통화 변동성 계산 방법: 개발자 가이드

통화 변동성을 계산하는 방법을 아느냐 모르느냐가, 하룻밤 사이의 2% 움직임을 조용히 흡수하는 다중 통화 애플리케이션과 새벽 3시에 호출을 울려대는 애플리케이션을 가릅니다. 변동성은 환율이 얼마나 멀리 움직일 수 있는지를 알려주는 단 하나의 숫자이며, FX를 다루는 시스템에서 내리는 거의 모든 실무적 결정이 여기에 달려 있습니다. 견적이 얼마나 오래 유효한지, 가격에 버퍼를 얼마나 얹을지, 언제 헤지할지, 언제 알림을 보낼지 모두요.

곤란한 점은 변동성 계산을 다루는 대부분의 튜토리얼이 주식을 전제로 쓰였다는 것입니다. 일일 종가, 연 252 거래일, 그리고 모호하지 않은 단일 호가를 가정하죠. 외환에는 그중 어느 것도 없습니다. 외환은 주 5일 하루 24시간, 공식 종가가 없는 탈중앙화된 장외(OTC) 시장에서 거래되며, EUR/USD의 "가격"은 어느 방향으로 호가하느냐에 따라 달라집니다.

이 가이드에서는 실제 수식과 FX 특유의 함정, 그리고 과거 환율 데이터로 실현 변동성을 계산하는 Python·JavaScript 동작 코드를 차례로 살펴봅니다.

지금 통화 변동성이 중요한 이유

2026년 9월은 변동성을 생각해 보기에 유난히 좋은 시점입니다. 올해 시장은 대부분의 기간을 수상할 만큼 조용한 국면으로 보냈고, 그러다 잠깐 조용하지 않게 되었기 때문입니다.

여름 내내 신흥국 통화의 변동성은 G7 통화보다 낮았고, 이 상태가 거의 200 거래일 연속으로 이어졌습니다. 블룸버그는 이 기록이 유지된다면 2000년 이후 최장이 될 것이라고 짚었습니다. 달러 조달 캐리 트레이드는 2008년 이후 최장 연승 행진을 이어갔고, 브라질 헤알, 콜롬비아 페소, 튀르키예 리라로 구성된 유로 조달 인기 바스켓은 연초 이후 약 19% 올라 2005년 이후 가장 강한 연초 대비 성과를 냈다고 보도되었습니다. 캐리 전략은 잔잔한 시장에서만 작동하므로, 그 성과 자체가 하나의 변동성 신호입니다.

그러다 9월 초, 일본 재무성의 추가 개입을 예상한 트레이더들이 포지션을 조정하면서 엔화가 하루 만에 달러 대비 2% 넘게 급등해 8월 초 이후 가장 강한 수준인 155.28을 찍었습니다. 그에 앞서 7월 31일에는 미일 공동 개입이 있었고, USD/JPY가 160을 돌파한 뒤 4~5월 두 달 동안 재무성은 사상 최대 규모인 11조 7,300억 엔(약 730억 달러)을 개입에 투입했습니다.

이 대비가 곧 교훈의 전부입니다. 평균 변동성은 낮았습니다. 그러나 특정 하루의 실현 변동성은 엄청났습니다. 지난 1년 평균값을 기준으로 FX 버퍼를 잡은 시스템이라면, 하필 가장 중요한 그날에 크게 어긋났을 것입니다. 변동성을 제대로, 그리고 지속적으로 측정하는 것이 바로 이를 막아 줍니다.

통화 변동성이 실제로 측정하는 것

변동성은 수익률의 표준편차를 연율로 환산한 값입니다. 방향에 대한 예측이 아니며, 움직임의 크기 자체도 아닙니다. 변동성은 산포를 재는 지표입니다. 즉 어떤 통화쌍의 일일 수익률이 평균을 중심으로 얼마나 넓게 흩어져 있는지를 나타냅니다.

중요한 유형은 두 가지입니다.

실현(과거) 변동성 — 실제로 관측된 환율로부터 거슬러 계산합니다. 시계열만 있으면 직접 구할 수 있으며, 이 가이드가 다루는 대상입니다.
내재 변동성 — FX 옵션 가격에서 역산합니다. 시장의 미래 전망치죠. 현물 환율로는 도출할 수 없고 옵션 데이터 피드가 필요합니다.

