주식 거래량 보는 법

주식거래량이 많은 날에는 주가가 올라갔고 주식거래량이 주가가 조정 받아 하락한날에는 거래량이 대폭 증가 했네요.

주식 강승

거래량은 주식에서 가장 중요한 지표라고 생각합니다. 주가를 얼굴 표정이라고 한다면, 거래량은 그 사람의 의도라고 표현하고 싶습니다. 얼굴 표정만 보고도 그 사람의 생각을 어느정도 알 수 있겠지만, 얼굴 표정은 속일 수 있습니다. 하지만 그 사람의 의도를 잘 읽는다면, 그 사람이 무슨 생각을 하는지 파악하기 쉽겠죠. 그만큼 거래량은 매우 중요합니다. 이번 글을 통해, 거래량의 간단한 의미, 거래량을 이용해서 종목을 고르는 일반적인 방법에 대해서 알아보도록 하겠습니다. 하지만 필자가 계속해서 강조하듯이 주식은 'A=B'이다 라고 생각 하시면 안됩니다. 제가 말씀드린 일반적인 상황도 '일반적'인 것이지 '반드시'는 아니니, 참고만 해주시기 바랍니다. 그럼 바로아래에서 거래량의 의미, 활용방법에 대해 자세히 알아보겠습니다.

투자할때 가장 중요시 봐야하는 지표

거래량은 투자할때 가장 중요하게 생각해야합니다. 거래량은 도대체 어떤 의미를 가지고 있길래 필자가 이렇게 중요하다고 말하는걸까요? 답은 너무나도 쉽습니다. 제 글을 다 보신분은 몇번 보셨겠지만 주가는 주포에 의해서 만들어진다고 누누히 말씀드렸습니다. 주포의 의도는 많은 데이터를 남기기 때문에 데이터를 볼 줄 안다면, 짐작이 가능합니다. 그 데이터중 가장 중요한게 거래량이라고 생각합니다. 상한가를 찍거나 갑자기 10%이상 급등한 종목을 유심히 관찰해보신적이 있으신가요? 반드시 나타나는 공통점은 아니지만, 일반적으로 나타나는 패턴이 있습니다. 그 패턴안에서 주포의 의도를 파악해볼 수 있는데요. 보통 주포는 재미를 볼 종목에서 의도적으로 거래량을 증가시켜서 개인투자자들의 관심을 유도합니다. 그리고 매집을 형성한 다음 다시 물량을 충분히 모으다가, 준비가 끝나면 폭발적인 장대양봉을 만들고 그때 유입된 신규 투자자들에게 많은 물량을 떠넘기면서 이득을 실현하고 다시 매집을 형성해, 물량을 모으기 시작하죠. 많은 패턴이 있겠지만 저도 아직 주린이라, 제가 아는 패턴이 많진 않습니다. 제가 아는 패턴 중에, 폭발적인 거래량으로 사람들의 관심을 끈 이후, 조정+매집 형성 이후, 다시 폭발적인 급등을하는 패턴을 소개하겠습니다.

폭발적인 거래량으로 관심을 끈 후, 박스권을 형성하고 급등

1. 티케이케미칼

얼마전에 제가 티케이케미칼을 투자했었는데요, 이 경우가 바닥권에서 거래량이 폭발한 뒤, 박스권(매집)을 형성하고 급등한 경우였습니다. 1번이라고 표시한곳에서 거래량이 급등하며 장대양봉이 나왔습니다. 그 이후에 의미있는 구간에서 매집이 형성됐고, 거래량은 줄었습니다. 이곳에서 큰손들이 다시한번 물량을 충분히 모으고, 결국 장대양봉으로 상황을 마무리했죠. 현재는 음봉이 연속해서 나왔는데요. 이것도 매집구간을 형성하는 단계일 가능성이 높습니다. 그런데 염두에 둘건, 바닥권에서 상승추세를 만들땐 보통 2번째 파동에서부터 시작하니 저점이 굉장히 낮게 형성될 위험도 있습니다. 하지만 저점에서 매집이 형성된 이후엔 큰 상승추세가 이어질거라 예상되므로 티케이케미칼은 주시할 필요가 있습니다. 또 다른 예는 광동제약입니다. 바로 아래에서 확인하겠습니다.

2. 광동제약

얼마전에 투자했었던 광동제약은 사실 바닥이라고 할순 없지만 상승 추세 끝에서, 이제 하락하는가 싶었지만 긴 매집을 통해 저점이 굳건하다고 암시해줬고, 어떻게 보면 바닥권에서 보이는 매집인거 같아서 이렇게 넣었습니다(제가 블로그에 썼던 종목을 예로 들려는데 예시가 별로 없어서 죄송합니다). 계속 상승 추세였다가. 오랜 횡보 끝에 한번더 급등했다고 봐야하는데요. 최근 장대양봉은 전에 있던 장대양봉보다 거래량이 월등히 적기 때문에 이번 매집의 저점은 더 낮아질 수도 있을거 같습니다. 하지만 고점에서 매집이 일어났다고 반드시 급등이 일어나는건 아니니, 고점에서 투자는 자제하시는 게 좋습니다. 위험한 예는 두산중공업을 보시면 알 수 있습니다.

