Una media mobile ponderata (WMA) è una media mobile che attribuisce diversi livelli di influenza alle osservazioni all’interno della sua finestra moltiplicando ciascun valore per un peso assegnato. La WMA si calcola sommando i valori ponderati e dividendo per il peso totale. Nel trading, WMA indica spesso una WMA lineare, in cui al prezzo più recente viene assegnato il peso maggiore.
Una WMA reagisce più fortemente alle osservazioni con i pesi più elevati, ma utilizza comunque dati storici e rimane una misura ritardata. I metodi di previsione possono usare pesi personalizzati, mentre molte piattaforme di trading utilizzano la sequenza lineare fissa 1, 2, ..., n. Il metodo di calcolo deve quindi essere identificato prima di poter confrontare due valori di WMA.
Una WMA lineare assegna al valore più recente il peso posizionale maggiore, mantenendo al contempo ogni valore nella finestra selezionata.
Che cos’è una media mobile ponderata?
Una media mobile ponderata è una media mobile in cui ogni osservazione viene moltiplicata per un peso specificato, così che alcune osservazioni influenzano il risultato più di altre. La finestra mobile definisce quali osservazioni sono incluse, mentre i pesi definiscono quanto contribuisce ciascuna osservazione inclusa.
Un peso maggiore viene comunemente assegnato alle osservazioni più recenti perché i valori recenti possono rappresentare meglio il livello attuale di una serie temporale. La ponderazione per recenza è una scelta metodologica, non un requisito matematico: una WMA personalizzata può usare qualsiasi schema di pesi non nulli giustificato, purché il calcolo applichi in modo coerente i pesi previsti e divida per il loro totale.
Ogni valore di WMA rappresenta una finestra. Quando la serie temporale avanza, l’osservazione più vecchia esce dalla finestra, quella più recente entra e i pesi posizionali vengono assegnati di nuovo. Questo aggiornamento progressivo distingue una media mobile da una media ponderata calcolata una sola volta.
La WMA risultante rimane nella stessa unità delle osservazioni di origine: input di prezzo producono una WMA basata sul prezzo, mentre input di domanda producono una WMA basata sulla domanda. I pesi modificano l’influenza, non il significato o l’unità della serie sottostante.
La WMA è la stessa cosa di una media mobile ponderata lineare?
Nel trading, WMA e media mobile ponderata lineare sono spesso usati come termini equivalenti, ma i due termini non sono universalmente identici. Una media mobile ponderata lineare assegna i pesi in una sequenza aritmetica, normalmente 1 all’osservazione più vecchia, 2 all’osservazione successiva e n all’osservazione più recente.
Una WMA generale può invece utilizzare pesi personalizzati come 0.20, 0.30 e 0.50. I modelli previsionali usano spesso questi pesi personalizzati per rappresentare un’ipotesi aziendale o un insieme di pesi testato rispetto all’errore di previsione. Molte piattaforme di charting usano WMA per indicare la versione lineare, quindi prima di riprodurre un valore è opportuno verificare le specifiche della piattaforma, il periodo, la fonte del prezzo e l’ordine dei pesi dal più vecchio al più recente.
La distinzione è importante perché due metodi possono usare le stesse tre osservazioni ma produrre risultati diversi quando i loro pesi differiscono. Una volta noto il tipo di WMA, la formula rende esplicita la relazione tra ciascun valore e il suo peso.
Qual è la formula della media mobile ponderata?
La WMA è uguale alla somma di ciascun valore moltiplicato per il suo peso, divisa per la somma di tutti i pesi. Per n osservazioni ordinate, la formula generale è:
WMA = (w1 × x1 + w2 × x2 + ... + wn × xn) / (w1 + w2 + ... + wn)
Nella formula, x è un valore osservato, w è il peso associato a quel valore e n è il numero di osservazioni nella finestra. Il numeratore è la somma ponderata, mentre il denominatore normalizza il risultato in base al peso totale.
Per una WMA lineare con pesi da 1 a n, la formula può essere scritta come:
WMA lineare = (1 × x_oldest + 2 × x_next + ... + n × x_newest) / [n × (n + 1) / 2]
Il denominatore n × (n + 1) / 2 è il numero triangolare che equivale a 1 + 2 + ... + n. Una WMA lineare a tre periodi quindi divide per 6, mentre una WMA lineare a quattro periodi divide per 10.
