Definición y el punto de vista “avanzado”
SMA significa Media Móvil Simple. Es una línea calculada tomando la media aritmética de las N observaciones más recientes de una serie de entrada elegida (comúnmente el precio). “Simple” significa que cada observación dentro de la ventana de retroceso tiene el mismo peso.
Una consideración avanzada no es que la SMA sea matemáticamente compleja, sino que la interpretación correcta depende de qué exactamente le introduces, cómo muestreas el tiempo y qué suposiciones haces cuando comparas la SMA con el precio u otros indicadores. En otras palabras: la mecánica de la SMA es estable; los resultados prácticos son sensibles a los detalles de implementación y al contexto del mercado.
La SMA se puede escribir como:
- SMA en el tiempo t = (x[t] + x[t−1] + … + x[t−(N−1)]) / N donde x es la serie de entrada (por ejemplo, el precio de cierre). La salida en los primeros tiempos no está definida hasta que haya al menos N observaciones.
Cómo funciona la SMA en la práctica: entradas, ventanas y dependencias
1) La serie de entrada es parte de la definición
Un error común es asumir que la “SMA del precio” es única. En realidad, la SMA depende de la serie seleccionada:
- La SMA basada en el cierre utiliza el valor de cierre de cada vela.
- El precio típico u otros compuestos promediarían entradas diferentes.
- Algunas plataformas calculan valores a partir de un flujo de datos que puede diferir ligeramente en la construcción de las velas.
Conclusión avanzada: al explicar la SMA a otros, indica siempre la serie de entrada (por ejemplo, el cierre) y el marco temporal utilizado para formar las velas.
2) Longitud de la ventana (N): cambios en el suavizado y la capacidad de respuesta
La longitud de retroceso N es el parámetro de diseño principal. Un N más pequeño reacciona más rápido a los cambios recientes; un N más grande suaviza más pero retrasa la capacidad de respuesta. Esto crea una compensación importante:
- Con N pequeño, la SMA puede seguir el ruido más de cerca.
- Con N grande, la SMA puede quedarse rezagada respecto a los puntos de inflexión.
Esto no es una garantía de rendimiento; es un efecto determinista de la ventana de promediado sobre la sensibilidad de la línea a nuevas observaciones.
3) Alineación temporal y “temporización de las velas”
Los valores de la SMA se calculan al cierre de la vela en implementaciones típicas (porque necesitas las últimas N observaciones cerradas). Si comparas la SMA con señales o eventos que ocurren dentro de la vela (por ejemplo, cuando el precio cruza temporalmente una línea a mitad de la vela), puedes crear interpretaciones engañosas.
Consideración avanzada: especifica si las comparaciones se realizan utilizando:
- solo valores de cierre de vela, o
- valores intrabar (lo que requiere un flujo de datos diferente y cambia lo que significa “cruzar”).
4) Método de cálculo y detalles numéricos
La fórmula central es simple, pero la forma en que se implementa aún puede importar:
- Las actualizaciones de suma móvil pueden reducir el costo computacional en comparación con volver a sumar cada ventana.
- La configuración de redondeo y precisión puede cambiar los decimales mostrados.
Estas diferencias suelen hacerse visibles cuando comparas valores exactos entre plataformas o reproduces resultados de forma independiente.
5) Datos faltantes, huecos y velas inusuales
Si el conjunto de datos subyacente tiene velas faltantes, marcas de tiempo rotas o huecos irregulares, el conjunto efectivo de N observaciones podría no coincidir con tu expectativa. Incluso si la fórmula de la SMA no cambia, la composición de la ventana de entrada puede diferir.
Modo de fallo material: la SMA calculada sobre un conjunto de datos con velas faltantes puede desplazarse en comparación con la SMA calculada sobre una serie continua.
Ejemplo y “evidencia” que puedes verificar sin predicción
Para mantener la discusión autocontenida, considera una serie hipotética de precios de cierre donde conoces los valores exactamente.