고점에서 매집 위험한 예) 두산중공업

120일선과 터치할때까지만해도 많은 분들이 아마, 박스권은 저위에 그린것처럼 형성 될거라 생각하셨을 테지만, 거래량을 조금만 볼줄 아시는 분들은 저점이 더 아래로 잡힐 수도 있다는걸 아셨을 겁니다. 매집처럼 보이지만 굉장히 위험한 자리입니다. 왜냐하면 52주 최저가 대비 너무 높은 자리였고 더 올라갈 자리보다, 내려갈 자리가 너무 많았기 때문에 눈속임하기 좋은 자리였던 거죠. 그리고 왼쪽 부분에 장대양봉 2개에 제가 동그라미를 그려놨는데, 그 부분에서 거래량이 폭발이 있었습니다. 분명, 세력들의 트리거 역할도 있었을테고 이렇게되면 세력들의 평단가도 자연스럽게 높아지게 돼서, 다음 매집의 저점을 예상해볼 수 있게 됩니다. 보통 다음 매집의 저점은 거래량이 폭발적으로 동반된, 장대양봉의 아래꼬리나, 시가부분에 주가가 지지가 생기기 시작합니다. 1차 지지선에서 어느정도 주가가 유지가 됐었지만, 2차까지도 가는 양상입니다. 2차가 깨지면 그 아래에 상한가가 터지면서 거래량이 폭발했던 해당지점까지도 떨어질 가능성이 높습니다. 지금까지 세력이 자주쓰는 패턴에 대해서 알아봤습니다. 바로 아래에서 거래량으로 추세의 전환을 어떻게 알 수 있는지에 대해서 알아보겠습니다.

추세의 전환을 알려주는 거래량

여러분은 하락추세인 종목, 상승추세인 종목의 추세 끝을 어떻게 판단하시나요? 전 거래량과 차트를 보면서 판단합니다. 추세의 전환 지점에서 차트는, 상승장에서는 윗꼬리가 긴 도지, 하락장에서는 아래꼬리가 긴 도지가 나타나며 전에없던 높은 거래량도 동반합니다. 코로나때문에 급락장이 있었기에, 20년3월19일경쯤 모든 종목들을 보시면 하락하다가 추세가 전환되는 시점이 있을텐데요, 아무 종목이나 한번 차트를 관찰해보세요. 바닥에서 아래꼬리가 긴 도지모양이 나오고, 거래량도 전에없던 거래량이 터지면서 추세가 전환되는걸 보실 수 있으실겁니다. 예를 들어보겠습니다.

1. 삼성전자

삼성전자는 20년 3월 19일에 최저점을 찍고 해당 부근에서 전에없던 거래량을 터뜨리며 바닥을 짚고, 추세전환을 시작했습니다. 제가 위에서 도지 모양 + 높은 거래량이라고 했다고 무조건 도지 + 거래량이 높으면 추세전환하는건 아니지지만, 높은 확률로 하락장에서는 아래꼬리가 생기고, 상승장에서는 윗꼬리가 생기면서 전에없던 거래량이 생기면 추세가 전환됩니다. 주식이란게 100% 이론대로만 움직이지 않기때문에 차트 + 거래량만 보고 판단해서는 절대 안되겠죠. 어쨋든 확률상 추세전환할 확률이 높아지는건 사실입니다. 다른 예도 들어보겠습니다.

2. SK하이닉스

sk하이닉스도 20년 3월 19일에 최저점을 찍을때, 아래꼬리가 길게 발생하며, 가까운 날과 비교하면 전에없던 거래량이 터지면서 바닥을 짚고, 추세전환을 하기 시작했습니다. 무조건 도지 모양이라고 생각하기보단, 아래꼬리가 주식 거래량 보는 법 생기면서 종가를 저점보다 높이 마무리시키면서 거래량이 전에없이 높게 터진다면 이쯤이 바닥이겠구나 판단하시면 됩니다. 하지만 주식이 항상 이런식으로 생각대로만 움직일까요. 그렇다면 주변사람들 다 부자가 되어있겠죠. 바로 아래에서 예외를 확인하겠습니다.

3. 서울식품

서울식품은 같은날인 20년 3월 19일에 저점을 짚고 추세전환을 시작했는데 아래꼬리가 발생은했다만, 거래량은 다른날과 비슷하게 발생했습니다. 이런 예외는 왜 생기는걸까요? 이걸 확인해보려면 위의 예에서 봤던 삼성전자, sk하이닉스, 서울식품을 좀더 넓은 기간을 봐야 짐작을 해볼 수 있습니다.