La formula generale accetta qualsiasi peso valido; la formula lineare usa pesi da 1 a n.
Perché i pesi devono essere normalizzati?
I pesi devono essere normalizzati affinché la WMA rimanga sulla stessa scala delle osservazioni. Dividere per il peso totale trasforma la somma ponderata in una media, invece di lasciare il risultato come totale non scalato.
I pesi grezzi 1, 2 e 3 hanno un totale di 6. I loro equivalenti normalizzati sono 1/6, 2/6 e 3/6, che sommano a 1. Entrambe le forme producono lo stesso risultato:
(10 × 1 + 12 × 2 + 15 × 3) / 6 = 13.17
(10 × 1/6) + (12 × 2/6) + (15 × 3/6) = 13.17
La divisione per SUM(weights) può essere omessa solo quando i pesi forniti sommano già a 1, o al 100%. Omettere la divisione quando i pesi grezzi sommano a più di 1 produce una somma ponderata, non una media mobile ponderata. La normalizzazione mostra anche perché il denominatore lineare è 6 per una WMA a tre periodi: 6 è semplicemente la somma dei pesi posizionali.
Come si calcola una media mobile ponderata?
Scegli la finestra, assegna i pesi, moltiplica ogni valore per il peso corrispondente, somma i prodotti e dividi per il peso totale. La direzione dal più vecchio al più recente deve rimanere coerente in ogni passaggio.
1. Seleziona il numero di periodi nella finestra mobile.
2. Disponi le osservazioni dalla più vecchia alla più recente.
3. Assegna a ciascuna osservazione il peso previsto.
4. Moltiplica ogni osservazione per il peso corrispondente e somma i prodotti.
5. Dividi la somma ponderata per la somma dei pesi.
Per una WMA lineare, l’osservazione più recente riceve il peso posizionale maggiore. Per una WMA personalizzata, l’ordine dei pesi segue il modello documentato anziché una sequenza presunta. Il metodo in cinque passaggi è completo solo quando il periodo temporale successivo fa avanzare la finestra e ripete il calcolo.
Il calcolo della WMA segue cinque passaggi verificabili.
Esempio di media mobile ponderata a tre periodi
Una WMA lineare a tre periodi per i valori 10, 12 e 15 è 13.17 quando i pesi dal più vecchio al più recente sono 1, 2 e 3. Il valore più recente, 15, contribuisce maggiormente perché al valore più recente viene assegnato il peso più elevato.
Tabella: WMA lineare a tre periodi usando pesi da 1, 2 e 3 dal più vecchio al più recente.
Il calcolo è:
WMA a tre periodi = (10 × 1 + 12 × 2 + 15 × 3) / (1 + 2 + 3) WMA a tre periodi = 79 / 6 WMA a tre periodi = 13.17
La WMA di 13.17 è superiore alla media non ponderata di 12.33 per gli stessi tre valori crescenti perché la WMA lineare attribuisce più influenza alle osservazioni più alte e più recenti. Questa relazione può invertirsi quando le osservazioni recenti scendono, quindi il risultato non dovrebbe essere interpretato come un vantaggio fisso rispetto a una media a pesi uguali.
Due controlli rendono l’esempio verificabile. Primo, i prodotti ponderati devono totalizzare 79 e i pesi devono totalizzare 6. Secondo, una WMA calcolata con pesi non negativi dovrebbe rimanere tra l’osservazione più piccola e quella più grande nella finestra, quindi 13.17 dovrebbe collocarsi tra 10 e 15. Il valore finale dovrebbe essere arrotondato solo dopo aver diviso 79 per 6; arrotondare in anticipo ogni prodotto o peso può alterare un calcolo più lungo.
L’ordine dei pesi ha un effetto visibile. Se agli stessi valori venissero assegnati erroneamente i pesi 3, 2 e 1 dal più vecchio al più recente, il risultato sarebbe 11.50 anziché 13.17. La differenza è causata interamente da quale osservazione riceve l’influenza maggiore.
