본문으로 건너뛰기
ModuQuant
전략 개발 - 복합전략

다중 시간대

NEW

다중시간대 전략(Multi-Timeframe Strategy)은 상위 시간대의 큰 추세를 먼저 파악하고 하위 시간대에서…

마지막 수정: 2026. 10. 2. 오후 7:59:10약 4분 소요

다중시간대 전략(Multi-Timeframe Strategy)은 상위 시간대의 큰 추세를 먼저 파악하고 하위 시간대에서 정확한 진입 타이밍을 잡는 계층적 트레이딩 방법입니다. 단일 시간대에서만 보면 노이즈에 휘말리기 쉽지만, 여러 시간대를 조합해 큰 흐름과 세부 진입을 분리하는 것이 핵심입니다. 다중시간대 전략은 큰 그림의 방향성과 세부 실행을 읽는 접근법입니다.

일봉 상승추세 + 4시간 풀백 + 15분 지지돌파: 최적 매수 신호. 일봉 하락추세 + 4시간 반등 + 15분 저항돌파: 최적 매도 신호. 상위 시간대 추세와 하위 시간대 신호 불일치: 관망. 상위 2개 시간대 이상 추세 정렬: 강력 진입 신호.

실전에서는 다중시간대를 단독으로 쓰기보다 거래량, RSI, 이동평균과 조합합니다. 일봉 EMA20 위 + 1시간 RSI 과매도 풀백 + 15분 거래량 급증 돌파면 매수 신뢰도가 높아지고, 모든 시간대 이동평균 방향이 일치할 때 더 강한 확인이 됩니다. 다중시간대는 추세 추종에 탁월하지만, 횡보장에서는 상위 시간대도 방향성이 없어 신호가 모호해질 수 있습니다. 그래서 ADX(추세 강도) ≥ 25 같은 필터를 붙여 추세장이 아닐 때는 관망하는 것이 일반적입니다. 다중시간대의 가장 큰 장점은 거짓 신호를 획기적으로 줄이고 승률을 높인다는 점**입니다. 상위 시간대가 큰 방향을 제시하고 하위 시간대가 최적 진입을 제공해 단일 시간대보다 훨씬 정교한 거래가 가능하며, 리스크 대비 수익률이 극대화됩니다. 반면 단점은 시간대 간 정렬을 기다리는 대기 시간이 길고 분석 복잡성이 높다는 것입니다. 그래서 3개 이하 시간대로 핵심만 추리고 추세 확인 지표와 함께 쓰는 것이 필수입니다.

일봉 데이터로는 다중 시간대를 그대로 재현할 수 없다

다중 시간대 전략은 긴 주기로 방향을 정하고 짧은 주기로 진입 시점을 잡습니다. 문제는 검증입니다 — 일봉 데이터에는 하루 안의 순서가 없습니다. 고가와 저가 중 어느 것이 먼저였는지, 장중 어느 시점에 조건이 켜졌는지 알 수 없습니다.

그래서 일봉으로 재는 "일봉 방향 + 분봉 진입"은 실제로는 분봉 부분을 가정으로 대체한 것입니다. 그 가정(예: 당일 시가 진입, 당일 종가 청산)이 유리한 쪽으로 잡히면 성과가 체계적으로 부풀려집니다. 어떤 가정을 썼는지가 전략 자체보다 결과에 더 큰 영향을 주는 경우가 있습니다.

주 단위·월 단위를 섞을 때의 경계 문제

주봉·월봉을 함께 쓰면 "그 주/달이 끝나야 확정되는 값"을 쓰게 됩니다. 아직 진행 중인 주의 주봉으로 판단하면 미래 정보를 쓰는 셈입니다(룩어헤드). 확정된 직전 봉만 쓰는지 확인해야 합니다.

리밸런싱 날짜와 봉의 경계가 어긋날 때도 같은 문제가 생깁니다. 월말 리밸런싱인데 월봉이 당일 포함으로 계산되면 그날의 종가를 알고 그날 매매하는 모양이 됩니다.

⚠️ 거래 빈도가 올라가면 비용이 먼저 반응한다

짧은 주기로 진입 시점을 잡는 목적은 더 좋은 가격을 얻는 것인데, 그만큼 거래 횟수가 늘어납니다. 개선된 진입가가 늘어난 수수료·슬리피지를 넘는지가 판단 기준입니다. 넘지 못하면 단순한 단일 시간대 전략이 더 낫습니다. 결과를 볼 때 거래 건수를 함께 확인하세요.

파라미터 프리셋

  • default short=20, long=50, rsi_period=14, rsi_threshold=50 — 표준 설정. 단중기 이동평균 교차와 RSI 방향성을 동시에 확인합니다.
  • aggressive short=10, long=30, rsi_period=14, rsi_threshold=45 — 더 빠른 이동평균과 낮은 RSI 기준으로 진입 빈도를 높입니다.
  • conservative short=50, long=100, rsi_period=14, rsi_threshold=55 — 느린 이동평균과 높은 RSI 기준으로 확실한 추세만 포착합니다.