4. 삼성전자, sk하이닉스, 서울식품 비교해보기

위의 차트는 삼성전자를 좀더 기간을 넓게잡아서 봤습니다. 20년 3월 19일에 전에없던 거래량이 발생하면서 바닥을 짚었고, 상승추세를 했었는데, 좀더 기간을 넓게보니까 3월19일에 찍은 주가는 전에없던 주가는 아니었습니다. 2018년~2019년 동안 20년 3월 19일에 찍은 주가 주변에서 많은 거래가 있었습니다. 해당지역에 이미 거래가 많이 있었고, 그 지점엔 많은 매물이 형성돼 있었던 겁니다. 게다가 삼성은 장기간 투자하는 사람들이 많기 때문에 매물이 계속 유지되어 있었을 확률이 높죠. 그래서 20년 3월 19일 바닥에서 주가를 끌어올리기 위해서는 매물대를 뚫고 올라가야하기 때문에 전에없던 거래량이 필요한겁니다. 또다른 관점도 있는데, 이걸 이해하려면 사람들의 심리를 이해할 필요가 있습니다. 저점에서 많은 사람들이 해당 주가에 매물대를 형성하고 있다면, 그 많은 사람들의 심리는 하나같이 자기가 가지고있는 평단가보다 주가가 낮아지는걸 싫어하는 심리가 있을겁니다. 제가 길게 동그라미 친 2018년 12월 ~20년 9월에 발생한 거래량을 다합하면 엄청나게 많은 사람들이 해당 기간에 거래를 해왔었다는걸 알 수 있습니다. 그렇게 많은 사람들이 모두가 하나같은 마음으로 내 평단가보다 주가가 내려가는걸 원치 않을겁니다. 그래서 바닥지점에서 모두가 한마음으로 물탄다면 거래량이 폭발적으로 일어나면서 주가가 올라가게 되는거죠.

sk하이닉스도 마찬가지입니다. 20년 3월 19일에 있었던 주가가 전에없던 주가가 아니었습니다. 그 주변에서 폭발적으로 많은 거래량이 발생한적도 많았고, 해당지점에서 물탄 사람들이 많았을것이기 때문에 주가가 폭발적으로 늘어날 수 밖에 없었을 겁니다. 하지만 서울식품은 조금 다릅니다.

서울식품이 20년 3월 19일 바닥을 짚을때는 전에없던 주가였습니다. 물론 2015년도까지가면 20년 3월 19일에 기록한 주가가 있지만, 사실 서울식품같은 종목에 20년 3월 19일까지 투자하고있던 사람이 몇명이나 있었을까요. 아마 없었을 겁니다. 그래서 20년 3월 19일에 찍었던 주가에서 방향을 전환할때 필요한 거래량이 조금만 있어도 가능했던거죠. 매물이 없으면 추세전환할때 거래량이 그렇게 많이 필요하진 않습니다. 물론. 상승추세에서 하락추세로 전환될땐 매물이 없더라도 전에없던 거래량이 발생하기 쉽긴 할겁니다. 왜냐하면 높은 지점에서 팔고싶은 사람은 당연히 많을 수 밖에 없으니까요. 사실 주식을 결과만 보고 해석하긴 쉽습니다. 그리고 해석하는 방법도 많을겁니다. 저는 매물대 + 거래량 + 차트로 해석하고 있는거고 다른 관점에서도 해석할수도 있겠죠.

사실 주식은 누가 해석하냐에따라서 해석하기 나름이고, 정답이 없습니다. 다만, 여러 차트를 보면서 생각해보면 정답과 비슷한 답을 찾을 순 있을겁니다. 20년 3월 19일에 저점을 찍은 종목은 굉장히 많습니다. 많은 종목들의 차트를 보면서 거래량을 비교해보세요. 해당 주가와 같은가격의 주가가 몇년도에 있었는지도 봐보세요. 그럼 이해하기 쉬울겁니다. 상승장에서는 반대로 매물대가 없어도 전에없던 고점에서 하락추세를 시작할땐 거래량이 많이 발생하기 쉽습니다. 왜냐하면 고점에서는 모두들 팔고싶어하기 때문에 전에 매물대가 없어도 많이 발생할 수가 있는거죠. 사람들의 심리도 생각해보면서 짐작해보면 주식이 재밌어질겁니다. 다시말씀드리지만 주식은 정답이 없고, 사람들의 심리가 어땠었을지 이해해보는 정도만 생각해봐도 실력향상에 큰 도움이 되실거라 생각합니다.

글을 마음대로 배포하셔도 되지만,
출처(URL)는 '꼭' 남겨주시기 바랍니다.

