Python으로 ADX and DI 지표 구현하기

ADX and DI는 트레이딩뷰에서 ‘BeikabuOyaji‘ 라는 유저에 의해 공개되었으며, 현재 트레이딩뷰 커뮤니티 TOP 7에 랭크된 지표입니다. 내장 지표 중 ‘디렉셔널 무브먼트 인덱스(DMI)’와 비슷하지만 ADX 계산방식이 조금 다른 것으로 보입니다.

ADX and DI 란?

Average Directional Index (ADX), 마이너스 방향 지수 (-DI), 플러스 방향 지수 (+DI)는 웰스 와일더(Welles Wilder)가 개발한 거래 시스템을 구성하는 방향성 움직임 지표들의 집합을 나타냅니다. 플러스 및 마이너스 방향성 움직임은 방향성 움직임 시스템의 핵심을 형성합니다. 와일더는 두 개의 연속된 저점 간의 차이와 각각의 고점 간의 차이를 비교하여 방향성 움직임을 결정했습니다. 이 세 가지 지표를 함께 사용하면, 추세의 방향과 강도를 파악할 수 있습니다.

컴퓨터가 보편화되기 전에 개발된 지표들이지만, 그 계산 방식은 매우 정교하고 오늘날에도 여전히 효과적으로 사용되고 있습니다.

참고 링크: https://chartschool.stockcharts.com/table-of-contents/technical-indicators-and-overlays/technical-indicators/average-directional-index-adx

ADX and DI 구현

pip install pandas ccxt numpy pinetopy

import pandas as pd
import ccxt
import pinetopy as pp
import numpy as np

# 예시) 바이낸스 선물 BTCUSDT, 1시간 봉 
bnb = ccxt.binance({'options': { 'defaultType': 'future' }}) 
ohlcv = bnb.fetch_ohlcv(symbol="BTC/USDT", timeframe="1h", limit=500)
df = pd.DataFrame(ohlcv, columns=['time', 'open', 'high', 'low', 'close', 'volume'])
df['time'] = pp.kst(df['time'])

def ADXnDI(df, length=14):
    true_range = pp.atr(df, length)
    high, low = df['high'], df['low']

    dm_plus = high - high.shift(1)
    dm_minus = low.shift(1) - low
    dm_plus = np.where(dm_plus > dm_minus, np.maximum(dm_plus, 0), 0)
    dm_minus = np.where(dm_minus > dm_plus, np.maximum(dm_minus, 0), 0)
    
    smoothed_dm_plus = pd.Series(dm_plus, index=df.index).ewm(alpha=1/length, adjust=False).mean()
    smoothed_dm_minus = pd.Series(dm_minus, index=df.index).ewm(alpha=1/length, adjust=False).mean()
    
    di_plus = (smoothed_dm_plus / true_range) * 100
    di_minus = (smoothed_dm_minus / true_range) * 100
    dx = (np.abs(di_plus - di_minus) / (di_plus + di_minus)) * 100
    adx = dx.rolling(window=length).mean()
    
    df['DIPlus'] = di_plus.round(1)
    df['DIMinus'] = di_minus.round(1)
    df['ADX'] = adx.round(1)

    return df

print(ADXnDI(df, length=14)) # 트레이딩뷰 디폴트 값

Check

트레이딩뷰 차트와 비교