Come la finestra si sposta al periodo successivo
La WMA si sposta al periodo successivo rimuovendo l’osservazione più vecchia, aggiungendo quella più recente e riassegnando i pesi posizionali all’interno della nuova finestra. L’aggiunta di un quarto valore pari a 18 modifica la finestra a tre periodi da 10, 12, 15 a 12, 15, 18.
Tabella: finestre WMA consecutive a tre periodi che utilizzano gli stessi pesi posizionali.
Il peso 3 non rimane associato al valore 15. Il peso 3 si sposta sulla posizione più recente, che nella seconda finestra è occupata da 18. Invertire la sequenza descriverebbe un modello diverso perché l’osservazione più vecchia riceverebbe l’influenza maggiore.
Per una WMA a n periodi, le prime n - 1 righe non contengono abbastanza osservazioni per formare una finestra completa. Una WMA a tre periodi quindi non ha un output a finestra completa per i periodi 1 e 2; la prima WMA valida appare al periodo 3. Il software di charting può mostrare queste righe iniziali come vuote, ometterle o usare un metodo di warm-up specifico della piattaforma.
Una media mobile è una serie: ogni nuovo periodo fa avanzare la finestra e riassegna i pesi posizionali.
Ripetere manualmente questo calcolo diventa inefficiente man mano che la serie cresce, il che rende l’implementazione in foglio di calcolo il passaggio pratico successivo.
Come si calcola la WMA in Excel?
Usa =SUMPRODUCT(value_range,weight_range)/SUM(weight_range) e mantieni gli intervalli di valori e pesi della stessa dimensione e nello stesso ordine. SUMPRODUCT moltiplica ogni valore per il peso associato e somma i prodotti, mentre SUM fornisce il denominatore di normalizzazione.
Per i valori 10, 12 e 15 nelle celle A2:A4 e i pesi grezzi 1, 2 e 3 nelle celle D2:D4, inserisci:
=SUMPRODUCT(A2:A4,$D$2:$D$4)/SUM($D$2:$D$4)
I simboli del dollaro mantengono fisso l’intervallo dei pesi quando la formula viene trascinata verso il basso. Nella riga di output successiva, l’intervallo dei valori dovrebbe spostarsi da A2:A4 ad A3:A5, mentre l’intervallo dei pesi rimane D2:D4. Gli intervalli di valori e pesi devono contenere lo stesso numero di celle e usare lo stesso ordine dal più vecchio al più recente.
Le prime due celle di output per una WMA a tre periodi dovrebbero rimanere vuote perché non esiste una finestra completa di tre valori. Un foglio di lavoro di produzione può gestire queste righe con un controllo sulle celle vuote, ma il calcolo non dovrebbe sostituire silenziosamente una finestra più corta a meno che il metodo non lo consenta esplicitamente.
Usa intervalli di valori e pesi di uguale dimensione e ordinati in modo identico; dividi per SUM(weights) a meno che i pesi non totalizzino 1.
Formula Excel per pesi lineari e personalizzati
La formula Excel per WMA lineari e personalizzate usa la stessa struttura SUMPRODUCT; cambia solo l’intervallo dei pesi. I pesi lineari per una WMA a tre periodi sono 1, 2 e 3, mentre un modello personalizzato potrebbe usare 0.20, 0.30 e 0.50.
Usa la seguente formula quando l’intervallo dei pesi contiene pesi grezzi che non necessariamente totalizzano 1:
=SUMPRODUCT(A2:A4,$D$2:$D$4)/SUM($D$2:$D$4)
Usa la seguente formula più breve solo quando l’intervallo dei pesi è stato verificato e totalizza esattamente 1:
=SUMPRODUCT(A2:A4,$F$2:$F$4)
I pesi lineari grezzi 1, 2 e 3 e i pesi normalizzati 1/6, 2/6 e 3/6 restituiscono la stessa WMA. Un foglio di calcolo dovrebbe comunque mostrare il totale dei pesi in modo che si possano rilevare un intervallo invertito, una cella omessa o un errore nell’inserimento delle percentuali.
Il calcolo è condiviso, ma previsione e trading rispondono a domande diverse e richiedono validazioni differenti.
