Executive Summary
멀티타임프레임(MTF)은 “차트를 여러 장 더 보는 기술”이 아니라, 시장이 원래부터 여러 속도(시간축)로 동시에 움직이도록 설계된 곳이라는 사실을 받아들이는 방법론이다.
시장에는 장기 자금과 단기 자금이 섞여 있고, 같은 뉴스라도 누군가는 몇 달짜리로, 누군가는 몇 초짜리로 해석한다. 이때 단일 타임프레임만 고집하면 ‘노이즈를 신호로 오인’하는 착시가 생기기 쉽고, 실제 손실은 잦은 손절과 거래비용 누적, 그리고 가끔 크게 터지는 꼬리 손실 형태로 나타나기 쉽다.
MTF의 핵심은 상위 타임프레임(상위 TF)은 맥락(컨텍스트)을 담당하고, 하위 타임프레임(하위 TF)은 트리거(실행 신호)를 담당하도록 ‘역할을 분리’하는 데 있다. 이 분리는 리스크관리(손절·목표·포지션 크기)에서 특히 힘이 세지만, 잘못 쓰면 확증편향·과분석·진입 지연 같은 부작용도 같이 온다.
결론은 단순하다: MTF는 만병통치약이 아니라, 필요한 조건이 갖춰졌을 때 오류를 줄이는 구조이며, 그 조건이 없으면 오히려 복잡도만 올리는 장치가 될 수 있다.
전제와 범위
이 글은 특정 자산군이 명시되지 않았으므로 ‘주식·FX·선물 등 일반적 시장’을 대상으로 일반화한다는 가정을 둔다. 다만 시장 구조(거래소 중심 vs OTC), 거래 시간(장중/24시간), 레버리지·마진, 유동성 공급 방식이 달라 정보가 가격에 반영되는 속도와 “단기 움직임의 노이즈 비중”이 달라질 수 있다는 점을 함께 전제로 둔다.
또한 여기서 말하는 타임프레임(TF)은 “차트 봉의 크기”이자 “신호를 샘플링하는 간격”이다. 샘플링 간격이 달라지면 관측되는 변동성·자기상관·패턴의 모양 자체가 달라질 수 있고(특히 초고빈도에서는 미시구조 노이즈가 두드러짐), 그 차이가 바로 MTF 논의의 출발점이다.
메인 글
MTF가 왜 필요한지 한 문장으로 줄이면 이렇다. 시장은 “하나의 시간”으로 움직이지 않는다. 같은 가격 그래프 위에 서로 다른 타이머를 들고 들어온 사람들이 동시에 버튼을 누르기 때문이다.
먼저 사람부터 보자. 시장 참여자들이 전부 ‘같은 속도’로 판단한다면, 사실 MTF는 취향일 뿐이다. 그런데 현실은 정반대다. 연기금·보험·장기 자산배분 성격의 자금은 몇 분봉이 아니라 분기/연 단위로 “좋은 가격대”를 고민하고, 운용 성과에 민감한 일부 단기 성향 자금(혹은 빠른 회전의 전략 자금)은 주간·일간의 뉴스/포지션 변화에 더 즉각 반응한다. 또 시장조성·초단타·알고리즘 기반 유동성 공급자들은 매우 짧은 시간에 스프레드와 재고(인벤토리)를 조정하면서 “가격이 형성되는 순간” 자체를 만진다. 이 ‘시간축의 혼재’는 단순한 캐릭터 설정이 아니라, 미시구조 연구에서 가격 형성과 거래비용이 생기는 근본 배경으로 반복해서 등장한다.
