캔들을 알고 차트를 읽으면 주식 시장이 보인다

캔들을 알고 차트를 읽으면 주식 시장이 보인다
이토 토시히로 지음, 김진수 옮김 / 두드림미디어 / 2024년 11월

주식거래에는 가치투자와 챠트투자가 있습니다. 가치투자는 보통 재무제표나 시장상황으로 투자하는 것이고 차트투자는 기술적분석이라고해서 캐들이 날짜나 시간별로 나열되어 만들어지는 차트로 투자를 하는 방식입니다. <캔들을 알고 차트를 읽으면 주식 시장이 보인다>는 기술적분석투자로 캔들모양으로 보는 방법부터 시작해서 캔들로 전환패턴과 지속패턴을 판단하는 방법을 배웁니다. 거래방법에 원칙을 세우고 투자손실을 줄일수있는 방법도 알수있습니다. 

저자는 이토 토시히로 투자정보서비스기업 대표입니다. 증권회사, 상품선물조사회사 기술분석가라고 합니다. <기술지표읽는 법과 활용법>,<주식은 1년에 2번만 매매하는 사람이 가장 돈을 번다>,<주가차트의 실전 심리학> 등 많은 책을 저술하셨습니다. 

캔들에는 투자자들의 피(돈)가 들어가 있습니다. 이를 '이익을 얻고자는 욕구'라고 합니다. 이 욕구가 들어나는 곳이 캔들의 모습이고 캔들패턴을 보고 투자자들의 움직임을 충분히 읽을 수있다는 겁니다. 캔들매매를 하는 분들은 반전패턴을 찾습니다. 이곳이 눌림목이 될 가능성이 높기때무에 많은 책들도 이를 찾는데 기본루트라는 거죠. 저자도 반전패턴 즉 전환패턴을 중시하고 이를 판단하는 방법으로 '변화'를 본다고 합니다. 여기에 급격한 변화가 따른다면 이것이 전환패턴이라는 겁니다. 이외에도 다양한 방법을 소개합니다. 그리고 전환패턴과 지속패턴이 비슷한데 이를 구별하는 방법으로 쉬는 지점에서 매수세가 중요합니다. 매수세가 없다면 끝없는 하락으로 이어집니다. 

투자를 할때 가격변동이 있는 종목을 들어가야 합니다. 문제는 이러한 종목을 잡아내야 하는데 이를 캔들로 잡아낼수있다고 합니다. 왜냐하면 시장은 늘 움직이는 것이 아니라고 합니다. 1년 30%정도 움직입니다. 그때의 모습을 닛케이 1봉차트에서 잡습니다. 인기구간은 1워과 4월 6월이 가장 강하네요. 7월~9월은 비수기라고 합니다. 더운데 쉬는 것이 좋죠. 휴가철이라 그런가요. ㅎㅎ

다른 캔들투자책을 보면 특정 캔들모양에 집중을 하는데 저자는 패턴을 찾는데 더 집중을 합니다. 그리고 최소한 1년의 가격변동폭은 확인한 후에 전략을 세우고 투자를 해야 합니다. 그래야 천장과 바닥의 위험에서 벋어날 수가 있다고 합니다. 만약 천정과 바닥에 걸렸다면 실수를 인정하고 40-50일은 쉬라고 합니다. 돈을 잃는다는것은 맨탈을 박살내는 일이죠. 이를 회복하는 기간이 필요합니다. 그리고 수익도 무릎과 어깨정도로 만족하라고 합니다. 다 먹으려다가 다 잃을 수있는 것이 투자판이죠. 캔들을 통해 전환패턴과 지속패턴을 제대로 안다면 수익을 내는데 매우 큰 도움이 될듯합니다. 

