Relative Moving Average EA - MetaTrader 5용 expert

개요

이 전문가 자문가(Expert Advisor)는 다니엘 알렉산드르 블로흐(Daniel Alexandre Bloch) 박사가 『RMA를 활용한 체계적 트레이딩 강좌(A Course on Systematic Trading with RMA)』 에서 소개한 상대 이동 평균(RMA) 프레임워크를 기반으로 거래합니다. 이 프로그램은 해당 논문에서 제시된 네 가지 크로스 전략과 적응형 크로스오버 청산( Adaptive Crossover Exit)을 모두 구현하며, 모든 진입 및 청산 시점은 가격 대신 분位수 공간으로 표현됩니다.

이 전략의 전제는 가격 창이 평균보다 분포로서 더 많은 정보를 제공한다는 것입니다. 각 봉(bar)에서 RMA는 W개의 종가를 포함한 후행 창을 취해, 이를 자체 평균을 기준으로 한 수익률로 재표현하고, 가장 최근 값이 해당 분포 내에서 [0, 1] 범위의 분位수로서 어느 순위에 위치하는지 보고합니다. 따라서 이 논문의 목적은 분포의 극단값 사이에서 해당 순위가 보이는 등락을 활용하는 것입니다. 즉, 최소값에서 최대값으로 이동할 때는 롱 포지션을, 반전될 때는 숏 포지션을 취하는 것입니다. 분위수는 거리가 아닌 순위를 나타내므로, 0.9와 같은 임계값은 모든 종목과 모든 변동성 환경에서 동일한 의미를 가지며, 이것이 바로 이 규칙을 다양한 시장에 적용할 수 있게 하는 이유입니다.

이 EA는 수학적 계산을 직접 수행하지 않습니다. 모든 계산은 동반 지표인 RMA_Engine에 포함되어 있으며, EA는 iCustom을 통해 이 지표를 불러오고, 각 마감된 봉마다 CopyBuffer를 사용하여 그 결과를 읽어들입니다. 이러한 분리는 의도적인 것이며, 두 가지 중요한 이점을 제공합니다. 첫째, 계산이 단 하나뿐이므로 EA가 특정 바의 프랙틸 값에 대해 차트와 상충될 수 없습니다. 둘째, 규칙이 주문과 직접 연관되지 않기 때문에 브로커의 개입 없이 스크립트를 통해 과거 데이터에 대해 재실행할 수 있습니다.

거래 방식

네 가지 단계. 이 전략은 윈도우 자체 분포의 횡단(traversal)을 활용합니다. 극값에 도달하면 해당 쪽이 활성화되는데, 이것이 이 전략의 발동 조건이며, 이후 프랙틸이 횡단 방향으로 퀀틸 구간을 교차할 때 진입이 발생합니다. 극값 자체가 트리거가 아니라 교차 자체가 트리거이므로, 횡단 경로의 어느 지점에서든 진입이 발생할 수 있습니다. 명칭은 포지션이 아닌 가격 움직임을 설명합니다:

• 롱-크로스-리버스(Long-cross-reverse). 프랙타일이 최대값을 떠나 최소값 방향으로 하락합니다. EA는 숏 포지션을 취하여 이 하락 추세를 활용합니다.
• 숏-크로스-리버스. 이와 정반대의 경우입니다. 프랙타일이 최저점을 떠나 최고점을 향해 상승하며, 롱 포지션을 취합니다.
• Long-cross-revert. 최고점에서 시작된 하락세가 최저점에 도달하기 전에 다시 상승세로 전환되는 경우입니다. EA는 이를 따라 다시 최고점을 향해 롱 포지션을 취합니다.
• 숏-크로스-리버트(Short-cross-revert). 최저점에서 시작된 상승세가 최고점에 도달하기 전에 다시 하락세로 전환되며, EA는 숏 포지션을 유지하며 하락 추세를 따라갑니다.