L’output automatizzato può ora servire due applicazioni separate: una previsione per il periodo successivo o un indicatore di trading tracciato sul grafico. Ogni applicazione richiede il proprio metodo di interpretazione e valutazione.
Come viene usata la WMA nelle previsioni?
Nelle previsioni, una WMA trailing usa osservazioni recenti ponderate come stima per il periodo successivo, di solito per un orizzonte breve. La previsione presuppone che la finestra selezionata e lo schema di ponderazione contengano informazioni utili sull’osservazione successiva.
Una previsione WMA è più semplice per una serie relativamente stabile in cui la storia recente rimane rilevante. Trend, stagionalità, rotture strutturali e modelli di domanda variabili possono rendere inaffidabile un insieme fisso di pesi, quindi l’insieme dei pesi e l’orizzonte di previsione devono essere testati rispetto alle osservazioni successive.
Il calcolo non cambia quando la WMA viene usata per le previsioni. Cambia l’interpretazione: l’output della WMA viene assegnato al periodo successivo come stima anziché essere tracciato solo come linea storica smussata.
Esempio di previsione con media mobile ponderata a tre mesi
Una previsione WMA a tre mesi moltiplica ciascuna delle tre osservazioni mensili più recenti per il peso assegnato e usa la loro somma come previsione a un passo avanti quando i pesi totalizzano 1. Utilizzando valori di domanda mensile di 10, 12 e 15 unità con pesi 0.20, 0.30 e 0.50 si ottiene una previsione per il Mese 4 di 13.10 unità.
Tabella: previsione della domanda a tre mesi a un passo avanti con pesi che totalizzano 1.
La formula è:
Previsione Mese 4 = (10 × 0.20) + (12 × 0.30) + (15 × 0.50)
Previsione Mese 4 = 13.10 unità
Il risultato di 13.10 unità è una previsione a un passo avanti, non una previsione per ogni mese futuro. Una previsione ricorsiva per il Mese 5 dovrebbe includere la previsione del Mese 4 come se fosse un valore osservato quando la domanda effettiva del Mese 4 non è disponibile. Ogni ulteriore passo ricorsivo dipende quindi in parte da previsioni precedenti, il che può accumulare errore e appiattire o distorcere il percorso previsto.
I pesi decimali totalizzano 1, quindi non è richiesta alcuna divisione aggiuntiva. I pesi grezzi 2, 3 e 5 produrrebbero la stessa previsione di 13.10 unità dopo la divisione per 10. La previsione è anche inferiore alla domanda più recente di 15 unità perché le due osservazioni precedenti, più basse, contribuiscono ancora a metà del peso totale.
Come si dovrebbero scegliere e testare i pesi di previsione?
I pesi di previsione dovrebbero essere scelti sulla base di una logica documentata e testati rispetto a una metrica di errore predefinita su periodi che non sono stati usati per ottimizzare i pesi. Un peso recente più elevato è difendibile solo quando le osservazioni recenti migliorano la previsione per l’orizzonte previsto.
Un processo pratico di validazione è:
1. Definire l’orizzonte di previsione e la decisione che la previsione dovrà supportare.
2. Riservare le osservazioni successive come periodo di validazione o holdout.
3. Specificare insiemi candidati di pesi che rispettino i vincoli del modello, come pesi non negativi che totalizzano 1.
4. Generare previsioni usando ciascun insieme candidato senza modificare il periodo di valutazione.
5. Confrontare gli errori con una misura predefinita come l’errore assoluto medio (MAE) o l’errore quadratico medio (MSE).
6. Verificare se i pesi selezionati rimangono stabili in diversi periodi di validazione e in differenti condizioni di mercato o di domanda.
Il MAE riporta l’ampiezza media assoluta degli errori, mentre l’MSE attribuisce maggiore influenza agli errori più grandi elevandoli al quadrato. Nessuna delle due metriche rende un insieme di pesi universalmente migliore; la metrica preferita dipende dal costo di errori di diversa entità. Ottimizzare i pesi sulle stesse osservazioni usate per valutare il modello può portare a un overfitting del rumore storico, quindi la valutazione finale dovrebbe usare periodi non visti.