현장 중심의 프로젝트 매니지먼트

현장 중심의 프로젝트 매니지먼트 - 24년 경력 PM이 알려주는 실전 프로젝트 매니지먼트의 모든 것
하시모토 마사요시 지음, 정인식 옮김 / 제이펍 / 2024년 11월

번역자가 개발자로 있었을때는 PM을 보면 책상에 가만이 앉아서 놀고 있는 사람으로 인식을 했다고 합니다. 그런데 본인이 PM을 하다보니 과거 자신이 보았던 PM은 매니지먼트를 한것이 아니라 관리자였을 뿐이라고 합니다. PM은 '프로젝트 성공을 위해 맴버들과 소통하면 목표를 향해 진두지휘하는 일'이라고 정의합니다.  <현장중심의 프로젝트 매니지먼트>는 맴버들과의 소통, 고객관계, 계약 등에 대해 노하우를 전수합니다. 

저자는 하시모토 마사요시 파라다이스웨어 대표이사시고 PM만 24년을 하신 최고의 베테랑이십니다. 프로젝트만 500건이상하셨다고 합니다. 전공은 와세다대 문학석사를 하셨다고 하네요.  

저자는 PM을 공줍기라고 합니다. 개발자들이 일을 할때 장애를 미리미리 치워주는 사람이라고 합니다. 하지만 현실에서는 독재자 PM들이 많죠. ㅠㅠ 이러면 개발자들이 그저 시키는 일만 하게 되는 일이 태반입니다.  기본이 튼튼해야 하는것처럼 저자는 프로젝트의 정의부터 시작합니다. 여기서 중요한 점은 시간과 목표가 있다는 점이죠.  프로젝트의 목적은 프로젝트가 최종적으로 달성할 도달점이라고 합니다.  고객과 합의를 본 상태여야 하는 것죠. 그리고 목표는 QCD에 의해 정도가 정해진다고 합니다. 그리고 중요한 점은 프로젝트는 분업적 요소가 매우 크다고 합니다. 프론트엔드 엔지니어, 백엔드엔지니어, 영업, 테스터, 디자이너, 경영자들이 힘을 합치는 오케스트라같은거라는 거죠. 

프로젝트를 만약 실패한다면  그 피해를 엄청나죠. 억대 프로젝트가 많은데 그 실패는 위약금의 위험이 매우 큽니다.  이런 실패가 발생하는 이유가 구성원이 프로젝트 그림의 공유실패, 관계자들간의 관계구축실패, PM의 능력부족 등이라고 합니다.   그리고 협상은 프로젝트에서 필연적으로 발생하는 부분입니다. 이를  PM이 나서서 관리를 해야 합니다. 상담내용은 문서화하고 관계자들과 공유를 해야 합니다.  프로젝트 계획은 기획서의 꽃이죠. 이것으로 고객과의 협상도 하게 됩니다. 이를 제대로 짜는 것은 매우 중요합니다. 여기서 QCD(품질, 비용, 납기)는 매우 중요하죠. 이 부분에서 많은 부분이 결정됩니다. 벤더사와 발주사가 많이 합의할 부분이 많죠.  계약이 끝나면 요구사항정의, 디자인, 설계, 테스트, 출시 등은 절차가 이미 형성되어 있어서 절차소개를 단계별로 해줍니다. 요구사항정의는  입찰에서는 RFP라고 하죠. 먼저 발주사에서 주는 경우가 많습니다. 저자는 PM의 역할에서의 요구사항정의의 절차를 소개합니다. 이를 잘하지 못하면 실패확률이 50%라고 합니다.  마지막 단계인 유지보수부분도 매우 중요하죠. 이부분에서 계약을 제대로 하면 수익을 더 높일 수도 있고 출시하면 끝인경우도 많습니다. 