이 네 가지 경우를 통해 부분적인 움직임이 해결될 수 있는 두 가지 방향이 모두 다루어집니다. 모든 오픈 포지션은 명명된 ‘레그’ 중 하나에 속하며, 해당 레그가 어떤 종료 테스트가 적용될지와 반전이 어떻게 전개될지를 결정하므로, 동일한 분위수 판독 결과로 한 포지션은 청산되고 다른 포지션은 유지됩니다.

단일 분포상의 네 가지 레그: 리버스(reverse) 레그는 한 극단에서 다른 극단으로 향하는 전체 횡단 움직임을 따르며, 리버트(revert) 레그는 횡단 움직임이 반대쪽 극단에 도달하기 전에 되돌아올 때 취해집니다.

적응형 청산. 바로 여기서 체제 감지기가 그 진가를 발휘합니다. 이 논문은 두 가지 기본 청산 방식을 정의한 후, 이 둘 중에서 선택하는 세 번째 방식을 제시합니다:

• 전체 분포 교차. 횡단이 완료된다고 가정하므로, 한쪽의 청산이 다른 쪽의 진입과 일치한다. 최대치에서 진입한 숏 포지션은 분位수가 실제로 최소치에 도달하여 상승 전환할 때만 청산되며, 그 전환 자체가 반대 방향의 새로운 거래의 시작점이 되므로, 청산은 이를 통해 직접 반전된다.
• 극값 반전 트리거(Extremum Revert Trigger). 극단값에 대해서는 아무런 가정을 하지 않습니다. 포지션은 추세가 멈췄다는 첫 번째 확실한 증거가 나타날 때 청산됩니다. 예를 들어, 양분위수 구간에서 반대 방향으로 연속적으로 움직이는 경우, 중앙값 구역을 다시 통과하는 경우, 또는 그 자체로 충분한 의미를 갖는 단일 큰 변동 등이 해당됩니다.
• 적응형 크로스오버 청산. 논문에서 제시한 규칙이자 EA가 구현하는 방식입니다. 확장 및 전환 단계에서는 부분적인 횡단이 발생할 가능성이 높으므로 리버트 트리거를 사용하고, 수축이 확인되면 완전한 크로스오버로 전환합니다. 리버트 구간은 모든 상황에서 항상 리버트 트리거를 사용합니다.

런 길이 테스트는 리버트 트리거가 잡음에 반응하여 작동하는 것을 방지합니다. 분位수가 같은 방향으로 계속 움직이는 동안 부호가 있는 빈 단계의 연속이 누적되고, 방향이 바뀌면 재설정되므로, “두 빈 뒤로”라는 것은 움직임이 단순히 일시 정지한 것이 아니라 실제로 반전되었음을 의미합니다.

안전한 청산. 두 전략의 청산조건 위와 그 이전 단계에는 불리한 움직임에 대한 점검이 위치합니다. 평균 회귀 포지션은 구조상 한동안 기준선에서 벗어난 상태이므로, 단순히 기준선에서 벗어난 것 자체는 청산 조건이 될 수 없습니다. 진정한 경고 신호는 기준선에서 벗어난 상태에서 분位수가 계속해서 더 멀리 벗어나는 것을 지켜보는 것입니다. 이는 바로 중앙값의 반대편에서 낮은 D_k 수치가 나타내는 바이며, 이는 목표 수익을 실현하려는 것이 아니라 이미 거래에 불리하게 돌아선 추세를 더 이상 부추기지 않으려는 목적이기 때문에, 최소 수익 설정을 완전히 무시하는 유일한 청산 조건입니다.

손실 시점에 이 조건이 발동되면, 해당 분位수가 중앙값을 다시 넘어설 때까지 같은 쪽에서의 재진입이 차단되므로, 이 전략은 시장에 동일한 손실 거래를 즉시 다시 내어줄 수 없습니다. 그 순간 변동폭이 확대되고 있다면, EA는 대신 반대편 포지션을 취합니다. 이는 계속 실패하는 평균 회귀 신호가 더 나은 가격 신호가 아니라 추세의 증거라는 논리에 근거한 것입니다. 이 두 가지 추세 추종 단계는 시스템 내에서 유일하게 비대칭적인 부분입니다.

