Qué datos se necesitan para evaluar la WMA
Para evaluar una Media Móvil Ponderada (WMA), se necesitan cuatro grupos de información: (1) la definición del concepto y del cálculo, (2) la serie temporal de entrada y cómo se obtiene, (3) la puntualidad y la alineación de los datos con sus marcas de tiempo, y (4) controles de calidad que confirmen que las entradas son consistentes y utilizables. Sin esto, dos personas pueden calcular “la misma WMA” de manera diferente y ambas pueden tener razón según sus propias convenciones.
Mecanismo y definición: qué requieren los cálculos de la WMA
Una WMA es una media móvil en la que las observaciones más recientes suelen recibir una ponderación mayor que las más antiguas. Para calcularla, debe especificar la serie de datos (por ejemplo, una serie de precios), la longitud de la ventana (número de períodos) y el esquema de ponderación (la regla exacta para las ponderaciones).
Entradas materiales:
- La serie temporal subyacente que se promedia (comúnmente una secuencia de precios). Decida si utiliza precios de cierre, precios medios u otro campo.
- Longitud de la ventana (N): cuántos períodos pasados se incluyen.
- Regla de ponderación: cómo se asignan las ponderaciones entre los N períodos (por ejemplo, un esquema lineal donde las ponderaciones aumentan para las observaciones más recientes). “Ponderada” puede significar muchas convenciones específicas, por lo que la regla debe ser explícita.
- Convención de cálculo: si las ponderaciones se normalizan (de modo que sumen 1) y cómo se manejan el redondeo o los decimales.
Mecánica estable frente a condiciones variables:
- Mecánica estable: una vez que N, la regla de ponderación y la serie están fijados, el cálculo es determinista.
- Condiciones variables: los resultados varían según el régimen de mercado, el marco temporal seleccionado, las definiciones de campo de la fuente de datos y cualquier paso de procesamiento de datos (como la forma en que se registran las marcas de tiempo).
Evidencia o ejemplo: qué comprobar antes de confiar en una WMA
Una “evaluación” práctica no consiste solo en producir un número; consiste en verificar que el número se deriva de entradas claramente establecidas y consistentes.
Qué debe verificar (comprobaciones independientes):
- Procedencia de la serie de entrada: ¿Los datos de precios provienen de la misma definición de instrumento en todo el historial que utiliza? Si el proveedor divide/renueva contratos o cambia las definiciones de instrumento, la serie temporal puede no ser comparable.
- Puntualidad y alineación temporal: ¿Están todas las observaciones alineadas con la misma zona horaria y los mismos límites de barra? Las marcas de tiempo inconsistentes pueden desplazar qué valores caen dentro de la ventana.
- Consistencia del campo: Si un flujo de trabajo utiliza “cierre” y otro utiliza “último” o “medio”, los valores de la WMA diferirán incluso con N y ponderaciones idénticos.
- Manejo de datos faltantes o irregulares: Si faltan algunos períodos, debe saber si se omiten, se rellenan hacia adelante o se tratan de manera diferente. Cada enfoque cambia el cálculo efectivo.
- Divulgación de parámetros: Registre N y la regla de ponderación exactamente. Una “ventana más corta” y una “ponderación diferente” no son ajustes menores; cambian la capacidad de respuesta de la media.
Supuestos de ejemplo que debe declarar:
- Si calcula una WMA en una ventana de 10 períodos utilizando una regla de ponderación específica, entonces asume que tiene una secuencia completa de 10 períodos para cada punto calculado. Si su conjunto de datos tiene vacíos, el ejemplo ya no coincide con la realidad.
Limitaciones y riesgos: dónde puede fallar la evaluación de la WMA
Al menos una limitación importante es que una WMA es sensible a sus entradas elegidas. Si cambia la longitud de la ventana, la regla de ponderación o el campo de precio, la WMA puede cambiar materialmente. Esta sensibilidad no es un error; es una característica esperada.
Modos de fallo comunes:
- Desajuste de parámetros: Alguien puede usar una convención de ponderación (o normalización) diferente y obtener una curva distinta mientras afirma que es una WMA.
- Problemas de calidad de datos: Valores atípicos, valores faltantes o definiciones de instrumento inconsistentes pueden distorsionar la media ponderada.
- Riesgo de interpretación: Una media móvil refleja una transformación de suavizado de datos pasados; las relaciones históricas no establecen cómo se comportará en el futuro.
Incertidumbre más amplia: Incluso con cálculos correctos, los resultados dependen de las condiciones del mercado, los costos y la mecánica de ejecución, y la forma en que se interpretan las señales. Debido a esto, los valores de la WMA deben tratarse como resúmenes calculados de datos pasados, no como predicciones independientes.