안녕하세요, 트레이더 여러분! 오늘은 스피어만 순위 상관관계(Spearman's Rank Correlation)에 대해 알아보도록 하겠습니다. 이 방법은 변수 간의 관계를 통계적으로 연구하는 비모수적 방법으로, 두 개의 숫자 시퀀스 간의 평행성을 파악하는 데 사용됩니다.
스피어만 순위 상관관계를 계산하는 과정은 다음과 같은 단계로 이루어집니다:
- 각 지표에 번호(순위)를 부여하고, 가장 높은 순위부터 가장 낮은 순위까지 정렬합니다.
- 비교할 각 쌍의 순위 차이를 계산합니다.
- 각 차이를 제곱하고, 그 값을 모두 합산합니다.
- 다음의 공식을 사용하여 순위 상관관계를 계산합니다:
여기서 
는 순위 차이의 제곱 합, 
는 쌍으로 이루어진 관측값의 수를 나타냅니다.
순위 상관관계를 사용할 때, 지표 간의 상관 비율을 추정하는데, 값이 0.3 이하일 경우 낮은 상관 비율, 0.4에서 0.7 사이일 경우 중간 상관 비율, 0.7 이상일 경우 높은 상관 비율로 간주됩니다.
스피어만 순위 상관관계는 모수적 상관관계보다 약간 덜 강력합니다. 관측값이 적을 때 이 방법을 사용하는 것이 합리적입니다. 이 방법은 숫자 데이터뿐만 아니라 다양한 강도의 속성으로 탐지된 값에도 활용할 수 있습니다.
이 지표는 오실레이터의 일종으로, 스토캐스틱 오실레이터에 비해 더 부드럽고, 피벗 포인트에서 지연되지 않는 장점이 있습니다.
계산 알고리즘에 영향을 미치는 유일한 외부 파라미터는 rangeN입니다. 이 파라미터는 우리가 규칙성을 찾으려는 바의 수를 설정합니다. 예를 들어, rangeN = 14이면, 우리는 종가 시퀀스 Close[i], Close[i+1], ... Close[i+rangeN-1]를 가져와서 그에 대한 순위 시퀀스를 구성합니다. 이 경우, 하나의 실제 차트는 다른 단조 증가 차트와 비교됩니다.
direction 파라미터는 최고 값에서 최저 값으로 정렬할지(참) 아니면 최저 값에서 최고 값으로 정렬할지(거짓)를 결정합니다. true 값은 더 일반적인 모습을 보여주고, false 값은 반전된 이미지를 생성합니다. CalculatedBars 파라미터는 계산되는 바의 양을 제한하여 CPU 자원을 절약하기 위해 도입되었습니다. 이 파라미터가 0이면 모든 사용 가능한 이력에 대해 계산이 수행됩니다. Maxrange = 30은 최대 계산 기간을 설정하여 자원을 절약하기 위해 만들어졌습니다.
스피어만 순위 상관관계는 데이터 분석에 매우 유용한 도구입니다. 여러분의 트레이딩 전략에 활용해 보세요!