권장 설정

주요 기능

논문에 충실함

• 단순화된 쌍이 아닌, 두 개의 리버스 레그와 두 개의 리버트 레그 등 네 가지 크로스 전략이 모두 구현되었습니다.
• 적응형 크로스오버 종료(Adaptive Crossover Exit)는 논문에 명시된 대로, 체제별로 전체 분포 크로스오버(Full Distribution Crossover)와 극값 리버트 트리거(Extremum Revert Trigger) 간을 전환합니다.
• 분위수는 논문 부록의 정의, 즉 창(window)의 순수한 경험적 누적분포함수(CDF)입니다. 논문의 본문과 부록의 내용이 일치하지 않는 경우, 부록의 내용이 우선하며, 불일치 사항은 묵묵히 수정하기보다는 소스 코드에 문서화되어 있습니다.

한 곳에서 하나의 계산

• 규칙이 읽는 모든 숫자는 CopyBuffer를 통해 RMA_Engine에서 가져오므로, 차트와 거래 내역이 서로 어긋나는 일이 없습니다. 동기화를 위해 수학적 계산을 별도로 구현할 필요가 없습니다.
• 규칙은 OrderSend를 호출하거나 포지션을 읽거나 출력하는 일이 전혀 없는 클래스 내에 존재합니다. 이 클래스는 10개 필드로 구성된 바(bar) 구조체를 인수로 받아 명령어를 반환하며, 이것이 바로 브로커 없이도 전략을 테스트할 수 있게 해주는 핵심입니다.
• 주문 체결, 장부 관리 및 리스크 처리는 별도의 클래스에 구현되어 있으며, 동일한 이유로 규칙과 분리되어 있습니다.

최종 데이터에 대한 결정만 수행

• 버퍼는 0번이 아닌 1번 위치부터 읽힙니다. 0번 바는 아직 형성 중이며, 모든 규칙은 종가가 확정된 바를 기준으로 작성되었습니다.
• 예열 바, 기록상의 공백, 또는 아직 계산을 완료하지 않은 엔진 등은 모두 동일한 결과를 낳습니다: 이 바에 대해서는 결정을 내리지 않습니다. 누락된 데이터로부터는 어떠한 추론도 이루어지지 않습니다.
• 계정이 개설되었는지 여부는 어떤 작업이 수행되기 전에 결정되므로, 바는 청산 바이거나 진입 바일 뿐, 두 가지 역할을 동시에 수행할 수는 없습니다.

실제 브로커를 통과한 체결

• ‘마감 및 반전(close-and-reverse)’은 반대 방향의 거래가 예정된 시점에 브로커에게 포지션을 청산하도록 요청하는 것이지만, 브로커가 첫 번째 시도에서 항상 이를 수용하는 것은 아닙니다. 거부된 마감 요청은 취소되지 않고, 체결될 때까지 매 틱마다 재시도되며, 아직 진행 중인 포지션 위에 반전 주문이 중첩되는 일은 절대 없습니다.
• 진입은 요청된 가격이 아닌 실제로 체결된 가격을 기준으로 기록되므로, 슬리피지가 청산 규칙 및 최적화 점수에 반영되는 핍 수치에 영향을 미치지 않습니다.
• 로트 크기는 해당 종목의 최소, 최대 및 단계 값으로 제한됩니다.
• 개시된 포지션은 전역 변수에 저장되므로, 터미널 재시작 후에도 유지되는 포지션은 고아 포지션이 아닌 실제 거래로 다시 인식됩니다.