이 책을 통해 프로젝트메니지먼트의 전반적인 모습을 대부분 살펴볼 수가 있습니다. 팀구성문제, 프로젝트기획문제, 견적, 계약, 디자인, 설계, 출시, 유지보수까지 시작과 목표의 완수부분까지 세밀히 알려줍니다. 물론 이책하나로 PM의 역할을 모두 알수야 없겠지만  단순히 프로젝트관리자와 다른 프로젝트매니지먼트의 적극적인 역할을 배울수가 있습니다. 이것이 시니어PM으로 살아남아고 더우기 실패하지 않는 PM이 되는 방법까지 생각해볼 수있습니다. PM이라는 것이 쉬운 역할이 아니죠. 많은 개발자들이 연차가 쌓이면 PM으로 전환하던지 다른일을 하던지 합니다. 나이많은 개발자는 잘없죠. ㅠㅠ 개발자라면 나이들고서도 IT업계에 마물기위해서는 꼭 해야 하는 업무입니다. 개발자나 프로젝트기획자라면 장래를 위해 PM공부는 필수겠죠. 

리뷰는 컬처블룸을 통해 출판사에서 도서를 제공 받아, 직접 읽고 작성한 리뷰입니다.

[100자평] 데이터의 역사

데이터의 역사 - 인간의 숨겨진 욕망과 권력 관계를 숨김없이 보여주는 데이터에 관한 진실!
크리스 위긴스.매튜 L. 존스 지음, 노태복 옮김 / 씨마스21 / 2024년 10월

​데이터는 이제 우리사회의 중심에 섰습니다. 데이터의 성장과 변천과정을 권력이라는 측면으로 살펴볼 수있는 데이터 성장기입니다.

데이터의 역사

데이터의 역사 - 인간의 숨겨진 욕망과 권력 관계를 숨김없이 보여주는 데이터에 관한 진실!
크리스 위긴스.매튜 L. 존스 지음, 노태복 옮김 / 씨마스21 / 2024년 10월

데이터, 데이터를 많이 가진 집단이 권력을 가지게 된다에 많은 사람들이 동의할겁니다. 페이스북의 개인정보노출사건은 전세계에 큰 파장을 주었습니다. 저자는 이 사건의 주인공을 불손한CEO라고 표현합니다. 이제는 권력이 되어버린 데이터가 어떤 역사를 가졌는지 궁금해집니다. 그래서 <데이터의 역사>는 18세기말부터 현대 알고리즘시대까지의 데이터의 경쟁과 한계,편견,권력, 갈등  등을 다룹니다. 데이터의 탄생과 진화 그리고 현재의 권력까지 다룹니다. 이제는 우리와 떼어낼수없는 데이터, 어떻게 인류에 도움이 되도록 통제할것인지 논의할 때가 된 듯합니다. 

저자는 크리스 위긴스 컴럼비아대 데이터과학연구소 부교수입니다. 컬럼비아대 학사, 프린스턴대 박사를 했습니다.  공저자 매튜 존스은 프린스턴대 역사학 교수입니다. 케임브리지대 과학기술사 석사, 하버드대 박사를 하신 석학이십니다.  2017년부터 두저자가 같이 데이터:과거,현재, 미래라는 강의를 하고 있다고 합니다. 

서두에서 페이스북의 개인정보유출에 관해 말했듯 많은 구성원들이 데이터권력들의 윤리성에 관심이 커졌습니다. 이는 1960년대이래 데이터수집과 저장에 대한 프라이버시 침해에 대한 경고를 해왔습니다. 나이팅게일은 크림전쟁당시 로즈다이어그램을 그려서  병사들의 사망원인을 밝혔습니다. 이 통계는 아돌프 케틀레의 영향을 받았다고 합니다. 18세기 유럽의 지배자들은 전쟁,세금, 생명과 죽음에 관심이 많았다고 합니다. 이 모든 게 통계와 숫자가 필요한 분야일겁니다. 이 요소들에 전환점을 준 것은 케틀레의 평균개념입니다. 그래서 만들어진 것이 '개인적 차이의 과학'이라고 합니다. 특히 전쟁을 거치면서 데이터를 수집하고 분석하면서 통계학이 사용됩니다. 