Le previsioni valutano la WMA rispetto a osservazioni future realizzate. Il trading usa lo stesso output matematico in modo diverso, confrontando una WMA tracciata con il prezzo o con un’altra media.
Come viene usata la WMA come indicatore di trading?
Come indicatore di trading, la WMA traccia una media ponderata dei prezzi recenti per descrivere la direzione del trend e reagire più fortemente alle variazioni recenti del prezzo rispetto a una SMA a pesi uguali dello stesso periodo. I trader possono confrontare la pendenza della WMA', il prezzo attuale e altre medie mobili, ma la WMA non fornisce certezza predittiva.
Una WMA in salita indica che la base ponderata dei prezzi recenti è in aumento, mentre una WMA in discesa indica che la base ponderata sta diminuendo. Un prezzo sopra o sotto la WMA descrive la relazione tra il mercato attuale e quella base; la relazione è un’osservazione, non la prova che il prossimo movimento di prezzo debba necessariamente continuare nella stessa direzione.
La WMA rimane ritardata perché ogni suo valore è calcolato a partire dai prezzi attuali e precedenti. Una maggiore enfasi sui prezzi più recenti può ridurre parte del ritardo rispetto a una SMA dello stesso periodo, ma una maggiore reattività può anche far sì che la WMA reagisca a variazioni di prezzo di breve durata.
Direzione del trend, crossover del prezzo e crossover della WMA
Un crossover della WMA si verifica quando il prezzo attraversa una WMA oppure quando una WMA di periodo più breve attraversa una WMA di periodo più lungo. Un crossover prezzo/WMA confronta il prezzo attuale con una base ponderata, mentre un crossover tra due WMA confronta una base più veloce con una più lenta.
Tabella: interpretazione diretta e cautela necessaria per osservazioni comuni sulla WMA.
Una regola basata sui crossover richiede quindi test separati con periodi dichiarati, input di prezzo, ipotesi sui costi di transazione e controlli del rischio. Un grafico può illustrare dove si è verificato un incrocio, ma solo un test definito può valutare se la regola sia stata utile per uno specifico mercato e timeframe.
Periodi della WMA, fonte del prezzo e condizioni di mercato
Il comportamento della WMA dipende dalla lunghezza del periodo, dal prezzo di input, dal timeframe del grafico e dalle condizioni di mercato. Un periodo più breve usa meno osservazioni e normalmente reagisce più rapidamente, mentre un periodo più lungo smussa una maggiore variazione di prezzo e normalmente risponde più lentamente.
L’input può essere il prezzo di chiusura o un’altra fonte di prezzo supportata dalla piattaforma. Due grafici etichettati “WMA a 20 periodi” possono differire se uno usa i prezzi di chiusura e l’altro un input diverso, oppure se le piattaforme usano definizioni differenti di WMA. Anche il timeframe cambia ciò che rappresenta un periodo: 20 osservazioni su un grafico a cinque minuti non descrivono lo stesso orizzonte di 20 osservazioni su un grafico giornaliero.
Condizioni di trend possono creare una pendenza persistente e meno attraversamenti della base, mentre condizioni irregolari possono far muovere ripetutamente il prezzo attorno alla WMA. Nessun periodo è universalmente migliore. Periodi e input dovrebbero essere selezionati in base all’obiettivo dell’analisi e testati sullo strumento, timeframe e regime di mercato pertinenti.
L’effetto di queste impostazioni diventa più chiaro quando la WMA viene confrontata con altri metodi di media mobile e ponderazione per volume.
WMA vs SMA, EMA, VWMA e VWAP
La WMA pondera le osservazioni secondo una sequenza scelta, la SMA le pondera in modo uguale, la EMA usa un decadimento esponenziale, mentre VWMA e VWAP usano il volume anziché la recenza come peso principale. I metodi non sono intercambiabili perché ciascun metodo risponde a una diversa logica di ponderazione.
Tabella: confronto tra metodi di media mobile e metodi ponderati per volume in base alla logica di ponderazione e all’ambito.