운영 제어

• 핍 단위의 선택적 고정 손절매 및 익절, 자정을 넘기는 시간대를 올바르게 처리하는 선택적 세션 필터, 그리고 선택적 세션 종료 시 포지션 청산 기능이 있습니다. 이는 프레임워크의 일부라기보다는 배포 제어 기능에 해당합니다. 본 논문은 신호 자체에 초점을 맞추며, 위험 관리 범위는 운영자에게 맡깁니다.
• 현재 분위수, 체제, 레그를 표시하고 진입 및 청산 마커가 포함된 선택적 차트 내 상태 블록과, 모든 거절 내역 및 그 이유를 기록하는 상세 모드. 두 기능 모두 기본적으로 비활성화되어 있어 EA는 조용히 거래합니다.
• 거래 횟수의 제곱근과 승률로 가중치를 부여한 순 핍을 반환하는 사용자 정의 최적화 기준을 적용하여, 동일한 순 결과일 경우 400회 연속 거래가 40회 거래보다 더 높은 순위를 차지하도록 함으로써, 거래 횟수가 절대적으로 우위를 점하는 것을 방지합니다. 10회 미만의 거래 기록은 0점으로 평가됩니다.

백테스트 결과

2025년 5월 1일부터 2026년 7월 26일까지 약 14개월 동안 EURUSD, H2 차트를 대상으로 1:500 레버리지와 10,000 USD 예치금을 사용하여 100% 실제 틱 데이터로 단일 백테스트를 수행했습니다.

승률은 50%에 약간 못 미치지만, 평균 수익이 평균 손실보다 크기 때문에 시스템은 지속적으로 수익을 내고 있습니다. 이는 반등이 진행될 때까지 기다리는 평균 회귀 전략의 수익 프로필을 보여줍니다. 롱과 숏의 성과는 구조상 대칭적인 프레임워크에서 예상되는 대로 거의 동일합니다.

테스트 기간 동안의 자산 곡선: 단 한 번의 운 좋은 상승세보다는 완만한 드로다운을 보이며 꾸준한 수익이 발생했습니다.

해당 실행에 대한 전체 전략 테스터 보고서. 설정, 거래 통계, 잔고 및 에퀴티 곡선이 표시되어 있습니다.

설치 및 파일 구조

Expert Advisor 1개, 필수 지표 1개, 선택적 패널 1개, 헤더 7개로 구성됩니다. 파일 구조가 중요합니다. EA는 상대 경로 RMA\RMA_Engine을 통해 엔진을 로드하며, 헤더는 <RMA\...> 형식으로 포함되므로 각 파일은 해당 RMA 하위 폴더에 위치해야 합니다. EA보다 먼저 지표를 컴파일하십시오.

입력 매개변수

9개의 입력 그룹이 있습니다. 처음 두 그룹은 엔진으로 전달되어 엔진이 계산하는 내용을 변경하며, 나머지는 규칙, 주문 및 표시를 제어합니다.

연구 근거

구현 내용은 다음과 같습니다:

• Daniel Alexandre Bloch, 『 RMA를 활용한 체계적 트레이딩 강좌(A Course on Systematic Trading with RMA)』, SSRN에서 이용 가능.

이 논문은 프레임워크와 그 작동 원리, 즉 분位수 표현, 네 가지 크로스 전략, 그리고 레짐에 따라 이들 중 하나를 선택하는 적응형 크로스오버 종료(Adaptive Crossover Exit)를 제시합니다. 다만, 현재 버전에서는 ‘결과’ 섹션이 향후 연구 과제로 남겨져 있으므로, 실적이 포함되어 있지는 않습니다. 이 구현본이 제공하는 가치는 모든 상품에서 동일한 의미를 갖는 척도로 표현된 전략이며, 논문의 의도대로 다른 종목 및 시간대, 혹은 자산별로 보정된 창을 사용하여 직접 테스트할 수 있는 기반을 마련해 줍니다.

이와 관련된 또 다른 논문에서는 수학적 근거를 도출하고, 각 모듈의 구현 과정을 단계별로 설명하며, 네 가지 구성 요소와 청산 논리를 상세히 설명합니다: ‘MQL5를 이용한 블로흐의 상대 이동 평균(RMA) 프레임워크 구현’.