가격 책정, 청구, 자금 관리 대시보드, 리스크 알림 등을 다루는 대부분의 애플리케이션 개발자에게는 실현 변동성으로 충분하며, 과거 환율이 이미 있다면 계산 비용도 들지 않습니다.

숫자에 대한 대략적인 감각을 잡자면, EUR/USD 같은 주요 통화쌍은 잔잔한 시기에 연율 5~10%, 스트레스 국면에서는 10~15% 범위에서 움직이는 것이 보통입니다. 신흥국 통화쌍은 대개 그 두세 배입니다. 이 구간은 시간이 지나며 이동하고, 바로 그렇기 때문에 짐작하지 말고 측정해야 합니다.

공식: 로그 수익률, 표준편차, 연율 환산

계산은 세 단계입니다.

1단계 — 환율을 로그 수익률로 변환합니다.

r_t = ln(P_t / P_t-1)

2단계 — 선택한 윈도에서 그 수익률의 표준편차를 구합니다(표본 표준편차, 즉 n − 1 로 나누는 쪽을 사용하세요).

3단계 — 연율로 환산합니다. 연간 관측 횟수의 제곱근을 곱하면 됩니다.

annualised_volatility = stdev(r) * sqrt(N)

합치면 이렇습니다.

σ_annual = stdev( ln(P_t / P_t-1) ) × √N

백분율 변화 대신 로그 수익률을 쓰는 이유

단순 백분율 변화는 비대칭입니다. 1.10에서 1.20으로 가는 움직임은 +9.09%지만, 1.20에서 1.10으로 돌아오는 움직임은 −8.33%입니다. 이 둘은 크기가 같고 부호만 반대여야 합니다. 로그 수익률은 그렇습니다 — ln(1.20/1.10) 과 ln(1.10/1.20) 은 부호만 다릅니다.

이는 주식보다 FX에서 훨씬 더 중요한데, 호가 반전 때문입니다. EUR/USD와 USD/EUR는 같은 시장을 가리킵니다. 백분율 변화로 변동성을 계산하면 통화쌍을 어느 방향으로 호가했느냐에 따라 미묘하게 다른 두 개의 답이 나오는데, 이는 명백히 잘못된 것입니다. 로그 수익률은 반전에 대해 대칭입니다. ln(1/x) = −ln(x) 이고, 표준편차는 부호를 무시하니까요. 같은 통화쌍이라면 어느 방향이든 같은 변동성입니다.

로그 수익률은 시간에 대해 가산적이기도 해서, 여러 날을 합산하기가 아주 쉽습니다.

왜 √N인가 — 그리고 FX에서 N은 얼마여야 하는가

분산이 시간에 비례해 선형으로 커지기 때문에(표준적인 랜덤워크 가정 하에서) 변동성은 시간의 제곱근에 비례합니다. 일간 변동성을 연간으로 바꾸려면 √(연간 일수) 를 곱합니다.

주식 튜토리얼은 미국 거래소 영업일 수의 근사치인 252를 씁니다. FX는 다릅니다. 시장은 일요일 저녁부터 금요일 저녁까지 끊김 없이 돌아가며, 연간 대략 260번의 평일 세션에서 거래가 한산한 며칠의 휴일을 뺀 정도입니다. 대부분의 FX 데이터 제공업체는 특정 국가의 시장이 쉬는 날을 포함해 모든 평일에 환율을 게시합니다.

실무 원칙: N은 다른 자산군에서 빌려 온 관행이 아니라, 내 데이터의 샘플링 주기에 맞춰야 합니다.

데이터 주기	N (연율 환산 계수)
일간 (평일, FX 관행)	260
일간 (252일 주식 관행)	252
주간	52
월간	12
시간 단위 (24×5)	약 6,240

252와 260의 차이는 결과를 상대적으로 약 1.6% 바꿉니다. 대시보드용이라면 무시해도 되지만, 내 숫자를 벤더의 숫자와 비교한다면 문제가 됩니다. 무엇을 택하든 문서로 남기고 계속 일관되게 유지하세요.

1단계: 깨끗한 과거 환율 데이터 확보하기

변동성은 그 밑에 깔린 시계열만큼만 좋습니다. /v1/timeseries 엔드포인트를 한 번 호출해 일간 시계열을 가져오세요.

curl -G "https://api.finexly.com/v1/timeseries" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -d base=EUR \
  -d symbols=USD,JPY,GBP \
  -d start_date=2026-06-08 \
  -d end_date=2026-09-05

응답은 날짜를 키로 하는 맵입니다.