필자가 적극 추천하는 책

전설로 떠나는 월가의 영웅(피터린치) : 여유로운 마음가짐으로 돈을 안잃으면서 큰 돈을 벌 수 있는 시야를 가질 수 있게 도와준 책입니다. 여러분들도 한번 읽어보시길 권해드립니다.

위 책은 실제 필자가 읽은 책이고 적극 추천하는 책이지만 쿠팡파트너스 활동의 일환으로, 일정한 수수료를 제공 받을 수 있습니다. 하지만 여러분들에게 추가 비용이 발생하진 않습니다.

주가에 영향을 미치는 요소들은 국내경기동향·해외경기동향 등 경제적 요소, 국내외 정치상황·노사분규·전쟁 등 경제외적 요소, 대주주변화·신제품개발·인수합병·유상증자 등 기업내부 요소와 관련된 것들로 구분할 수 있다. 이런 관점에서 본다면 주가는 기업과 관련을 갖는 국내외의 모든 정치·경제·사회 요소를 반영하고 있는 최종 결과물이라고 할 수 있다. 주가는 실시간에 가깝게 변화한다. 왜냐하면 주식 투자자들은 정치·경제·사회·외교와 관련된 뉴스들이 공개될 때마다 한 기업의 주식을 끊임없이 사고팔기 때문이다. 이러한 이유로 매 순간 변화하는 주가를 결정하는 요인 혹은 방식을 설명한다는 것은 불가능해 보일수도 있다. 그러나 ‘물건이 지니고 있는 가치를 돈으로 나타낸 것이 가격’이라는 개념을 사용한다면 가치를 결정하는 기본적 요소들을 파악할 수 있을 것이다. 주식시장에서 거래량과 주식수익률 사이의 관계는 오랫동안 학자와 실무 종사자들의 관심을 받아 왔다. 이론적 측면에서 거래량과 주식 수익률 사이의 체계적·일반적 관계를 나타내기 위한 연구를 시도했지만 의견 일치를 이루지 못하고 있다. 거래량과 수익률 사이의 관계에 대한 실증적 연구들은 표본기간이 달라지거나, 표본시장이 달라지면 서로 다른 결과를 보여주고 있는 것이다. 그동안 진행되어온 주가의 결정요인에 대한 연구 중에서 거래량에 대한 주식 거래량 보는 법 연구가 가장 활발한 분야이다. 이는 거래량과 주가는 주식시장에서 투자자들이 쉽게 접근할 수 있는 정보이기 때문이다. 또한 거래량이 주가에 영향을 주거나 영향을 받을 것이라는 인식을 하고 있다는 것을 의미한다. 거래량이 주가보다 앞서 미래의 주가 흐름을 예측하는데 도움을 주기도 하지만, 주가 흐름에 대한 신뢰성을 부여하는 것이 거래량이기도 하다. 거래량이 증가하면서 주가가 상승한다면 주가 상승에 대한 신뢰성을 보다 높게 가질 수 있다. 그러나 주가는 상승하는데 거래량이 줄어든다면 그 상승에 대한 확신은 약해질 수밖에 없을 것이다. 이런 경우 주가 상승이 중단되고 오히려 하락하는 경우가 많다. 주식시장에서 거래량이 주가 변동과 연관을 가지는 것은 당연하게 받아들여진다. 주가와 거래량 간의관계에 대한 이론적 설명은 이들 관계를 어떤 관점에서 접근하느냐에 따라 다양하게 정리될 수 있다. 이러한 거래량과 가격변동 간의 관계에 대한 관심은 여러 형태로 많은 연구자들에 의해 꾸준히 연구되어 왔다. 거래량과 주가 간의 관계에 대한 오랜 관심은 시장효율성에 대한 관심과 주식 거래량 정보를 활용하여 우월한 성과를 낼 수 있을까 하는 것에 초점이 맞추어져 있다. 그러나 거래량과 주가 간의 관계를 연구한 결과들은 일치되지 않고 있는 것에 반해, 투자자들은 상승시장에서 거래량이 증가하고, 하락시장에서 감소한다는 것과 거래량이 가격 변화를 가져온다는 것을 일반화된 사실처럼 받아들이고 있다. 이처럼 거래량과 주가 간의 관계에 대한 연구의 목적은 주가 변화를 예측하여 수익률을 높이는데 있다. 일반적으로 거래량과 주가는 비슷한 추세로 움직이면서 상관관계도 높다는 연구 결과가 제시되고 있다. 그러나 거래량이 주가변동을 예측하는데 이용되기 위해서는 상관관계 외에 인과관계가 규명될 필요가 있다. 왜냐하면 두 변수 간에 상관관계 외에 어떤 구조적인 인과관계가 발견된다면 한 변수를 관찰하여 다른 변수의 움직임을 예측할 수 있게 되기 때문이다. 따라서, 본 연구는 주식시장에서 투자자들이 가장 많이 투자정보로 활용하고 있는 거래량과 주가 간의 관계를 분석하는데 목적이 있다. 즉, 거래량이 주가에 영향을 미치는지 또는 주가가 거래량에 영향을 미치는지를 파악하려는 것이다. 이러한 연구 결과에 기초하여 개별기업 주식에 투자할 때 거래량 정보를 이용한 투자전략의 효과를 알아보려는 것이다. 분석대상기간은 KOSPI 종목은 2002년 1월2일부터 2011년 12월29일까지 10년간의 총 2,482일간의 일별자료, KOSDAQ 종목은 2006년 1월2일부터 2011년 12월29일까지 6년간의 총 1,489일간의 일별자료를 사용하여 분석하였으며, 분석방법은 시계열자료가 정상적인지 비정상적인지를 판별하기 위하여 단위근 검정을 실시 하였다. 그리고 각각의 거래량과 주가와의 인과관계를 살펴 보기위하여 Granger 인과관계 검증을 실시하였다. 본 연구와 선행연구의 차이점은 다음과 같다. 첫째, 거래량과 주가 간의 인과관계를 파악하기 위하여 표본기간 동안 거래소와 코스닥시장의 시가총액 상위 5종목을 포함시켜 분석하였다. 둘째, 본 연구에서는 기존 선행연구에서 주로 사용하였던 일별거래량 외에 5일 평균거래량, 20일 평균거래량, 60일 평균거래량, 120일 평균거래량을 사용하여 분석하였다. 이렇게 다양한 거래량을 사용하는 것은 어떤 거래량이 현실을 설명하는데 가장 적합한지 여부를 파악하려는 것이다. 연구의 결과는 다음과 같다. 첫째, 주가가 거래량에 유의적인 영향을 미치는 경우가 많음을 알 수 있다. 특히 주가는 일별거래량, 5일평균거래량, 60일평균거래량에 유의한 영향을 미치고 있음을 알 수 있다. 이것은 기존의 연구 결과와 일치하는 것이다. 둘째, 거래량이 주가에 유의적인 영향을 미치는 경우도 비교적 많음을 알 수 있다. 특히 일별거래량, 5일평균거래량, 60일평균거래량은 주가에 유의한 영향을 미치고 있음을 알 수 있다. 이것은 기존의 연구 결과인 주가가 거래량에 미치는 영향이 많았던 것과는 약간 다른 결과이다. 셋째, 거래량 중에서는 5일평균거래량이 다른 거래량에 비해 근소하지만 주가에 더 유의적인 영향을 미치는 것으로 나타났다. 그중에서도 다음은 거래량이 주가에 더 유의적인 영향을 미치는 것으로 나타났넷째, 시장별 분석결과를 보면 코스피 보다는 코스닥시장에서 유의적 관계가 더 많이 나타났음을 알 수 있다. 이러한 결과는 거래량정보를 활용하여 투자전략을 수립하는 경우 코스닥시장이 더 나은 투자성과를 기대할 수 있게 한다는 것을 의미한다.