전쟁은 많은 것을 파괴하지만  발전하는 것도 있습니다. 통계학이죠.  인공지능에서 유명한 튜링은 세계최고 계산력으로 군사적 응용과제를 연구합니다.  대표적인 것이 독일이 사용하는 암호를 해독하는 일이었습니다. 베이지안방법도 이 암호해독때문에 나왔다고 합니다. 전쟁후 거대한 규모의 컴퓨터가 발명되고 본격적으로 데이터가 비즈니스가 되기 시작합니다. 빅데이터가 쌓이기 시작하면서 가치가 발행하는 겁니다. 그것이 비즈니스로 됩니다.  데이터의 진화에서 인공지능의 발전사와도 겹치는 것은 당연할 겁니다. 

저자는 데이터의 권력화에 대해 생각을 많이 합니다. 기업권력, 국가권력, 시민권력 등이 등장합니다. 기업권력은 우리가 너무도 잘알고 있는 빅테크기업들이죠. 페이스북은 벌써 개인데이터유출로 큰 곤욕을 치루었고요.  인공지능의 개발은 새로운 경쟁력을 만들어가고 있죠. OpenCV의 LLM이나 엔트로피의 LLM, 구글의 LLM등이 데이터를 학습시켜 새로운 지능을 만들고 있습니다. 이 부분에 규제를 정부에서는 논의를 하고 있죠.  국가권력은 기업권력의 규제를 하지만  규제를 풀어주는 역할을 하기도 합니다. 시민권력은 사적권력을 말하는데 이는 상장회사에 대한 주주행동주의같은 걸 말합니다. 이는 집단행동으로 많이 표출이 됩니다. 

데이터는 이제 윤리와 뗄수없는 관계가 되어 버렸습니다. 데이터를 기반으로 학습한 인공지능이 인간을 버릴지도 모르는 요소도 있고, 개인정보를 노출시켜 개인에게 심대한 영향을 미칠수도 있습니다. 이제 데이터는 우리의 삶에 큰영향을 미치는 요소가 되었습니다.  물론 아직까지는 인간의 생존을 넘는 데이터의 시도는 발견되고 있지 않습니다. 하지만 데이터의 위협이 인간의 목에 찬 느낌은 무엇일까요.  인터넷이 양극화를 불렀다는 전문가도 있지만 생각보다 인터넷은 싸게 접근할 수있게 우리 옆에 존재합니다. 데이터는 앞으로 어떨까요. 인간을 버릴까요. 함께 공존할까요. 인간의 노력에 달려있을 겁니다. 

본 도서는 리뷰어스클럽으로부터 무상으로 제공받아 주관적인 리뷰를 했습니다. 

코딩 없이 배우는 데이터 분석

코딩 없이 배우는 데이터 분석 - AI 시대의 필수 역량 ㅣ 코딩 없이 배우는 데이터 시리즈
황보현우.한노아 지음 / 성안북스 / 2024년 11월

언제부터인가 데이터분석이 중요해졌습니다.  그런데 실제 행하기는 쉽지 않았죠. 왜냐하면 통계를 알아야하고 프로그램언어를 알아야 하기때문입니다.  인공지능이 발전하면서 코딩없이도 데이터분석을 할수있는 도구가 여럿나왔습니다. <코딩없이 배우는 데이터분석:AI시대의 필수역량>에서는 SAS사에서 무료로 공개한 SoDA프로그램을 통해 쉽게 통계분석을할수있는 방법을 소개합니다. 저자들은 이 방법만 잘익히면 다른 통계분석프로그램을 사용할 수있다고 확신합니다. AI는 점점더 빠르게 발전할 겁니다. 무어의 법칙보다 7배나 빠르게 진보할거라고 합니다. 가장 쉽고 확실한 것부더 기초를 튼튼히 하여 대비할때입니다. 