{
  "success": true,
  "base": "EUR",
  "start_date": "2026-06-08",
  "end_date": "2026-09-05",
  "rates": {
    "2026-06-08": { "USD": 1.1421, "JPY": 178.62, "GBP": 0.8447 },
    "2026-06-09": { "USD": 1.1408, "JPY": 178.94, "GBP": 0.8451 }
  }
}

요청 한 번, 시계열 하나, 페이지네이션 루프 없음. 전체 파라미터 레퍼런스는 Finexly API 문서에 있고, 날짜 범위를 다루는 더 넓은 패턴은 과거 환율 API 가이드에서 다룹니다.

FX에만 있는 네 가지 데이터 문제

결과를 신뢰하기 전에 아래 문제들을 처리하세요. 주식 변동성 튜토리얼에는 하나도 나오지 않지만, 넷 다 숫자를 왜곡합니다.

1. 공식 종가가 없습니다. FX는 탈중앙화되어 있어 종을 울리는 사람이 없습니다. 제공업체마다 스냅샷을 찍는 시점이 다릅니다 — UTC 22시, UTC 자정, ECB의 중앙유럽시간 14시 15분 기준 환율, 또는 런던 오후 4시 WM/Reuters 픽싱 등이죠. 한 시계열 안에서 스냅샷 시점을 섞으면 인위적인 분산이 끼어듭니다. 하나의 기준을 정하고 절대 섞지 마세요. 사용 중인 제공업체가 어떻게 하는지 모르겠다면 환율 API는 데이터를 어디서 가져올까 설명이 좋은 출발점입니다.

2. 주말과 공백. 시장은 금요일 저녁에 닫히고 일요일 저녁에 다시 열립니다. 금요일→월요일 수익률은 달력상 약 65시간을 포괄하지만, 단순한 계산에서는 하루로 취급됩니다. 대부분의 실무자는 이를 받아들이고 평일 수 기준으로 연율 환산합니다 — 표준적인 접근입니다 — 다만 일관성은 지켜야 합니다. 주말 환율을 시계열에 전방 채움(forward-fill) 하지 마세요. 같은 값이 연달아 있으면 표준편차가 인위적으로 낮아집니다.

3. 기준 통화 비대칭. 앞서 다뤘듯 로그 수익률은 반전 문제를 수학적으로 해결합니다. 그래도 리스크를 어느 통화 기준으로 측정할지는 정해야 합니다. 유로 기준으로 측정한 달러 익스포저의 변동성과 달러 기준으로 측정한 같은 통화쌍의 변동성은, 숫자가 똑같이 나오더라도 비즈니스 질문으로는 다릅니다. 기준 통화(뉴메레르)를 명시하세요.

4. 삼각 계산된 크로스 환율. 제공업체가 예컨대 SEK/USD를 NOK/USD로 나눠 SEK/NOK를 도출한다면, 그 결과는 두 다리의 노이즈와 둘 사이의 시점 불일치를 함께 물려받습니다. 합성 크로스는 직접 호가되는 시장보다 뚜렷하게 높은 변동성을 보일 수 있습니다. 크로스 환율 가이드에서 삼각 계산이 안전할 때와 그렇지 않을 때를 설명합니다.

정밀도도 신경 쓰세요. 수익률을 계산하기 전에 JPY 통화쌍을 소수점 두 자리로 잘라내면 작은 움직임이 0으로 양자화되어 변동성이 아래로 편향됩니다 — 일반 원칙은 통화 반올림과 소수 자릿수를 참고하세요. 저장은 전체 정밀도로 하고, 반올림은 표시할 때만 하세요.

2단계: Python으로 실현 변동성 계산하기

의존성이 거의 없는 완전한 구현입니다. requests 와 표준 라이브러리만 사용하며 pandas는 필요 없습니다.