이걸 한 번 표로 눌러보면 감이 더 빨리 온다.
| 참가자(자금 성격) | 대표 시간축 | 주로 반응하는 정보/신호 | 시장에서 하는 일(요약) | 차트에서 흔히 보이는 흔적 |
|---|---|---|---|---|
| 장기 자금(연금·보험·장기 운용) | 수개월~수년 | 펀더멘털, 밸류에이션, 경기·금리 레짐 | 큰 흐름의 수급/리밸런싱, 장기 추세에 무게 | 큰 추세, 장기 지지·저항/밸류 구간 |
| 중기 자금(일반 운용/리스크 패리티/매크로 등) | 수일~수개월 | 이벤트, 정책, 포지션/변동성 레짐 | 레짐 전환에서 비중 조절·헤지 | 스윙 추세, 추세 전환 구간의 거래량 변화 |
| 단기 자금(프로프·단타·이벤트/뉴스 트레이딩) | 수분~수일 | 단기 모멘텀, 뉴스, 기술적 레벨 | 촉발(triggers) 구간에서 매수/매도 집중 | 급등락, 특정 가격대에서의 반응(쏠림) |
| 유동성 공급자(마켓메이커·HFT·알고리즘) | 밀리초~수분 | 호가/주문흐름, 스프레드, 재고 리스크 | 스프레드 제공, 체결·가격발견 가속 또는 단기 변동성 영향 | 미세한 진동(틱 단위), 짧은 시간의 ‘튀었다가 제자리’ |
| 개인 단기 매매(고회전) | 수분~수주 | 눈에 보이는 가격, 이야기/군중심리 | 높은 회전, 군집 거래, 종종 성과 저하 | 잦은 매매 흔적(휘청임 추격), 손절 반복 |
이 표는 “누가 더 옳다”가 아니라 “누가 더 다른 타이머를 들고 있나”를 보여준다. 그리고 이 타이머 차이가 클수록, 하나의 TF만 보는 방식은 필연적으로 정보 일부를 놓치거나(큰 그림) 혹은 너무 과장해서 보게 된다(잔물결).
여기서 중요한 포인트 하나: 정보는 한 번에 가격이 되지 않는다. ‘공시가 뜨면 끝’ 같은 깔끔한 그림은 교과서에만 있다. 실제로 정보는 (1) 어디선가 먼저 형성되고, (2) 사람들에게 퍼지고, (3) 각자가 자기 시간축으로 해석한 뒤, (4) 주문으로 변환되고, (5) 체결(오더플로우)이라는 형태로 시장에 찍히며, (6) 그 결과가 가격에 누적된다. 이 과정을 미시구조 연구는 “잠재 수요가 어떻게 거래와 가격으로 번역되는가”라는 말로 다룬다.
아래 다이어그램은 그 흐름을 MTF 관점에서 ‘속도 차’까지 포함해 그린 것이다.
flowchart LR A[정보 형성<br/>기업 실적·금리·정책·수급·포지션 변화] --> B[전파<br/>공시·뉴스·리서치·SNS·루머] B --> C[해석(참가자별 시간축 필터)<br/>장기: 레짐/가치<br/>단기: 이벤트/모멘텀<br/>초단기: 호가/주문흐름] C --> D[주문 생성<br/>지정가·시장가·스톱·알고리즘·헤지] D --> E[체결/오더플로우<br/>거래비용·유동성·가격충격] E --> F[가격 반영(다층적)<br/>초단기 흔들림→단기 스윙→중장기 추세]
이 다이어그램에서 MTF의 자리는 C와 F 사이에 있다. 즉, 같은 정보를 각기 다른 시간축으로 해석한 결과가 “서로 다른 속도의 가격 움직임”으로 겹쳐 나타난다는 점이 핵심이다.
이제 “왜 단일 TF가 위험해지나”를 보자. 단일 TF로도 잘하는 사람은 있다. 다만 그건 “단일 TF”가 아니라 “단일 TF에 맞는 시장 모델”을 이미 머릿속에 갖고 있기 때문이다. 문제는 대부분의 경우 단일 TF가 **과적합(오버피팅)**을 부르기 쉽다는 데 있다. 중요한 이유는 두 가지다.