Supón N = 3 y los cierres recientes son:
- x[t] = 1.2000
- x[t−1] = 1.1980
- x[t−2] = 1.1960
Entonces:
- SMA[t] = (1.2000 + 1.1980 + 1.1960) / 3
- SMA[t] = 1.1980
Esto verifica la definición directamente. La parte “avanzada” es extender la comprobación:
- Recalcula la SMA para el siguiente tiempo t+1 utilizando la ventana actualizada y confirma el desplazamiento.
- Repite con un N diferente (por ejemplo, N=5) para observar el retraso y el mayor suavizado.
- Confirma que solo calculas la SMA cuando hay N observaciones disponibles.
Si cambias el marco temporal o la serie de entrada (cierre vs. otra serie), puedes verificar que la línea de la SMA cambia incluso si la fórmula de promediado sigue siendo la misma.
Limitaciones y riesgos: lo que la SMA no puede garantizar
1) El promediado histórico no establece el comportamiento futuro
La SMA es un filtro de promediado sobre observaciones pasadas. Si bien puede describir tendencias pasadas y reducir la volatilidad en la línea mostrada, las relaciones estadísticas pasadas no garantizan resultados futuros. Esto es cierto incluso si la SMA parece “funcionar” durante un período determinado.
2) Cambios de régimen y rupturas estructurales
Los mercados pueden cambiar de maneras que afectan la dinámica de los precios: la volatilidad puede aumentar o disminuir, y la persistencia de la tendencia puede cambiar. La capacidad de respuesta de la SMA está determinada por N, por lo que una línea que se adapta a un régimen puede ser demasiado lenta (o demasiado ruidosa) en otro.
Una forma práctica de pensar en esta limitación es: la SMA no detecta “regímenes”; solo refleja las últimas N observaciones.
3) Costos, momento de ejecución y brechas de interpretación
Incluso si alguien usa la SMA como parte de un proceso de decisión (sin discutir ninguna configuración de operación), cualquier evaluación del mundo real debe considerar el momento de ejecución, los costos de transacción y la diferencia entre los cálculos al cierre de la vela y el momento de la acción. Estos factores pueden romper relaciones que podrías observar en backtests simplificados e idealizados.
4) Casos límite: ventanas planas y comportamiento en los bordes
La SMA puede comportarse de manera inesperada alrededor de los bordes:
- Al inicio de un gráfico, no hay SMA hasta que estén presentes N velas.
- Si los precios son constantes o casi constantes, la SMA se vuelve plana; pequeñas diferencias en los datos aún pueden producir ligeras curvaturas.
- En conjuntos de datos con huecos, la ventana de promediado efectiva puede diferir.
5) Diferencias de implementación específicas de la plataforma
Diferentes software pueden construir velas de manera diferente (especialmente para flujos personalizados), lo que cambia la serie de entrada. Si intentas verificar de forma independiente los valores de la SMA entre herramientas, puedes ver discrepancias causadas por:
- diferentes reglas de construcción de velas,
- diferente manejo de datos faltantes,
- diferente redondeo.
La fórmula del indicador sigue siendo la misma, pero la reproducibilidad requiere igualar los detalles de implementación.
Verificación y siguientes preguntas para explorar de forma independiente
Para explicar la SMA con precisión y verificar los hechos por tu cuenta, concéntrate en estas comprobaciones:
- Escribe la fórmula exacta de la SMA e identifica N.
- Especifica la serie de entrada (por ejemplo, el cierre) y el marco temporal que define cada vela.
- Recalcula algunos puntos de la SMA manualmente a partir de valores conocidos para confirmar tu comprensión.
- Confirma el comportamiento en los bordes: asegúrate de comenzar a comparar solo después de que existan N velas.
- Si comparas resultados entre plataformas, documenta cualquier diferencia en el flujo de datos, el redondeo y la construcción de velas.