import math
import statistics
import requests

FX_DAYS_PER_YEAR = 260  # weekday sessions; use 252 for the equity convention


def fetch_series(base, symbol, start, end, api_key):
    url = "https://api.finexly.com/v1/timeseries"
    params = {
        "base": base,
        "symbols": symbol,
        "start_date": start,
        "end_date": end,
    }
    headers = {"Authorization": "Bearer " + api_key}
    response = requests.get(url, params=params, headers=headers, timeout=10)
    response.raise_for_status()
    return response.json()["rates"]


def log_returns(rates, symbol):
    """Ordered log returns from a date-keyed rates map."""
    dates = sorted(rates.keys())
    series = [rates[d][symbol] for d in dates]
    return [
        math.log(series[i] / series[i - 1])
        for i in range(1, len(series))
        if series[i] > 0 and series[i - 1] > 0
    ]


def annualised_volatility(returns, periods_per_year=FX_DAYS_PER_YEAR):
    if len(returns) < 2:
        raise ValueError("need at least two returns")
    return statistics.stdev(returns) * math.sqrt(periods_per_year)


rates = fetch_series("EUR", "USD", "2026-06-08", "2026-09-05", "YOUR_API_KEY")
returns = log_returns(rates, "USD")

vol = annualised_volatility(returns)
print("Observations:      {}".format(len(returns)))
print("Daily volatility:  {:.4%}".format(vol / math.sqrt(FX_DAYS_PER_YEAR)))
print("Annual volatility: {:.2%}".format(vol))

statistics.stdev 는 표본 표준편차(분모가 n − 1)이며, 우리가 원하는 것이 바로 이것입니다. NumPy로 바꾼다면 numpy.std 가 기본적으로 모집단 버전이라는 점을 기억하세요 — ddof=1 을 넘겨야 일치합니다.

프로덕션 코드에 남겨 둘 만한 안전장치가 두 가지 있습니다. 로그를 취하기 전에 양수가 아닌 환율은 건너뛸 것, 그리고 관측치가 너무 적은 윈도에서는 숫자를 반환하지 말 것. 데이터 포인트 아홉 개로 계산한 30일 변동성은 30일 변동성이 아닙니다.

3단계: 같은 계산을 JavaScript로

여기서도 수치 계산 라이브러리는 필요 없습니다.

const FX_DAYS_PER_YEAR = 260;

async function fetchSeries(base, symbol, start, end, apiKey) {
  const url = new URL('https://api.finexly.com/v1/timeseries');
  url.searchParams.set('base', base);
  url.searchParams.set('symbols', symbol);
  url.searchParams.set('start_date', start);
  url.searchParams.set('end_date', end);

  const res = await fetch(url, {
    headers: { Authorization: `Bearer ${apiKey}` },
  });
  if (!res.ok) throw new Error(`Finexly returned ${res.status}`);
  const body = await res.json();
  return body.rates;
}

function logReturns(rates, symbol) {
  const dates = Object.keys(rates).sort();
  const series = dates.map((d) => rates[d][symbol]);
  const out = [];
  for (let i = 1; i < series.length; i += 1) {
    if (series[i] > 0 && series[i - 1] > 0) {
      out.push(Math.log(series[i] / series[i - 1]));
    }
  }
  return out;
}

function annualisedVolatility(returns, periodsPerYear = FX_DAYS_PER_YEAR) {
  if (returns.length < 2) throw new Error('need at least two returns');
  const mean = returns.reduce((a, b) => a + b, 0) / returns.length;
  const variance =
    returns.reduce((acc, r) => acc + (r - mean) ** 2, 0) / (returns.length - 1);
  return Math.sqrt(variance) * Math.sqrt(periodsPerYear);
}

const rates = await fetchSeries('EUR', 'USD', '2026-06-08', '2026-09-05', 'YOUR_API_KEY');
const vol = annualisedVolatility(logReturns(rates, 'USD'));
console.log(`Annualised volatility: ${(vol * 100).toFixed(2)}%`);

(returns.length - 1) 분모에 주목하세요 — Python 버전과 동일한 표본 분산 보정입니다.

롤링 변동성과 국면 전환 포착

고정된 윈도의 단일 숫자는 언제 시장이 시끄러워졌는지 거의 알려주지 않습니다. 롤링 변동성은 알려주며, 대시보드에 실제로 올리고 싶은 것은 이쪽입니다.

def rolling_volatility(rates, symbol, window=30,
                       periods_per_year=FX_DAYS_PER_YEAR):
    dates = sorted(rates.keys())
    series = [rates[d][symbol] for d in dates]
    returns = [math.log(series[i] / series[i - 1]) for i in range(1, len(series))]
    return_dates = dates[1:]

    out = []
    for i in range(window - 1, len(returns)):
        chunk = returns[i - window + 1:i + 1]
        out.append((
            return_dates[i],
            statistics.stdev(chunk) * math.sqrt(periods_per_year),
        ))
    return out


for date, vol in rolling_volatility(rates, "USD", window=30)[-5:]:
    print("{}  {:.2%}".format(date, vol))

윈도 선택은 정답이 아니라 트레이드오프입니다.