첫째, 노이즈가 신호처럼 보이기 쉬운 구간이 있다. 예컨대 초단기에서는 스프레드·호가 구조·체결 방식 때문에 연속적인 가격이 아니라 “거래 가능한 가격(거래가)”이 튀며 움직인다. 이때 대표적인 현상이 bid-ask bounce(호가 왕복)이고, 이는 관측 수익률의 자기상관·패턴을 왜곡할 수 있다. 초고빈도 데이터에서는 미시구조 노이즈 때문에 샘플링 빈도를 어떻게 잡느냐가 변동성 추정 자체를 바꿔버린다는 연구가 축적되어 있다. 즉, “1분봉에서 완벽해 보이는 패턴”이 사실은 시장 구조가 만든 관측 아티팩트일 수도 있다는 뜻이다.
둘째, 시장 변동성은 시간대별로 모양이 다르다. 장중 특정 시간에 거래량과 변동성이 몰리는 현상은 이론·실증 모두에서 반복 확인된다. 유동성 거래자와 정보거래자의 전략적 상호작용으로 거래가 ‘특정 시간에 집중’될 수 있다는 이론도 있고, 실제로 고빈도 수익률의 변동성에는 강한 intraday periodicity가 존재해 이를 무시하면 동학을 왜곡할 수 있다는 실증도 있다. 다시 말해, 같은 일간 봉이라도 “장중 어떤 구간의 움직임이 모여” 만들어졌는지에 따라 하위 TF는 전혀 다른 ‘질감’을 갖는다.
이 두 가지가 합쳐지면 단일 TF 과적합의 전형적인 착시가 나온다. 노이즈를 신호로 오인하고, 그 신호를 더 또렷하게 만들겠다고 지표·파라미터를 만진다. 그러다 백테스트는 반짝 좋아지고, 실전(아웃오브샘플)에선 무너진다. 투자 백테스트에서 선택편향·과적합 확률을 정교하게 다룬 연구들은 “잘 나온 결과가 구조적으로 과적합일 수 있다”는 경고를 꽤 높은 목소리로 한다.
착시가 실제 손실로 번역되는 패턴은 대체로 정직하다. 아주 흔한 형태는 이렇다: (1) 잦은 신호 → (2) 잦은 진입/손절 → (3) 거래비용 누적 → (4) 확률적으로 몇 번의 큰 손실(레짐 전환/급변 구간)에서 한 번에 무너짐. 개인 투자자 데이터에서 과도한 거래가 성과를 갉아먹는다는 결과는 해외에서도 반복되고, 국내에서도 개인의 고회전·행태적 편의가 성과에 부정적이라는 분석이 제시되어 있다.
아래 간단 차트는 “단일 TF 착시(짧은 신호 남발) → 손실이 어떻게 생겼나”를 ‘분포’가 아니라 ‘흐름’으로 그린 것이다.
| |
이 그림의 포인트는 “항상 큰 손실이 온다”가 아니다. 단일 TF 최적화가 ‘평소엔 그럴듯하지만, 구조적으로 취약한 구간에서 크게 부러지기 쉬운’ 형태를 만들 수 있다는 것이다. 노이즈가 많을수록, 거래가 몰리는 시간이 뚜렷할수록, 유동성이 갑자기 마르는 구간이 존재할수록 그 취약성은 커진다.
그럼 MTF는 이 문제를 어떻게 건드리나. 핵심은 ‘더 많이 본다’가 아니라, 권한을 분리한다는 데 있다. 상위 TF가 하는 일은 단순하다. 맥락을 정하고(레짐/방향/중요 구간), 내가 싸울 전장을 결정한다. 반대로 하위 TF가 하는 일도 단순하다. 그 전장에서 실제로 방아쇠를 당길 순간(트리거)을 잡고, 실행(체결·슬리피지·진입 품질)을 관리한다.
여기서 ‘상위 TF = 맥락, 하위 TF = 트리거’는 감성적 비유가 아니라, 시장의 정보 반영 구조와 잘 맞는다. 장기 자금이 반영하는 것은 대개 “큰 레짐”이다. 예를 들어 금리·성장·실적 같은 정보는 한 번에 끝나지 않고, 해석과 포지셔닝을 거치며 점진적으로 가격에 스며들 수 있다(정보 확산 지연). 이 과정에서 상위 TF는 ‘정보가 누적된 결과’에 가까운 반면, 하위 TF는 그 과정에서 생기는 **단기 충돌(유동성, 주문흐름, 스톱/이익실현)**을 더 진하게 반영한다. FX에서는 오더플로우가 정보 전달의 핵심 채널로 작동할 수 있다는 미시구조 접근이 강조되어 왔고, 이는 “가격이 정보의 합성 결과”라는 관점을 강화한다.