Stock price is affected by various elements: economic factors such as the domestic or global economic trend, non-economic factors like labor dispute or war, and internal factors in company including change of major shareholders, development of new product, M&A, or capital increase with consideration. In this sense, stock price is a final result reflecting all the political, economic, and social context which is associated with the company. The relation between trading volume and stock return has been long discussed by the scholars and the financial professionals. Many researches have been tried to figure out the systematic and universal relation between those two in theoretical aspect, but it has never reached any consensus. The preceding empirical studies on the relation have shown the different conclusion depending on the sample period or the sample market. The study on the trading volume is the most active and animated field of research among the precedent studies on the determinant of stock prices. That is because trading volume and stock prices are one of the easiest information for the investors to access, and it also means that trading volume are usually assumed as an influential factor to affect the stock price or to get affected by the stock price. Trading volume helps to predict the future flow of the stock price in advance, but it also grants credibility for the flow. If the 주식 거래량 보는 법 amount of trade increases and the price also increases, then it could be quite surely presumed that the price is going to rise constantly. However, if the price goes up but the trading volume goes down, then it never be 주식 거래량 보는 법 accepted that the stock price will continuously rise. Rather, in most cases, the stock price stops to rise, and falls. Likewise, it is a widely accepted that trading volume is interrelated with the fluctuation in stock price. Many researchers has tried to account the relationship between trading volume and stock price from theoretical perspective in various ways, and this long concern has focused on how to gain a distinguished performance with the interest in market efficiency and the use of trading volume information. However, though there is no unanimous conclusion which accounts the relationship, most investors take it as a generalized fact that trading volume causes a change in price in such cases as trading volume increases when stock price increases, and trading volume decreases when stock price decreases. Thus, this study has a purpose on analyzing the relationship between stock prices and trading volume which are widely used as information for investment. In other words, it is for figuring out whether the trading volume has an effect on the stock price, or vice versa. Therefore, the study aims to find out the effect of the investment strategy using the trading volume information when investing the individual companies. In this paper, analysis period was taken from the daily data of 10 years which is 2,482 days from 2nd January, 2002 to 29th December, 2011 from KOSPI, and also from the daily data of 6 years which is 1,489 days from 2nd January, 2006 to 29th December, 2011 from KOSDAQ. As an analysis method, unit root test was used to distinguish whether the time series data is normal or not, and Granger Causality test also was applied to look at the causal relationship between trading volume and stock prices. The differences of this study from the precedent ones are as in this following. First, the analysis in this paper includes the top five types of market capitalization in the KOSPI market and KOSDAQ market during the sample period so as to figure out the causal relationship between trading volume and stock prices. Second, the study uses average daily trading volume which is mainly used in the preceding studies as well as 5-day, 20-day, 60-day, and 주식 거래량 보는 법 120-day average trading volume. Those various sorts of trading volumes are for finding out which type is the most suitable information to account for the reality. The results from the study are as follows. First, the stock price often has 주식 거래량 보는 법 a significant effect on the trading volume, especially when it comes to average daily trading volume, 5-day and 60-day average trading volume. It is as same consequence as the previous studies. Second, the trading volume also often has a considerable effect on the stock prices. It was observed especially in average daily trading volume, 5-day and 60-day average trading volume. It is slightly different result, comparing with the preceding studies that the stock prices affects the trading volume. Third, 5-day average trading volume exerts more substantial influence on the stock prices than any other sorts of trading volumes. In particular case of Daum Communications Corp., 5-day average trading volume has a noticeable influence on the stock prices. Fourth, those significant relations are usually observed in KOSDAQ market more than in KOSPI. It means that the more successful performances are expected in KOSDAQ market when the investment strategy is established using the trading volume information.