저자는 황보현우 서울대 산업공학과 객원교수십니다. 하나금융지주 그룹데이터촐괄상무와 서울시 빅데이터 심의위원회 위원장을 역임하셨습니다. 공저자 한노아 SAS KOREA 분석 컨설턴트십니다. 

여기서는 SoDA라는 프로그램을 사용합니다. 이 프로그램은 현재까지 출시된 무료프로그램중에 가장 우수하고 쉽다고 합니다. 반대로 이야기하면 어것도 이해못하면 포기하라는 말씀이겠죠. ㅠㅠ  아마도 저자들도 프로그램때문에 데이터분석을 포기하는 아쉬움을 많이 경험했을 겁니다.  이까짓것 데이터분석툴이뭐길래 중요한 데이터분석을 포기하면 안되죠.  진짜 중요한 것은 데이터프레임을 이해하고 통계의 전반적인 사항을 알아야 하고 그것을 근거로 조금씩이라도 데이터분석을 직접해보는 것이 중요해보입니다. 

데이터분석에서 추정과 검정은 가장 핵심적인 기초입니다.  모집단과 표본의 관계를 설정해주기때문입니다. 빅데이터에서는 데이터가 많을 수록 좋지만 그것이 모든것을 대표하지는 못하기 때문입니다. 이를 이해시키기 위해 도식을 사용합니다. 통계에서 수식만 나온다면  독자들의 어려움이 커질 겁니다. 다행이도 수식은 많이  뺏습니다. 없는 것은 아닌데 많이 있지 않음은 확실합니다.  추론에서 추정은 확률적 추측이고 검정은 모집단의 주장인 가설이 사실인지 통계적으로 판단하는 것정도는 알아야 할겁니다.  관계분석은 두변수사이의 관계죠. 통계학의 가장 기본 베이스입니다. 여기에 t-검정이 나옵니다. 표준의 평균을 비교하는 방법이죠. 솔직히 여기부터가 통계분석의 시작이라고 할수있죠. 그래서 회귀로 나갈수가 있습니다.  회귀도 관계를 알아보는 것이긴 한데, 이를 지도학습의 한분류라고 합니다. t-검정과 분산분석을 사용합니다.  페이지를 대도록이면 꽉채우지 않고 시원시원하게 배치를 해서 쉽게 편하게 이해할 수있었습니다.  회귀는 통계분석의 감초같은 분야죠. 

분류도 지도학습인데, 이는 종속변수가 범주형인걸 말합니다. 숫자가 아니라는 거죠. 직업, 종교, 성별 등이 범주형입니다. 점점 난이도가 올라가는데, 로지스틱 회귀는 종속변수가 성공과 실패로 나옵니다. 마지막은 통계분석을 정확성을 담보하면서 난이도를 낮추는 차원축소와 그룹화까지 다룹니다. 

통계분석 데이터분석에서 아주 고수준은 아니지만 지도학습과 비지도학습까지 다루었습니다. 통계학으로 대학원으로 가면 아마도 수식의 늪에 빠지게 되는데, 글쎄요. 일상의 업무에서 수식을 그렇지 잘해야 할지는 의문입니다. 왜냐하면 데이터분석 전문기업이 아니라면 경영의 의사결정을 위한 데이터분석은 중요할수도 있지만 아직은 초기단계이고 참고자료로 쓰일 가능성이 높기때문입니다.  아마 점점더 통계분석은 쉬워질겁니다. 데이터만 넣으주면 AI가 스스로 해줄 지도 모릅니다. 그 수준에 가도  데이터분석의 구조를 알아야 하는 이유는  오답의 가능성과 AI가 스스로 해줄 수있는 기간은 아직 5년이상 남았다고 보기 때문입니다. 그때까지는 인간을 보조해서 AI데이터분석을 해야 합니다. 

본 도서는 출판사로부터 무상으로 제공받아 주관적인 리뷰를 했습니다.