이제 리스크관리로 가면 MTF의 장점이 더 현실적으로 보인다. 리스크관리는 멋진 말로 하면 “불확실성의 예산 편성”이고, 솔직히 말하면 “어떻게 덜 망할 것인가”이다. 여기서 MTF는 다음 세 가지 축에서 실용적 이점을 준다.
손절(스톱)부터. 하위 TF에서는 가격이 자주 ‘의미 없어 보이는 수준’까지 흔들린다. 앞서 말한 스프레드·호가 왕복, 미시구조 노이즈, 장중 주기성은 하위 TF에서 스톱을 너무 촘촘하게 만들 수 있다. 반대로 상위 TF의 구조(스윙 고점/저점, 큰 지지·저항)는 상대적으로 “많은 참가자가 공유하는 손익분기·평균단가·포지션 조정 구간”의 성격을 띠기 쉬워, 노이즈로 한 번 툭 쳤다고 의미가 바뀌지 않는다. 그래서 실무적으로는 상위 TF를 기준으로 손절의 ‘논리’를 세우고, 하위 TF에서는 진입 타이밍과 실행 품질을 다듬는 방식이 리스크-신호 비율(노이즈 대비 의미 있는 움직임)을 개선하는 방향으로 작동하기 쉽다.
목표(타깃)도 마찬가지다. 하위 TF에서 보이는 작은 저항은 ‘당장 눈앞의 물살’일 뿐, 상위 TF에서 의미 있는 가격대(대규모 포지션이 쌓였던 구간, 장기 레인지 상단/하단)와 충돌하면 목표 설정이 지나치게 짧아지거나, 반대로 손익비를 무리하게 키우는 식으로 비틀릴 수 있다. 상위 TF는 목표의 “현실성(도달 가능한가)”을 점검하고, 하위 TF는 “도달 과정에서 어떤 흔들림을 견딜 것인가”를 점검하는 쪽이 구조적으로 자연스럽다.
마지막으로 포지션 크기(사이징)다. 사이징의 본질은 변동성에 대한 응답이다. 그런데 변동성은 샘플링 간격에 따라 다르게 관측되고(고빈도는 노이즈에 더 민감), 장중에도 패턴이 있다. 따라서 “어느 TF의 변동성을 기준으로 위험을 재는가” 자체가 MTF 문제다. 고빈도 데이터를 이용해 일간 이하 변동성을 측정·예측하는 ‘실현변동성(realized volatility)’ 계열 연구는, 서로 다른 주파수의 데이터를 통합해 더 좋은 위험 측정을 하려는 시도를 정교하게 보여준다. 또 변동성이 높을 때 노출을 줄이고 낮을 때 늘리는 식의 변동성 관리(일종의 사이징 규칙)가 성과·효용 측면에서 의미가 있음을 보인 연구도 있다. MTF 관점에서 번역하면, “하위 TF의 흔들림에 내 노출이 자동으로 끌려가지 않도록, 상위 TF(혹은 더 긴 샘플)로 위험 예산을 잡는 것”이 구조적으로 타당해진다.
여기까지 들으면 MTF가 거의 ‘판단 오류를 줄이는 정답 템플릿’처럼 보일 수 있다. 하지만 여기서부터가 진짜다. MTF는 잘못 쓰면, 판단 오류를 줄이기는커녕 ‘정교하게 틀리게’ 만들 수 있다. 딱 세 가지 부작용이 자주 나타난다.
첫째, 확증편향이다. MTF는 시간축을 여러 개 준다. 그리고 인간은 본능적으로 “내가 믿고 싶은 축”을 골라서 본다. 심리학에서 확인되는 확증편향은, 사람들이 기존 믿음에 유리하게 정보를 찾고 해석하는 경향을 갖는다는 것을 보여준다. 차트로 번역하면 아주 간단하다. 1시간봉이 마음에 안 들면 4시간봉을 켜고, 4시간봉도 마음에 안 들면 일봉을 켜고, 어딘가에서 결국 “맞는 그림”을 찾아낸다. 이건 분석이 아니라, 시간축을 이용한 자기 설득이다.