은퇴준비 블로그

주식의 거래량이란 단어 그대로 주식 거래가 이루어진 총수량을 말합니다.
즉 거래량은 거래소에서 매매가 된 총 주식수입니다. 거래 대금은 주식 거래 가격 총액을 뜻하는데요.
거래대금은 각각의 매매가 성립된 거래 가격 X 주식수를 합친 것입니다.

주식거래량이 많은 날에는 주가가 올라갔고 주식거래량이 주가가 조정 받아 하락한날에는 거래량이 대폭 증가 했네요.

- 거래량이 뜻하는 것은?

주가지수와 함께 거래량은 주식시장의 움직임. 즉 동향을 알 수 있는 기본적인 지표로 사용되고 있습니다.
일반적으로 주가가 상승장이면 거래량은 증가하고 하락장에서는 감소하는 경향을 보입니다.
따라서 주가가 상승중이지만 거래량이 함께 증가하지 않는다면 상승장이라고 볼 수 없기 때문에 주가 동향은 물론 거래량의 파악도 중요합니다.

예를 들어 어떤 종목의 주가가 상승하고 있으면 계속 상승할 것이라고 기대하고 매수자가 많아지면서 거래량도 늘어나게 됩니다. (고점에서는 매수세↔매도세의 견제로 대량 거래가 이루어지기도 합니다)
반대로 주가가 하락하게 되면 매수가자 줄어들고 종목의 주가를 관망하게 되어 거래량은 감소합니다.

즉 주가가 하락하다 바닥권에 머무르다 거래량이 늘어나면 그 종목은 상승할 여지가 있고 거래량이 늘어 주가가 상승하다 평소보다 많은 거래량이 이루어지게 되면 주가는 고점으로 예상할 수 있습니다.

- 거래대금의 역할은?

거래대금은 주식시장에 유입되는 자금의 규모를 나타내기때문에 자금의 규모를 파악하는 것은 거래량과 주식 거래량 보는 법 함께 주식시장에서 매우 중요한 요소 중의 하나입니다.

하지만 거래량이 많다고 해서 꼭 거래대금이 많은 것은 아니고(주식 가격이 작을 경우) 반대로 거래대금이 많다고 해서 꼭 거래량이 많은 것은 아닙니다. (주식 가격이 클 경우)
따라서 거래대금을 거래량으로 나누게 되면 1주당 매매단가를 알 수 있어 1주당 매매 단가도 주식시장의 흐름을 파악 할 수 있는 바로미터라고 할 수 있습니다.

이를 보면 주식장이 상승장의 처음에는 고가인 우량주 위주의 거래가 늘어나 1주당 매매단가가 비싸지고 상승장의 끝무렵에는 중저가 주식까지 매수세가 몰려 1주당 매매단가가 낮아지는 경향이 있습니다. (흔히들 듣보잡 주식이 뜬다는 표현을 하기도 합니다) 해서 거래량, 거래대금, 1주당 매매단가는 주식시장의 전반적인 흐름을 파악하기 위해 꼭 확인해야 할 지표입니다.