Per la stessa serie crescente a tre periodi, 10, 12, 15 e poi 18, i metodi possono essere confrontati con ogni parametro dichiarato. La SMA e la WMA lineare a tre periodi compaiono per la prima volta al Periodo 3. Una EMA a tre periodi usa alpha = 2 / (3 + 1) = 0.5 ed è inizializzata con la SMA del Periodo 3.
Tabella: SMA, WMA lineare ed EMA calcolate sulla stessa serie di quattro valori.
Le tre medie differiscono perché differiscono le loro regole di ponderazione; la reattività dipende dai dati e dai parametri.
La WMA è la più alta al Periodo 4 in questo esempio rialzista perché al prezzo più recente e più alto viene assegnato il peso lineare maggiore. Questo ordine non è permanente: un nuovo valore in calo può trascinare la WMA verso il basso più bruscamente, e diversi parametri EMA possono modificare il confronto. Il metodo appropriato dipende quindi dalla base di ponderazione, dalla memoria e dall’uso richiesti, piuttosto che da un’etichetta universale di “migliore”.
Vantaggi e limiti della WMA
La WMA può reagire prima di una SMA dello stesso periodo, ma una maggiore enfasi sulle osservazioni recenti può anche aumentare la sensibilità al rumore e non elimina il ritardo. Ogni vantaggio della WMA dipende dal corrispondente costo di implementazione o interpretazione.
Tabella: vantaggi e limiti della WMA a confronto.
La WMA è utile quando un’influenza diseguale è giustificata e il compromesso risultante è accettabile per la decisione. La WMA è debole quando lo schema dei pesi è arbitrario, la serie cambia regime o l’output viene trattato come prova di un esito futuro. I limiti spiegano perché la corretta implementazione e validazione contano tanto quanto la formula.
Errori comuni nella media mobile ponderata
Gli errori più comuni nella WMA sono invertire l’ordine dei pesi, omettere la normalizzazione, disallineare gli intervalli nel foglio di calcolo e trattare una media storica ponderata come una certezza sul futuro. Ogni errore modifica il calcolo o il significato del risultato.
• Invertire i pesi del più vecchio e del più recente: Verifica se all’osservazione più recente debba essere assegnato il peso maggiore prima di calcolare la prima finestra.
• Omettere il denominatore: Dividi per SUM(weights) a meno che i pesi non siano già stati normalizzati per totalizzare 1.
• Usare intervalli di valori e pesi non uguali: Associa un peso a ogni osservazione e mantieni gli intervalli nello stesso ordine.
• Mantenere i pesi associati ai valori: Riassegna i pesi posizionali dopo che la finestra mobile avanza; il peso lineare maggiore appartiene alla posizione più recente.
• Riempire le righe iniziali con valori di finestra parziale: Lascia vuoti i primi n - 1 output a finestra completa, a meno che non venga usato un metodo di warm-up documentato.
• Confrontare metodi con ipotesi diverse: Indica periodo, fonte del prezzo, sequenza dei pesi, seed dell’EMA e ambito del volume prima di confrontare gli output.
• Trattare una previsione come certezza: Valuta l’errore di previsione sulle osservazioni successive e indica l’orizzonte di previsione.
• Trattare un crossover come un trade automatico: Testa la regola completa, inclusi costi, controlli del rischio e comportamento in mercati irregolari.
• Ottimizzare sul periodo di valutazione: Mantieni un periodo holdout in modo che i parametri di previsione o trading siano valutati su osservazioni non usate per la taratura.
Il corretto utilizzo della WMA dipende quindi da una definizione trasparente dei pesi, da un calcolo verificabile e da un metodo di valutazione coerente con l’applicazione.
Metti in pratica l’analisi della media mobile ponderata semplice
Le piattaforme TMGM MetaTrader consentono ai trader di configurare la Weighted Moving Average (WMA) per periodo, prezzo applicato e timeframe. Usa impostazioni coerenti per identificare direzioni di trend chiare, testa le tue osservazioni rispetto alla reale struttura del prezzo e definisci sempre il tuo rischio prima di agire.
Pronto a mettere alla prova la tua strategia WMA? Apri un conto reale per iniziare oggi il tuo percorso nel trading CFD, oppure apri un conto demo per fare pratica senza rischi.