10일 — 매우 민감하고 매우 노이즈가 많습니다. 알림에는 좋고 가격 책정에는 나쁩니다.
30일 — 흔히 쓰는 기본값. 몇 세션 안에 반응하면서도 요동치지 않습니다.
90일 — 매끄럽고 안정적입니다. 헤지 비율과 가격 버퍼를 정하는 데 좋습니다.

국면 전환을 알아채는 실용적인 신호는 변동성 비율입니다. 10일 변동성을 90일 변동성으로 나누세요. 대략 1.5를 넘는 수치가 지속되면, 단기 산포가 장기 기준선을 의미 있게 앞질렀다는 뜻입니다. 앞서 설명한 개입 국면의 엔화 통화쌍에 적용해 보면 이 비율은 크게 치솟는 반면 90일 수치는 거의 움직이지 않습니다 — 바로 그것이 핵심입니다. 긴 윈도는 사건을 감추고, 짧은 윈도는 사건을 찾아냅니다.

이 계산을 여러 통화쌍에 걸쳐 계속 돌릴 계획이라면 먼저 통화 API 캐싱과 오류 처리에 대한 정리를 읽어 보세요. 과거 일간 환율은 한번 게시되면 바뀌지 않으므로 무기한 캐시할 수 있습니다 — 페이지를 열 때마다 1년치 이력을 다시 받아오지 말고, 가장 최근 윈도만 다시 계산하세요. 요금제 페이지에서 등급별 요청 한도를 확인할 수 있습니다.

변동성 숫자를 의사결정으로 바꾸기

변동성을 계산하는 것은 쉽습니다. 가치는 그것을 쓰는 데서 나옵니다. 구체적인 활용 네 가지입니다.

견적 유효 시간. 고객에게 보여 주는 가격은 사실상 여러분이 발행한 단기 옵션입니다. t 일의 보유 기간 동안 예상되는 드리프트는 대략 σ_annual × √(t / 260) 입니다. 연율 8% 변동성이라면 24시간 견적은 약 0.5%의 예상 드리프트를 안고 있고, 20%라면 1.2%에 가까워집니다. 영원히 15분 고정으로 두지 말고, 변동성이 올라가면 TTL을 줄이세요.

가격 버퍼. FX 마진을 2%로 하드코딩하는 대신 이렇게 스케일하세요: buffer = k × σ_annual × √(settlement_days / 260). 스트레스 국면에서는 버퍼가 자동으로 넓어지고 시장이 진정되면 좁아지므로, 숨은 리스크를 떠안지 않으면서 경쟁력을 유지할 수 있습니다.

헤지 트리거. 익스포저 자체는 리스크가 아닙니다. 익스포저 곱하기 변동성이 리스크입니다. 변동성 4%인 통화쌍에 대한 200만 달러 익스포저는 변동성 30%인 통화쌍의 40만 달러보다 작은 문제입니다. 헤지 결정은 명목 금액이 아니라 exposure × σ 로 순위를 매기세요. 통화 헤지 가이드는 수단을 다루고, 무엇이 헤지할 가치가 있는지는 변동성 숫자가 알려줍니다.

이상 탐지. 새로 들어온 일간 변동을 직전 30일 표준편차 대비 z-점수로 바꾸고, ±3을 넘으면 알림을 보내세요. 이렇게 하면 진짜 시장 이벤트와 잘못된 데이터를 모두 잡아냅니다 — 오래된 피드나 삼각 계산이 틀어진 크로스는 보통 누군가 리포트에서 알아채기 전에, 말도 안 되는 이상치로 먼저 티를 냅니다.

이런 움직임을 백분율 대신 트레이더가 쓰는 단위로 표현하고 싶다면 pip이 무엇인지 확인해 보세요.

