핵심만 먼저
칼만 필터는 잡음이 섞인 가격 데이터에서 '참값에 가까운 추세'를 재귀적으로 추정하는 알고리즘입니다. 예측과 실제 측정값을 매 캔들마다 가중 결합해, 이동평균보다 지연이 적으면서도 부드러운 추세선을 만듭니다.
이동평균을 쓰다 보면 늘 같은 딜레마에 부딪힙니다. 기간을 늘려 선을 매끄럽게 하면 신호가 너무 늦고, 기간을 줄여 빠르게 하면 잔파동에 출렁여 속임수가 늘어납니다. 저는 이 '부드러움 vs 빠름'의 트레이드오프를 한참 동안 기간 숫자만 바꿔가며 헤맸습니다.
칼만 필터는 원래 항공·위성 항법에서 잡음 섞인 센서 값으로 실제 위치를 추정하려고 만들어진 알고리즘인데, 트레이딩에서는 '잡음 섞인 가격에서 진짜 추세를 추정하는 적응형 선'으로 쓰입니다. 마법은 아니지만, 같은 매끄러움을 유지하면서 이동평균보다 덜 늦는다는 점에서 분명히 쓸모가 있었습니다. 개념과 한계를 정리합니다.
칼만 필터(Kalman Filter)는 1960년 루돌프 칼만이 제안한 재귀적 상태 추정 알고리즘입니다. 핵심 아이디어는 두 단계의 반복입니다.
여기서 핵심은 측정값이 얼마나 잡음이 많은지에 따라 신뢰 비중이 자동으로 조절된다는 점입니다. 가격이 안정적이면 측정을 더 믿고, 들쭉날쭉하면 예측(기존 추세)을 더 믿습니다. 그래서 '적응형'이라고 부릅니다. 이동평균이 과거 N개를 똑같은 규칙으로 평균 내는 것과 달리, 칼만 필터는 상황에 따라 반응 속도를 스스로 바꿉니다.
수식(상태방정식·공분산)을 외울 필요는 없습니다. 트레이더 입장에서 기억할 것은 하나입니다 — 칼만 필터 선은 '노이즈를 걸러낸, 덜 늦는 추세선'이라는 것입니다.
같은 '추세선'이라도 성격이 다릅니다.
| 지표 | 방식 | 특징 |
|---|---|---|
| 단순이동평균(SMA) | 과거 N개 단순 평균 | 가장 부드럽지만 지연이 큼 |
| 지수이동평균(EMA) | 최근값 가중 | SMA보다 빠르나 여전히 고정 반응 |
| 헐 이동평균(HMA) | 가중평균 이중 처리 | 지연을 크게 줄이나 과민할 수 있음 |
| 칼만 필터 | 예측+측정 적응 결합 | 노이즈에 따라 반응 속도 자동 조절 |
제가 체감한 차이는 '같은 부드러움일 때의 지연'이었습니다. 20일선만큼 매끄러운 칼만 선이 20일선보다 전환점에서 며칠 빨리 꺾이는 식입니다. 다만 HMA처럼 지연을 극단적으로 줄인 지표와 비교하면, 칼만 필터는 횡보 구간에서 덜 떨리는 편이라 둘은 용도가 다릅니다.
구현마다 이름은 다르지만 칼만 필터의 핵심 손잡이는 보통 두 개입니다.
실전에서는 이 값들을 과하게 튜닝하면 특정 과거 구간에만 맞는 과최적화에 빠지기 쉽습니다. 저는 기본값에서 크게 벗어나지 않게 두고, 타임프레임(일봉/4시간봉)에 맞춰 한두 단계만 조정하는 편이 결과가 안정적이었습니다. 변동성이 큰 암호화폐 차트에서는 측정 노이즈를 약간 키워 휩쏘를 줄였습니다.
칼만 필터를 일봉·4시간봉에서 한동안 써보고 내린 평가입니다.
정리하면 칼만 필터는 '더 똑똑한 이동평균'에 가깝습니다. 평균회귀를 예언하지도, 횡보를 추세로 바꿔주지도 않습니다. 노이즈를 덜 타는 추세선이 필요할 때 쓰는 도구로 거리를 두면 제 몫을 합니다.
※ 본 글은 보조지표에 대한 교육·정보 제공 목적의 콘텐츠이며, 특정 종목·자산의 매수·매도 권유가 아닙니다. 투자 판단과 책임은 투자자 본인에게 있습니다.
아닙니다. 같은 부드러움 대비 지연이 작다는 장점은 분명하지만, 횡보장에서는 다른 추세선과 마찬가지로 잦은 거짓 전환(휩쏘)이 발생합니다. 추세장에서는 유리하고 박스권에서는 불리한, 용도가 정해진 도구로 보는 것이 맞습니다.
보통 측정 노이즈와 프로세스 노이즈 두 가지를 조절합니다. 측정 노이즈를 키우면 부드럽고 느려지고, 줄이면 민감해집니다. 과도한 튜닝은 과최적화로 이어지므로 기본값 근처에서 타임프레임에 맞춰 소폭만 조정하는 것이 안전합니다.
표준 칼만 필터는 각 시점까지의 데이터만으로 추정하므로 리페인팅되지 않습니다. 다만 일부 커뮤니티 변형 스크립트는 평활화 과정에서 과거 값을 다시 그리는 경우가 있으니, 실거래 전 봉 마감 기준으로 신호가 고정되는지 반드시 확인해야 합니다.
둘 다 저지연 추세선이지만 성격이 다릅니다. HMA는 지연을 극단적으로 줄여 매우 민감하고, 칼만 필터는 노이즈에 따라 반응 속도를 조절해 횡보에서 비교적 덜 떨립니다. 빠른 반응이 우선이면 HMA, 노이즈 안정성이 우선이면 칼만 필터가 적합합니다.
EMA(Exponential Moving Average, 지수이동평균)는 최근 가격에 더 높은 가중치를 부여해 계산하는 이동평균으로, 단순이동평균(SMA)보다 추세 변화에 빠르게 반응합니다. 12, 26, 50, 200 기간이 널리 쓰이며 추세 방향 확인과 지지·저항 기준선으로 활용합니다.
HMA(Hull Moving Average, 헐 이동평균)는 2005년 Alan Hull이 설계한 이동평균선으로, 가중이동평균(WMA)을 이중으로 적용해 후행성을 최소화하면서도 노이즈를 줄인 추세 추종 지표입니다. 일반 EMA나 SMA보다 가격 변화에 빠르게 반응합니다.
KAMA(카우프만 적응이동평균)는 시장의 노이즈(변동 잡음) 수준을 측정해 추세가 강할 땐 빠르게, 횡보장에선 느리게 반응하도록 평활 계수를 실시간으로 조정하는 적응형 이동평균입니다. 추세 추종과 휩쏘 방어를 동시에 목표로 합니다.
이동평균선은 일정 기간 종가의 평균을 이어 그린 선으로, 추세의 방향과 지지·저항 기준을 제공하는 가장 기본적인 보조지표입니다. 한국에서는 5·20·60·120일선이 표준 조합으로 쓰입니다.