본문 바로가기
아캄의 라이프 아캄의 라이프

오더플로우 데이터에 남는 매수·매도 불균형의 흔적

읽는 시간 약 6분 조회 3

오더플로우 데이터에 남는 매수·매도 불균형의 흔적

호가창과 체결 데이터를 초 단위로 뜯어보면, 겉으로 드러난 가격 움직임만으로는 보이지 않는 흔적들이 남아 있습니다. 실제로 특정 구간의 매수 주문과 매도 주문의 누적 규모를 시간 순서대로 따라가보면, 가격이 크게 흔들리기 전부터 이미 한쪽으로 기울어진 주문 흐름이 쌓이고 있었다는 것을 확인할 수 있습니다. 이 매수·매도 불균형의 흔적이 어떻게 만들어지고, 무엇을 알려주는지 살펴보겠습니다.

오더플로우 데이터란 무엇이고 왜 흔적을 남기는가

오더플로우는 특정 시점에 시장에 들어온 매수 주문과 매도 주문의 흐름 자체를 말합니다. 단순히 체결된 가격이나 거래량만 보는 것이 아니라, 그 가격에 도달하기까지 어떤 방향의 주문이 얼마나 몰렸는지를 시간 순서대로 기록한 데이터입니다. 시장은 매수와 매도가 균형을 이룰 때 안정적으로 움직이지만, 한쪽 방향의 주문이 지속적으로 더 많이 들어오면 그 불균형만큼 가격이 밀리게 됩니다. 이 과정에서 남는 흔적은 단순한 부산물이 아니라, 누가 어떤 강도로 시장에 참여하고 있는지를 보여주는 실질적인 정보로 취급됩니다.

유동성이 얇을 때 불균형이 가격을 증폭시키는 메커니즘

이 불균형이 가격에 미치는 영향은 시장의 유동성 상태에 따라 크게 달라집니다. 미국 연방준비제도의 최근 연구는 이를 국채시장 데이터로 뚜렷하게 보여줍니다. 실제로 2025년 4월 관세전쟁으로 시장이 요동친 두 날짜를 비교한 이 연구에 따르면, 4월 7일에는 오전 10시 10분 이후 누적 거래 불균형이 20억 달러가 넘는 한쪽 방향 매도 압박으로 쌓였고 이때 시장 깊이(유동성)가 극도로 낮았던 탓에 수익률이 크게 흔들렸습니다. 반면 4월 9일에는 거래 불균형이 10억 달러 미만으로 양방향으로 오갔고 지속성이 약해, 두 날 모두 거래량이 평소보다 약 10배 급증했는데도 가격 변동폭은 확연히 달랐습니다. 이는 오더플로우 불균형 자체의 크기뿐 아니라, 그 불균형을 흡수할 시장의 유동성이 얼마나 남아 있는지가 가격 충격의 강도를 결정한다는 것을 보여줍니다.

호가창에 남는 착시, 매도잔량이 많은데 주가가 오르는 역설

개인 투자자들이 흔히 접하는 호가창에서도 이 불균형의 흔적은 종종 직관과 반대로 나타납니다. 실제로 매도 잔량이 많이 쌓여 있는데도 오히려 주가가 오르는 경우가 있는데, 이는 매수 잔량이 많다는 것이 시장가보다 더 떨어질 것으로 보는 세력들이 낮은 가격에 사려고 대기하고 있다는 뜻일 수 있고, 반대로 매도 잔량이 많다는 것은 그 가격대를 넘어서려는 매수세가 강하다는 뜻으로 해석될 수 있기 때문입니다. 실제로 어떤 세력이 매도 호가에 쌓인 물량을 순차적으로 사들이며 가격을 밀어 올리는 장면을 살펴보면, 특정 가격대의 매도 물량이 소화되는 순간 그 위 가격대의 매도 잔량이 상대적으로 얇아 보이면서 추가 상승이 뒤따르는 흐름을 확인할 수 있습니다. 호가창 하나만으로 방향을 단정하기 어려운 이유가 여기에 있습니다.

조작된 불균형의 흔적, 스푸핑 사례

문제는 이런 불균형의 흔적이 항상 자연스러운 수급을 반영하는 것은 아니라는 점입니다. 2010년 5월 미국 증시가 단 몇 분 만에 급락한 ‘플래시크래시’ 사건의 배후로 지목된 트레이더 나빈더 사라오는 실제로 188~289계약 규모의 매도 주문을 빠르게 반복적으로 걸었다가 체결 직전에 취소하는 방식으로, 최대 2000계약에 달하는 허위 매도 물량을 호가창에 쌓아 시장에 매도 압박이 크다는 착시를 만들어냈습니다. 다른 투자자들이 이 허수 물량을 보고 실제 매도에 나서면, 사라오는 그 반대편에서 저가에 매수해 이익을 챙기는 방식으로 플래시크래시 당일 하루에만 87만 9000달러의 수익을 올린 것으로 드러났습니다. 이 사례는 오더플로우 데이터에 남는 불균형의 흔적이 항상 진짜 수급을 뜻하지는 않으며, 의도적으로 조작된 신호일 수도 있다는 것을 보여줍니다.

대형 주문이 남기는 또 다른 흔적, 빙산주문과 알고리즘 매매

기관투자자들이 대량의 물량을 시장에 충격 없이 소화시키기 위해 사용하는 빙산주문이나 시간가중평균가격(TWAP), 거래량가중평균가격(VWAP) 알고리즘 주문도 오더플로우 데이터에 특유의 흔적을 남깁니다. 이런 주문들은 실제 주문 규모의 일부만 호가창에 노출하고 나머지는 숨긴 채 시간을 두고 잘게 쪼개 체결시키기 때문에, 특정 가격대에서 매도(혹은 매수) 물량이 소진될 때마다 비슷한 규모의 물량이 반복적으로 다시 나타나는 패턴이 관찰됩니다. 실제로 이런 패턴이 일정한 시간 간격으로 반복되는 구간의 체결 데이터를 살펴보면, 개별 투자자의 산발적인 매매가 아니라 하나의 대형 주문이 잘게 나뉘어 실행되고 있다는 것을 짐작할 수 있습니다.

투자자가 이 흔적을 어떻게 활용할 것인가

오더플로우 데이터에 남는 매수·매도 불균형의 흔적은 시장의 방향성을 미리 알려주는 만능 신호는 아니지만, 가격이 왜 그렇게 움직였는지를 사후적으로, 혹은 실시간으로 이해하는 데 유용한 단서를 제공합니다. 다만 이 흔적이 실제 수급을 반영한 것인지, 혹은 착시나 조작에 가까운 것인지를 구분하려면 불균형의 규모가 그 시점의 시장 유동성에 비해 얼마나 큰지, 그리고 그 불균형이 실제 체결로 이어지는지 아니면 취소로 사라지는지를 함께 살펴보는 것이 필요합니다. 호가창의 잔량 하나만으로 성급하게 판단하기보다, 이런 여러 신호를 종합적으로 점검하는 습관이 오더플로우 데이터를 현실적으로 활용하는 방법이라 할 수 있습니다.

acam19
함께 보면 좋은 글

댓글 0

첫 댓글을 남겨보세요.

광고 차단 알림

광고 클릭 제한을 초과하여 광고가 차단되었습니다.

단시간에 반복적인 광고 클릭은 시스템에 의해 감지되며, IP가 수집되어 사이트 관리자가 확인 가능합니다.