흔한 실수

로그 수익률 대신 백분율 변화를 사용하기. 비대칭이 생기고, 답이 호가 방향에 따라 달라집니다.
모집단 표준편차 사용하기. ddof=1 없는 numpy.std() 는 변동성을 과소평가하며, 짧은 윈도에서는 그 정도가 심합니다.
주말과 휴일을 전방 채움하기. 반복된 값은 수익률 0인 날이 되어 기계적으로 변동성을 끌어내립니다.
잘못된 N으로 연율 환산하기. 주간 데이터를 52 대신 260으로 연율 환산하면 약 2.2배 큰 숫자가 나옵니다.
스냅샷 시점이 다른 변동성끼리 비교하기. 제공업체가 둘, 픽싱 시점이 둘이면, 서로 비교할 수 없는 숫자가 둘 나올 뿐입니다.
연간 수치 하나를 내놓고 그것을 리스크라고 부르기. 변동성은 군집합니다. 잔잔한 달과 격렬한 주가 평균되어, 어느 쪽도 설명하지 못하는 어중간한 숫자가 됩니다. 대표 수치와 함께 항상 롤링 시계열도 게시하세요.
낮은 변동성이 낮은 리스크라고 가정하기. 2026년의 캐리에 우호적이던 조용한 국면은, 개입 헤드라인이 엔화를 하루 만에 2% 움직이기 직전까지 조용했습니다. 낮은 실현 변동성은 최근 과거에 대한 서술일 뿐, 다음 주에 대한 약속이 아닙니다.

자주 묻는 질문

통화쌍의 정상적인 변동성 수준은 어느 정도인가요?

EUR/USD, GBP/USD 같은 주요 통화쌍은 역사적으로 잔잔한 국면에서 연율 약 5~10%, 스트레스 상황에서 10~15% 수준이었습니다. 신흥국 통화쌍은 보통 그 두세 배입니다. 경험칙에 기대기보다, 관심 있는 통화쌍의 90일 롤링 변동성을 직접 계산해 자신만의 기준선을 쓰세요 — 수준은 국면에 따라 달라집니다.

FX 변동성을 연율 환산할 때 252일과 260일 중 무엇을 써야 하나요?

260이 더 적합합니다. FX 시장은 특정 거래소의 달력을 따르지 않고 모든 평일에 거래되기 때문입니다. 252는 주식 관행이지만 그래도 널리 쓰입니다. 차이는 상대적으로 약 1.6%이므로, 중요한 것은 하나를 골라 문서로 남기고 숫자를 비교하는 모든 곳에서 일관되게 적용하는 것입니다.

환율 API로 내재 변동성을 계산할 수 있나요?

할 수 없습니다. 내재 변동성은 FX 옵션 가격에서 역산하며 옵션 데이터 피드가 필요합니다. 현물이나 과거 환율 시계열로 계산할 수 있는 것은 실현 변동성입니다. 애플리케이션 코드에서의 가격 책정, 헤지 임계값, 알림에는 보통 실현 변동성이 적절한 지표입니다.

과거 데이터가 얼마나 필요한가요?

최소한 윈도 길이보다 관측치 하나가 더 있어야 하지만, 그 정도로는 추정이 불안정합니다. 실무적인 하한선으로는 30일 윈도에 관측치 30개를 쓰고, 현재 수치를 더 긴 기준선과 비교할 수 있도록 최소 1년치 이력을 받아 두세요. /v1/timeseries 엔드포인트는 임의의 날짜 범위를 한 번의 요청으로 반환합니다.

내 변동성 숫자가 데이터 제공업체의 것과 다른 이유는 무엇인가요?

거의 항상 네 가지 중 하나입니다. 연율 환산 계수가 다르거나(252 대 260), 모집단 표준편차와 표본 표준편차의 차이거나, 일간 환율의 스냅샷 시점이 다르거나, 단순 수익률과 로그 수익률의 차이입니다. 데이터가 틀렸다고 단정하기 전에 이 네 가지를 확인하세요.

변동성이 통화가 어느 방향으로 움직일지 예측해 주나요?

아니요. 변동성은 방향이 아니라 산포를 측정합니다. 연율 변동성 20%인 통화쌍은 많이 움직일 것으로 예상되지만, 그것이 오를지 내릴지에 대해서는 이 계산이 아무것도 말해 주지 않습니다. 방향에 베팅하기 위해서가 아니라, 리스크 규모를 재기 위해 사용하세요.

실시간 데이터로 변동성을 계산할 준비가 되셨나요? 무료 Finexly API 키 받기 — 신용카드는 필요 없습니다. 170개 이상 통화의 실시간 및 과거 환율, 월 1,000회 무료 요청, 그리고 전체 날짜 범위를 한 번의 호출로 반환하는 /v1/timeseries 엔드포인트를 사용할 수 있습니다. 무료 환율 API로 시작해서 데이터 수요가 늘면 업그레이드하세요.