ETF 200일 이동평균선 매매 전략: 전략 분석 및 최적화

import yfinance as yf
import pandas as pd
import matplotlib.pyplot as plt

# ETF 심볼, 날짜 범위를 설정하고 역사적 가격 데이터를 다운로드
symbol = "SPY"  # S&P 500 ETF의 티커 심볼
start_date = "2010-01-01"
end_date = "2023-11-10"

# Yahoo Finance에서 데이터 다운로드
df = yf.download(symbol, start=start_date, end=end_date)

# MultiIndex 처리 - DataFrame의 다중 레벨 컬럼명을 단순화하여 접근을 쉽게 함
# 'Price' 레벨만 선택하여 DataFrame의 구조를 단일 레벨로 만듦
df.columns = df.columns.get_level_values(0)  # MultiIndex 컬럼을 단일 레벨로 변경

# 디버그: MultiIndex 조정 후 컬럼명을 출력하여 확인
print("Columns after adjusting MultiIndex:", df.columns)

# 'Close' 가격의 200일 이동평균을 계산
df['MA200'] = df['Close'].rolling(window=200).mean()  # 200일 이동 평균 계산

# 디버그: 'Close'와 'MA200' 컬럼에서 NaN 값 확인하여 데이터 일관성 보장
print("NaN values in 'Close':", df['Close'].isna().sum())
print("NaN values in 'MA200':", df['MA200'].isna().sum())

# 'Close' 또는 'MA200'에 NaN 값이 있는 행을 삭제
# 이동평균 계산으로 인해 발생하는 NaN 값을 제거하여 이후 계산 시 정렬 문제 해결
df.dropna(subset=['Close', 'MA200'], inplace=True)

# 200일 이동평균을 기준으로 매매 신호 생성
# 'Signal' 컬럼: 1은 매수 신호 (가격이 MA200 위에 있음), 0은 신호 없음
df['Signal'] = (df['Close'] > df['MA200']).astype(int)

# 'Position' 컬럼: 거래가 발생할 때를 표시
# +1은 매수 신호, -1은 매도 신호를 나타냄
df['Position'] = df['Signal'].diff()

# 종가 변동에 따른 일일 수익률을 계산
df['Returns'] = df['Close'].pct_change()

# 전략 수익률 계산 (포지션이 있는 경우에만 수익률 반영)
# 전략 수익률은 신호 발생 다음 날 매수/매도를 하는 것처럼 설정하여 수익률을 계산
df['Strategy_Returns'] = df['Signal'].shift(1) * df['Returns']

# 누적 수익률을 계산하여 단순 매수-보유와 이동평균 전략의 성과를 비교
df['Cumulative_Returns'] = (1 + df['Returns']).cumprod()  # 매수-보유 누적 수익률
df['Cumulative_Strategy_Returns'] = (1 + df['Strategy_Returns']).cumprod()  # 이동평균 전략 수익률

# 200일 이동평균 전략 결과 시각화
plt.figure(figsize=(12, 8))
plt.plot(df.index, df['Close'], label='Close Price')  # 종가를 그래프로 표시
plt.plot(df.index, df['MA200'], label='200-day MA')  # 200일 이동평균을 그래프로 표시

# 매수 신호를 녹색 삼각형으로 표시 (Position이 +1일 때)
plt.plot(df.index[df['Position'] == 1], df['Close'][df['Position'] == 1], '^', markersize=10, color='g', label='Buy Signal')

# 매도 신호를 빨간색 삼각형으로 표시 (Position이 -1일 때)
plt.plot(df.index[df['Position'] == -1], df['Close'][df['Position'] == -1], 'v', markersize=10, color='r', label='Sell Signal')

# 그래프 제목, 축 레이블, 범례 추가하여 가독성 향상
plt.title(f'{symbol} - 200-day Moving Average Strategy')
plt.xlabel('Date')
plt.ylabel('Price')
plt.legend()
plt.show()  # 그래프 표시