※ 거래량과 주가조작 등의 작전주

대형주는 종합지수와 상관없이 언제나 거래량이 많고 일정한 거래량을 유지합니다.
(대형주의 뉴스나 소문은 항상 언론이나 투자자들 사이에 노출되어 있어 거래량이 일정 유지 될 수밖에 없습니다.)
대형주는 소형주 보다 바닥에서 거래량이 폭발 적으로 늘어나는 경우가 많은데 대형주는 저가에서 매수세가 강하기 때문입니다.

소형주는 주가가 거래량과 함께 움직이는 경우가 많습니다. 일반적으로 고점에서 폭발적인 거래량이 보이는데요.
저점에서 매수하려해도 매수할 수 있는 주식이 없을 정도로 거래량이 적습니다.

따라서 소형주에 투자하려는 투자자들은 최근 거래가 없는지 아니면 거래량이 폭발적으로 늘어났는지 확인을 해봐야 합니다.

흔히들 이야기하는 작전주 같이 주가조작에 쓰인 종목들의 특징은 시가총액이 작고 거래량이 갑자기 거의 없어지는 특징이 있습니다. 매도세를 없애기 위해 사전에 주식을 모두 매수해서 일어나는 일인데요.
반대로 생각하면 거래량이 갑자기 적어지거나 거의 없는 소형주들은 주가조작일 가능성이 큽니다.

※ 주가가 오를 때 거래량은 많으면 좋음. 거래량이 적으면 하락 위험 주의.

※ 주가가 내릴 때 거래량이 적으면 좋고 거래량이 많으면 급락 가능성 있음.

KR100871089B1 - 거래정보를 음악파일로 변환하는 방법 및 시스템과 이방법을 저장한 기록 매체 - Google Patents

Publication number KR100871089B1 KR100871089B1 KR1020060033811A KR20060033811A KR100871089B1 KR 100871089 B1 KR100871089 B1 KR 100871089B1 KR 1020060033811 A KR1020060033811 A KR 1020060033811A KR 20060033811 A KR20060033811 A KR 20060033811A KR 100871089 B1 KR100871089 B1 KR 100871089B1 Authority KR South Korea Prior art keywords transaction transaction information converting information price Prior art date 2005-10-21 Application number KR1020060033811A Other languages English ( en ) Other versions KR20070043571A ( ko Inventor 정차호 전병화 주식 거래량 보는 법 구본철 Original Assignee 전병화 정차호 구본철 Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.) 2005-10-21 Filing date 2006-04-14 Publication date 2008-11-28 2005-10-21 Priority to KR1020050099850 priority Critical 2005-10-21 Priority to KR20050099850 priority 2006-04-14 Application filed by 전병화, 정차호, 구본철 filed Critical 전병화 2006-04-19 Priority claimed from PCT/KR2006/001443 external-priority patent/WO2006112655A1/en 2007-04-25 Publication of KR20070043571A publication Critical patent/KR20070043571A/ko 2008-11-28 Application granted granted Critical 2008-11-28 Publication of KR100871089B1 publication Critical patent/KR100871089B1/ko

Links

• Espacenet
• Global Dossier
• Discuss

• 238000006243 chemical reaction Methods 0.000 claims description 26
• 230000000875 corresponding Effects 0.000 claims description 21
• 238000004891 communication Methods 0.000 claims description 10
• 238000003860 storage Methods 0.000 claims description 7
• 230000001276 controlling effect Effects 0.000 claims description 6
• 230000005540 biological transmission Effects 0.000 claims description 5
• 230000000694 effects Effects 0.000 abstract description 2
• 229910052709 silver Inorganic materials 0.000 abstract 1
• 239000004332 silver Substances 0.000 abstract 1
• 239000011295 pitch Substances 0.000 description 41
• 238000000034 method Methods 0.000 description 34
• 238000010586 diagram Methods 0.000 description 9
• 239000000284 extract Substances 0.000 description 9
• 238000004458 analytical method Methods 0.000 description 7
• 230000002194 synthesizing Effects 0.000 description 7
• 238000005516 engineering process Methods 0.000 description 5
• 230000015572 biosynthetic process Effects 0.000 description 3
• 230000033764 rhythmic process Effects 0.000 description 3
• 238000007796 conventional method Methods 0.000 description 2
• 238000001914 filtration Methods 0.000 description 2
• 238000003786 synthesis reaction Methods 0.000 description 2
• 230000000007 visual effect Effects 0.000 description 2
• 241000985665 Cecropia obtusifolia Species 0.000 description 1
• 241000580063 Ipomopsis rubra Species 0.000 description 1
• 241001362551 Samba Species 0.000 description 1
• 241000208443 Sarracenia flava Species 0.000 description 1
• 238000004364 calculation method Methods 0.000 description 1
• 230000000739 chaotic Effects 0.000 description 1
• 239000012141 concentrate Substances 0.000 description 1
• 230000001351 cycling Effects 0.000 description 1
• 230000018109 developmental process Effects 0.000 description 1
• 238000009826 distribution Methods 0.000 description 1
• 238000000605 extraction Methods 0.000 description 1
• 239000000789 fastener Substances 0.000 description 1
• 238000005755 formation reaction Methods 0.000 description 1
• 230000001771 impaired Effects 0.000 description 1
• -1 loudness Substances 0.000 description 1
• 238000004519 manufacturing process Methods 0.000 description 1
• 230000004048 modification Effects 0.000 description 1
• 238000006011 modification reaction Methods 0.000 description 1
• 238000005070 sampling Methods 0.000 description 1
• 230000011218 segmentation Effects 0.000 description 1
• 238000004088 simulation Methods 0.000 description 1
• 230000001131 transforming Effects 0.000 description 1
• XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances data:image/svg+xml;base64,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 data:image/svg+xml;base64,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 O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1

