Come cambiano le impostazioni della SMA?

Risposta diretta

Le impostazioni modificano una SMA (Media Mobile Semplice) cambiando quanto l’andamento recente del prezzo influenza la media. In pratica, questo altera la sensibilità (reattività) della media, il suo ritardo (lag) e la frequenza con cui sembra “invertire” durante movimenti rumorosi del prezzo.

Meccanismo e definizione

Una SMA è una linea calcolata a partire dalle osservazioni passate di un prezzo. L’impostazione più comune è la lunghezza della finestra (spesso chiamata periodo): indica quanti punti temporali recenti vengono inclusi nella media.

Un modo semplice per comprendere la meccanica è utilizzare un passo fisso (ad esempio, ogni passo corrisponde a una candela). Se la lunghezza della finestra della SMA è N, allora al tempo t la SMA è la media degli ultimi N prezzi osservati:

• SMA(t) = (prezzo(t) + prezzo(t−1) + … + prezzo(t−N+1)) / N

Ne derivano due implicazioni pratiche:

1. Reattività: Con un valore N più piccolo, la SMA reagisce più rapidamente ai cambiamenti di prezzo perché un numero minore di dati influenza la media.
2. Lisciamento e ritardo: Con un valore N più grande, la SMA cambia più lentamente perché i prezzi più vecchi continuano a pesare sulla media, riducendo le fluttuazioni a breve termine ma aumentando il ritardo rispetto all’ultimo prezzo.

Alcune piattaforme permettono anche altre scelte che influenzano i risultati, come la serie di input (prezzo di chiusura rispetto ad altri valori) e il time frame (modo in cui il prezzo è raggruppato in intervalli). Queste scelte non modificano la logica di calcolo della media, ma cambiano i dati mediati, quindi la linea risultante può apparire diversa.

Evidenza ed esempio (con assunzioni esplicite)

Supponiamo una sequenza semplificata di chiusure giornaliere su 10 giorni: 100, 100, 100, 100, 110, 112, 113, 112, 111, 110.

Calcoliamo ora due SMA al momento dell’inizio del salto (giorno 5), variando soltanto la lunghezza della finestra:

• Finestra breve (N=3): la SMA al giorno 5 media i giorni 3–5: (100 + 100 + 110) / 3 ≈ 103,3
• Finestra lunga (N=5): la SMA al giorno 5 media i giorni 1–5: (100 + 100 + 100 + 100 + 110) / 5 = 102

Entrambe le medie aumentano, ma la finestra più breve cresce di più perché include meno valori precedenti al salto. Se si prosegue il calcolo dai giorni 6 al 10, la finestra più breve mostrerà solitamente più “oscillazioni”, mentre quella più lunga apparirà più liscia e con un ritardo maggiore rispetto ai punti di inversione.

Questo illustra il compromesso generale: impostazioni che aumentano la sensibilità possono anche aumentare il numero di inversioni apparenti durante i movimenti rumorosi, mentre impostazioni che lisciano di più possono ritardare la risposta.

Limitazioni e rischi (possibili errori significativi)

Anche con un calcolo corretto, le impostazioni della SMA possono produrre interpretazioni fuorvianti:

1. Movimenti laterali o in range: In fasi di mercato laterale, una SMA può appiattirsi e inclinarsi ripetutamente verso l’alto o il basso, generando molte “inversioni” apparenti che non riflettono un movimento sostenuto.
2. Cambi di regime e breakout: Quando il comportamento sottostante cambia (ad esempio, aumenta la volatilità), il ritardo di una finestra più lunga può far sì che la SMA rifletta il nuovo regime solo dopo che il movimento è già in corso.
3. Rumore e osservazioni sovrapposte: Poiché la SMA è una media, può livellare dettagli necessari per distinguere segnale da rumore, a seconda del time frame e della serie di input.
4. Costi e differenze di esecuzione: Qualsiasi confronto reale su “cosa sarebbe successo” dipende da costi di transazione, spread, slippage e tempistiche di esecuzione. Le relazioni storiche non garantiscono risultati futuri.

A causa di queste limitazioni, è meglio considerare l’output della SMA uno strumento descrittivo piuttosto che un predittore autonomo, e verificarlo utilizzando le specifiche scelte di dati (time frame, campo di input, lunghezza della finestra) e le proprie ipotesi.

Verifica e prossima domanda

Per verificare autonomamente come le impostazioni cambiano una SMA, testa diverse lunghezze di finestra sullo stesso dataset storico e confronta:

• con quale rapidità la linea SMA inverte dopo un cambio di prezzo,
• quanto fluttua durante periodi senza trend sostenuti,
• e quanto l’interpretazione è sensibile alla scelta del time frame e del campo di input.

Se vuoi, puoi successivamente chiarire quale impostazione utilizza la tua piattaforma (ad esempio, lunghezza della finestra, time frame e quale campo prezzo viene mediato), in modo da poter collegare direttamente tale scelta al suo effetto su ritardo e lisciamento.