Come si calcola l’EMA? (Media Mobile Esponenziale)

Risposta diretta

La Media Mobile Esponenziale (EMA) viene calcolata aggiornando l’EMA precedente con il valore dati corrente, utilizzando un fattore di smoothing. Nella sua forma più comune:

• Sia il prezzo (o valore dati) al tempo (t) pari a (x_t).
• Sia l’EMA al tempo (t) pari a (EMA_t).
• Sia (\alpha) il fattore di smoothing.

Allora:

[EMA_t = \alpha,x_t + (1-\alpha),EMA_{t-1}]

Un metodo ampiamente utilizzato per scegliere (\alpha) a partire da una “lunghezza” (n) scelta è:

[\alpha = \frac{2}{n+1}]

Per avviare la ricorsione, è necessario scegliere anche un valore iniziale per (EMA_{0}) (o per il primo punto EMA che si calcola), poiché la formula dipende da (EMA_{t-1}).

Meccanismo: cos’è l’EMA e quali input richiede

Un’EMA è un tipo di media mobile che attribuisce maggiore peso ai valori recenti rispetto a quelli più vecchi. A differenza della media mobile semplice, che calcola la media su una finestra di dimensione fissa, l’EMA “ricorda” il passato attraverso l’aggiornamento ricorsivo.

Termini chiave (e a cosa corrispondono nella formula):

• Serie dati (x_t): È la sequenza che si desidera smussare. In molti contesti può essere una serie di prezzi di chiusura, ma il calcolo presuppone soltanto di avere una serie numerica ordinata nel tempo.
• Lunghezza (n): Questo parametro controlla quanto rapidamente l’EMA reagisce ai nuovi cambiamenti. Un valore (n) più grande generalmente implica un (\alpha) più piccolo e una risposta più lenta; un valore (n) più piccolo implica un (\alpha) più grande e una risposta più rapida.
• Fattore di smoothing (\alpha): Controlla la combinazione tra il valore corrente (x_t) e l’EMA precedente (EMA_{t-1}).
• Valore iniziale dell’EMA: Poiché l’EMA viene calcolata passo dopo passo, il primo valore scelto influisce sui risultati iniziali.

Come funziona concettualmente Ogni passo combina:

• una porzione dell’ultima osservazione (x_t), e
• una porzione dell’EMA precedente (EMA_{t-1}), che contiene già l’influenza delle osservazioni precedenti.

Matematicamente, sostituzioni ripetute mostrano che l’EMA è una media ponderata dei valori passati in cui i pesi diminuiscono esponenzialmente nel tempo. Per questo motivo reagisce rapidamente ai cambiamenti recenti pur smussando il rumore.

Esempio concreto: calcolo passo dopo passo di un’EMA

Di seguito è riportato un piccolo esempio concreto che illustra il meccanismo senza assumere dati in tempo reale.

Assunzioni

• Scegliere lunghezza (n = 3).
• Calcolare (\alpha = \tfrac{2}{n+1} = \tfrac{2}{4} = 0.5).
• Utilizzare un’inizializzazione semplice per dimostrazione: impostare il primo EMA uguale al primo valore dati, (EMA_1 = x_1).
• Utilizzare una serie ipotetica (x_1=10,; x_2=12,; x_3=11).

Calcolo

1. Inizializzazione:

• (EMA_1 = x_1 = 10)

2. Passo successivo ((t=2)):

• (EMA_2 = \alpha x_2 + (1-\alpha)EMA_1)
• (EMA_2 = 0.5\cdot 12 + 0.5\cdot 10 = 11)

3. Passo successivo ((t=3)):

• (EMA_3 = 0.5\cdot 11 + 0.5\cdot 11 = 11)

Questo illustra due punti pratici:

• L’EMA si trova sempre tra il valore corrente e l’EMA precedente quando (\alpha\in[0,1]).
• Se il valore corrente è uguale all’EMA precedente, l’EMA rimane invariato in quel passo.

Cosa può alterare il risultato

Anche con lo stesso (n) e la stessa formula per (\alpha), i risultati possono differire se:

• si inizializza l’EMA in modo diverso (ad esempio, utilizzando una media mobile semplice iniziale invece di (x_1)),
• la serie dati presenta valori mancanti (bisogna decidere come gestire i buchi),
• si utilizza una convenzione diversa per mappare la lunghezza (n) su (\alpha) (alcuni sistemi usano mappature equivalenti ma non identiche).

Limitazioni e casi di errore: cosa l’EMA può e non può dirti

L’EMA è un meccanismo di smussamento, non un motore predittivo.

Limitazioni rilevanti

1. Il ritardo è intrinseco Poiché l’EMA dipende in parte dai valori passati tramite (EMA_{t-1}), reagisce ai cambiamenti con ritardo. Le EMA più veloci (con (n) più piccolo, (\alpha) più grande) riducono il ritardo ma possono aumentare la sensibilità al rumore.

2. I valori iniziali dipendono dall’inizializzazione L’EMA richiede un valore iniziale. Il “percorso” dell’EMA all’inizio del campione dipende da questa scelta. Se si confrontano EMA tra diversi sistemi, potrebbero discostarsi all’inizio esclusivamente a causa di convenzioni di inizializzazione diverse.

3. Cambiamenti non stazionari e cambi di regime Nei dati che cambiano carattere statistico nel tempo (ad esempio, un aumento della volatilità), lo stesso fattore di smoothing potrebbe non produrre più lo stesso effetto di smussamento. L’EMA continuerà a calcolare correttamente, ma la sua interpretazione può cambiare.

4. La qualità dei dati di input è fondamentale Se la serie (x_t) è inconsistente (valori anomali, dati mancanti o definizione diversa del “prezzo”, ad esempio chiusura rispetto ad altro campo), l’EMA riflette tale definizione. L’EMA non può correggere input scadenti o inconsistenti.

Come verificare autonomamente il calcolo

Per verificare autonomamente un calcolo EMA, è sufficiente avere:

• la stessa serie di input (x_t),
• la stessa lunghezza scelta (n) (o l’esatto (\alpha) utilizzato), e
• la stessa convenzione per il valore iniziale dell’EMA.

A questo punto è possibile ricalcolare (EMA_t) per diversi (t) consecutivi utilizzando: [EMA_t = \alpha,x_t + (1-\alpha),EMA_{t-1}] Se i risultati divergono, le cause più comuni sono una mappatura (\alpha) non corrispondente, inizializzazioni diverse o gestione diversa di osservazioni mancanti o aggiuntive.

Verifica e prossima domanda

Se il tuo obiettivo è interpretare i risultati dell’EMA, il prossimo passo principale è capire come l’EMA differisca da altre medie mobili e cosa comporta modificare le impostazioni (soprattutto la lunghezza) sulla reattività. Puoi iniziare confrontando l’EMA con altre formule di media mobile, quindi verificare come il fattore di smoothing influisce sulla rapidità con cui l’EMA segue i nuovi valori.

Per un confronto più approfondito e gli effetti delle impostazioni, consulta:

• internal link: /forex-indicators/moving-averages/ema/how-does-ema-differ-from-related-forex-concepts/
• internal link: /forex-indicators/moving-averages/ema/how-do-settings-change-ema/