Images

Classifications

• • G — PHYSICS
  • G06 — COMPUTING; CALCULATING; COUNTING
  • G06Q — DATA PROCESSING SYSTEMS OR METHODS, SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES, NOT OTHERWISE PROVIDED FOR
  • G06Q40/00 — Finance; Insurance; Tax strategies; Processing of corporate or income taxes
  • G06Q40/04 — Exchange, e.g. stocks, commodities, derivatives or currency exchange
  • G — PHYSICS
  • G06 — COMPUTING; CALCULATING; COUNTING
  • G06Q — DATA PROCESSING SYSTEMS OR METHODS, SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES, NOT OTHERWISE PROVIDED FOR
  • G06Q40/00 — Finance; Insurance; Tax strategies; Processing of corporate or income taxes
  • G06Q40/06 — Investment, e.g. financial instruments, portfolio management or fund management

  Abstract

  인터넷 등을 이용하여 증권사에서 제공하는 주가변동 거래량 등에 관한 정보를 실시간 또는 사용자가 원하는 기간 또는 실시간으로 주식거래에 따라 발생하는 변수를 음악으로 변환하는 방법 및 시스템에 관한 것으로서, 거래정보를 청취가능한 음악파일로 변환하는 방법에 있어서, 거래정보를 입력받는 단계와 거래정보를 음악 파일로 변환하는 단계를 구비하고, 거래정보는 거래빈도, 거래가, 거래량 및 거래종목을 구비하고, 거래정보를 음악 파일로 변환하는 단계는 거래정보의 요소를 음의 요소와 상응시켜 변환하는 단계와 변환된 음의 요소를 음으로 결합하는 단계를 포함하고, 거래빈도는 음의 빠르기로, 거래가는 음의 높낮이로, 거래량은 음의 세기로, 거래종목은 악기의 음색으로 변환하는 구성을 마련한다.

  A Better Tomorrow

  

  장중 최고가 : 해당 장 동안의 최고가. 예를 들어, 캔들 단위가 연이면 연 중 최고가, 월이면 월 중 최고가.

  장중 최저가 : 해당 장 동안의 최저가. 예를 들어, 캔들 단위가 연이면 연 중 최저가, 월이면 월 중 최저가.

  

  어제의 마지막 거래 가격이랑 오늘의 첫 거래 가격이 항상 같은 것은 아니기 때문에 차트는 연속적이지 않다.

  위와 같이 갭이 생길 수 있다.

  장 마감하고서 호재가 있었다면 큰 갭 상승이 있을 수 있고, 반대로 악재가 있었으면 큰 갭 하락도 있을 수 있다.

  

  차트 좌측 위를 보면 가격(수정), 5, 20, 60, 120 이 적혀있다.

  가격 (수정)은 캔들 하나가 가격을 의미한다는 의미이고, 나머지 색은 이동평균선(이평선) 색을 의미한다.

  주가는 올랐다가 내렸다 하며 파도를 친다.

  하지만 만약 매일매일의 주가가 아니라 주가의 평균을 구해서 선을 그으면 전반적인 추세를 볼 수 있지 않을까?

  그래서 나온 것이 이동평균선(이평선)이다.

  기본적으로 이평선은 종가의 평균이다.

  예를 들어, 5일 이평선이라고 하면, 오늘의 평균은 오늘 캔들 종가, D-1 캔들 종가. D-4 캔들 종가 평균이다.

  이러한 평균들을 쭉 이은 것이다.

  왜 이평선을 5, 20, 60, 120로 보는가?

  장은 주말에는 쉬기 때문에 5일이면 한 주, 20일이면 한 달, 60일이면 3개월, 120이면 6개월로 보기 때문이다.