하기 때문이다. ffill로 앞 신호를 유지하다가 다음 60m 봉에서 업데이트된다.

15m 대신 60m을 쓰는 이유는 ROC가 노이즈에 민감하기 때문이다. 15m 봉의 ROC는 뉴스 이벤트 한 번에 급등락해서 가짜 신호를 많이 낸다.

golden_triangle과의 차이

항목	golden_triangle	roc_dual_momentum
진입 기준	EMA 크로스오버	ROC 가속도 비교
후행성	있음 (EMA 평활화)	적음 (ROC 직접 계산)
청산	ATR TP 또는 EMA 반전	ATR TP 고정
사이징	고정 or ATR 기반	모멘텀 강도 비례
적합 레짐	추세 + 중간	강한 추세

EMA 크로스오버는 평활화 덕분에 False signal이 적지만 진입이 늦다. ROC는 빠르지만 노이즈를 타면 whipsaw가 난다. 스무딩(5봉 SMA)과 60m 타임프레임으로 이를 억제한다.

레짐 체인 배포

trend 체인에 배포했다. zscore_mean_reversion과 반대로, 추세가 강한 구간에서 모멘텀을 따라가는 전략이기 때문이다.

"trend": {
    "strategies": ["roc_dual_momentum", "pmax_explorer", ...]
}

defensive, chop 구간에서는 모멘텀이 없거나 방향이 자주 바뀌어서 whipsaw가 심해진다. trend 전용으로만 쓴다.

OOS 결과 일부

search_low_corr_strategies.py로 S&P500 444종목에 대해 Train/Test 분리 검증을 했다. roc_dual_momentum은 모멘텀이 강한 섹터 ETF와 성장주에서 OOS Sharpe가 잘 나왔다.

QQQ: Train 1.43 → OOS 1.18
XLK: Train 1.61 → OOS 0.94
NVDA: Train 2.1 → OOS 1.3 (변동성 큰 종목 — 사이징이 중요)

반면 유틸리티(XLU), 채권(TLT) 같은 저변동성 종목은 OOS에서 음수로 떨어졌다. 모멘텀이 약한 자산에는 맞지 않는 전략이다.