둘째, 과분석(정보 과부하)이다. MTF는 선택지를 늘린다. 선택지가 늘면 인간이 오히려 선택을 덜 하거나 늦게 할 수 있다는 ‘선택 과부하(Choice overload)’ 결과는 여러 실험에서 관찰된다. 트레이딩 상황에선 이게 ‘진입 지연’으로 튄다. “상위 TF는 좋은데 하위 TF가 애매해서”라는 말이 하루 종일 반복되고, 그 사이 가격은 (당연히) 지나가 버린다. 여기서 웃긴 점은, 지나가고 나면 또 말이 바뀐다는 것이다. “원래 상위 TF가 말해줬잖아.” 세상에서 제일 쉬운 예언이 과거 예언이다.
셋째, 실행 품질 악화다. 너무 많은 TF를 동시에 맞추려고 하면, 애초에 ‘하위 TF의 트리거’가 갖는 장점(정확한 타이밍)이 사라진다. 신호가 올 때마다 상위 TF 재검증을 하면서 딜레이가 생기고, 그 딜레이는 슬리피지와 손익비 악화로 이어지기 쉽다. 특히 단기 시장에서는 거래비용·가격충격이 생각보다 공격적으로 손익을 갉는다.
그래서 MTF를 “필요조건/불필요조건” 관점에서 냉정하게 정리해야 한다. MTF가 필요해지는 조건은 대체로 다음과 같이 모인다. (a) 내 의사결정의 시간축(보유기간)과 내 실행의 시간축(진입·청산 타이밍)이 다르다. (b) 하위 TF에서 미시구조 노이즈나 장중 주기성이 강해 단일 TF 신호가 쉽게 휘청인다. (c) 레짐 전환이나 유동성 붕괴 같은 ‘큰 사건’에서 한 번에 무너질 수 있는 구조를 줄이고 싶다. 반대로 MTF가 불필요하거나 오히려 해가 되는 조건도 있다. (a) 보유기간이 아주 길어 실행은 알아서 분할되고(혹은 중요하지 않고), 상위 TF 하나로 충분히 의사결정이 완결된다. (b) 전략이 초단기 유동성 공급/마켓메이킹처럼 특정 미시 시간축에 최적화되어 있고, 상위 TF 맥락이 수익의 핵심 변수가 아니다. (c) MTF를 ‘역할 분리’가 아니라 ‘동시 만족 퍼즐’로 써서 확증편향과 선택 과부하를 키운다.
자산군 차이도 짧게 짚고 가자. 주식은 거래소 중심 구조와 장 시작/마감, 공시 이벤트의 리듬이 강해 일간·주간에서 맥락이 또렷해지는 경우가 많고, 마감 근처의 체결/가격형성 이슈가 별도로 중요해지기도 한다. FX는 OTC·글로벌·24시간에 가까운 구조라 “언제 쉬는가”가 다르고, 오더플로우 기반 정보 집계 관점이 특히 강조되어 왔다. 선물은 레버리지와 증거금 구조로 인해 손익 변동이 체감상 더 빠르고, 장중 변동성 구조와 이벤트 반응이 전략에 직접적인 영향을 주기 쉬워 사이징과 스톱 설계에서 MTF적 사고가 실무적으로 자주 호출된다.
마지막으로, “복잡해 보여도 결국 판단 오류를 줄이는 구조”라는 문장을 정말로 성립시키려면, MTF는 다음 한 줄을 지켜야 한다. 타임프레임을 늘리는 게 아니라, 타임프레임마다 ‘결정권’을 분배해야 한다. 상위 TF는 맥락(레짐/방향/금지구역)을 결정하고, 하위 TF는 트리거(실행/진입 품질)를 결정한다. 그 외의 TF는 ‘참고’가 아니라 ‘소음’이 될 가능성이 높다.
MTF는 결국 시장을 더 잘 맞히기 위한 장난감이 아니라, 시장이 원래 다층적이라는 사실을 인정하고, 내 의사결정에서 생기는 대표적인 오류(노이즈 오인·과적합·충동적 고회전)를 구조적으로 줄이기 위한 설계이다. 그렇다면 MTF의 가치는 “복잡함”이 아니라 “역할 분리”에 있고, 그게 제대로 작동할 때만 MTF는 진짜로 심플해진다. 복잡해 보이는데 더 단순해지는 이상한 도구—그게 MTF의 본질에 가장 가까운 표현이다.
Reference list
Trading and Exchanges: Market Microstructure for Practitioners, 시장 미시구조 실무 관점의 교과서적 정리(유동성·거래비용·정보적 가격 등).
시장 미시구조 서베이(“잠재 수요가 거래와 가격으로 번역되는 과정” 중심).
시장 미시구조 서베이(미시 기반·실증·정책 함의).
비대칭 정보와 스프레드/거래가격의 정보성(거래가격 자기상관, adverse selection 등).
연속 경매에서 내부정보 거래와 가격충격(정보·유동성의 고전 모형).
거래의 정보함량 측정(quote/trade 상호작용, price discovery 계량).
거래과정의 정보함량(시장 미시구조 관점의 정보 집계).
호가 왕복(bid-ask bounce)과 관측 수익률 왜곡(스프레드 추정 고전).
노이즈 트레이딩이 시장에서 갖는 역할과 “노이즈 대 정보” 구분의 중요성.
장중 거래 집중(유동성/정보 거래자의 전략적 상호작용) 이론.
장중 변동성 주기성과 고빈도 변동성 동학(주기성 무시 시 왜곡).
초고빈도에서 미시구조 노이즈와 최적 샘플링 문제(리스크 측정의 시간축 의존).
실현변동성: 고빈도 데이터를 일간/저빈도 변동성 측정·예측에 통합하는 프레임.
정보가 점진적으로 확산될 때의 언더리액션/모멘텀/오버리액션(시간축별 반응 차).
국내 자료: 정보 확산 지연 모형과 모멘텀(기업규모·정보전파 속도 연관).
단기 시계(speculation)일수록 군집(herding)로 인한 정보 비효율이 커질 수 있다는 고전 연구.
군집행동(herding) 연구 서베이(정의·원인·시장 영향).
투자자 ‘투자기간(호라이즌)’과 시장 충격 증폭(단기 호라이즌의 가격압력).
기관 투자자의 내재적 거래빈도(호라이즌 프록시)와 수익률 단면 관련.
FX 미시구조: 오더플로우가 환율 변동 설명에 중요한 역할을 할 수 있다는 계열 연구.
국제결제은행, FX 시장 회전율/구조(트리엔날 서베이).
미국 증권거래위원회, 현대 주식시장 구조(라우팅·HFT·다크 유동성 등) 검토 컨셉 릴리스.
국제증권감독기구, 기술 발전·HFT 관련 시장 무결성 이슈 논의(감시/규제 측면).
영란은행, HFT 행태와 시장품질(유동성·가격발견·변동성) 실증.
과도한 거래가 개인 투자 성과를 훼손한다는 대표적 실증(거래빈도·비용의 누적 효과).
국내 개인투자자 행태적 편의·고회전·성과 저하에 대한 대규모 실증 보고서.
백테스트 과적합 확률(PBO)과 선택편향을 다루는 프레임(전략 최적화의 함정).
확증편향에 대한 심리학 리뷰(정보 해석의 체계적 편향).
선택 과부하: 선택지가 늘면 동기·결정이 약화될 수 있다는 대표 실험.
스톱로스 규칙의 가치/효과를 분석한 연구(행태 편의 완화 및 성과 분포 영향).
FX에서 스톱로스/이익실현 주문 군집과 가격 움직임(‘트리거’의 미시구조적 의미).
변동성 관리(노출을 변동성에 따라 조절)의 성과/샤프 개선 근거.