Considerazioni avanzate per la SMA (media mobile semplice) nell’analisi tecnica del forex

Definizione e il punto di vista “avanzato”

SMA sta per Media Mobile Semplice. È una linea calcolata facendo la media aritmetica delle ultime N osservazioni di una serie di input scelta (più comunemente il prezzo). “Semplice” significa che ogni osservazione all’interno della finestra temporale ha lo stesso peso.

Una considerazione avanzata non è che la SMA sia matematicamente complessa, ma che un’interpretazione corretta dipende da cosa esattamente si inserisce come input, come si campiona il tempo e quali assunzioni si fanno quando si confronta la SMA con il prezzo o con altri indicatori. In altre parole: la meccanica della SMA è stabile; gli esiti pratici sono sensibili ai dettagli di implementazione e al contesto di mercato.

La SMA può essere scritta come:

• SMA al tempo t = (x[t] + x[t−1] + … + x[t−(N−1)]) / N dove x è la serie di input (ad esempio, il prezzo di chiusura). Il valore in uscita nei primi istanti non è definito finché non ci sono almeno N osservazioni.

Come funziona la SMA nella pratica: input, finestre e dipendenze

1) La serie di input fa parte della definizione

Un errore comune è pensare che “SMA del prezzo” sia un concetto univoco. In realtà, la SMA dipende dalla serie selezionata:

• La SMA basata sulla chiusura utilizza il valore di chiusura di ogni barra.
• Il prezzo tipico o altre serie composite farebbero media di input diversi.
• Alcune piattaforme calcolano i valori da un feed dati che può differire leggermente nella costruzione delle barre.

Considerazione avanzata: quando si spiega la SMA ad altri, è sempre necessario specificare la serie di input (ad esempio, la chiusura) e il timeframe usato per formare le barre.

2) La lunghezza della finestra (N) cambia la smussatura e la reattività

La lunghezza della finestra N è il parametro principale di progettazione. Un N più piccolo reagisce più velocemente ai cambiamenti recenti; un N più grande smussa di più ma ritarda la reattività. Questo crea un trade-off importante:

• Con N piccolo, la SMA può seguire più da vicino il rumore.
• Con N grande, la SMA può restare indietro rispetto ai punti di svolta.

Questo non è una garanzia di performance; è un effetto deterministico della finestra di media sulla sensibilità della linea a nuove osservazioni.

3) Allineamento temporale e “tempistica delle barre”

I valori della SMA sono calcolati alla chiusura della barra nelle implementazioni tipiche (perché servono le ultime N osservazioni chiuse). Se si confronta la SMA con segnali o eventi che si verificano all’interno della barra (ad esempio, quando il prezzo attraversa temporaneamente una linea a metà candela), si possono generare interpretazioni fuorvianti.

Considerazione avanzata: specificare se i confronti sono fatti utilizzando:

• solo valori di chiusura delle barre, oppure
• dati intrabar (che richiedono un flusso dati diverso e cambiano il significato di “attraversamento”).

4) Metodo di calcolo e dettagli numerici

La formula di base è semplice, ma il modo in cui viene implementata può comunque fare la differenza:

• Gli aggiornamenti con somma mobile possono ridurre il costo computazionale rispetto al ricalcolo completo di ogni finestra.
• Le impostazioni di arrotondamento e precisione possono cambiare le cifre decimali visualizzate.

Queste differenze diventano visibili soprattutto quando si confrontano valori esatti tra piattaforme o si riproducono risultati in modo indipendente.

5) Dati mancanti, gap e barre anomale

Se il dataset sottostante ha barre mancanti, timestamp interrotti o gap irregolari, l’effettivo insieme di N osservazioni potrebbe non corrispondere alle aspettative. Anche se la formula della SMA non cambia, la composizione della finestra di input può differire.

Modalità di errore rilevante: la SMA calcolata su un dataset con barre mancanti può spostarsi rispetto alla SMA calcolata su una serie continua.

Esempio e “evidenza” verificabile senza previsioni

Per mantenere la discussione autonoma, consideriamo una serie ipotetica di prezzi di chiusura di cui si conoscono esattamente i valori.

Si assuma N = 3 e le chiusure recenti siano:

• x[t] = 1.2000
• x[t−1] = 1.1980
• x[t−2] = 1.1960

Allora:

• SMA[t] = (1.2000 + 1.1980 + 1.1960) / 3
• SMA[t] = 1.1980

Questo verifica direttamente la definizione. La parte “avanzata” consiste nell’estendere il controllo:

1. Ricalcolare la SMA al tempo successivo t+1 usando la finestra aggiornata e confermare lo spostamento.
2. Ripetere con un N diverso (ad esempio, N=5) per osservare il ritardo e la maggiore smussatura.
3. Confermare che la SMA viene calcolata solo quando sono disponibili N osservazioni.

Se si cambia il timeframe o la serie di input (chiusura vs un’altra serie), si può verificare che la linea SMA cambia anche se la formula di media rimane invariata.

Limitazioni e rischi: ciò che la SMA non può garantire

1) La media storica non stabilisce il comportamento futuro

La SMA è un filtro di media sulle osservazioni passate. Anche se può descrivere tendenze passate e ridurre la volatilità della linea visualizzata, le relazioni statistiche passate non garantiscono risultati futuri. Questo è vero anche se la SMA sembra “funzionare” durante un certo periodo.

2) Cambi di regime e rotture strutturali

I mercati possono cambiare in modi che influenzano la dinamica dei prezzi: la volatilità può aumentare o diminuire, e la persistenza della tendenza può cambiare. La reattività della SMA è determinata da N, quindi una linea adatta a un regime potrebbe essere troppo lenta (o troppo rumorosa) in un altro.

Un modo pratico per pensare a questa limitazione è: la SMA non rileva i “regimi”; riflette solo le ultime N osservazioni.

3) Costi, tempistiche di esecuzione e lacune interpretative

Anche se qualcuno usa la SMA come parte di un processo decisionale (senza che si discuta alcun setup di trading), ogni valutazione nel mondo reale deve considerare tempistiche di esecuzione, costi di transazione e la differenza tra calcoli basati sulla chiusura delle barre e il momento effettivo dell’azione. Questi fattori possono invalidare relazioni osservate in backtest semplificati e idealizzati.

4) Casi limite: finestre piatte e comportamento ai bordi

La SMA può comportarsi in modo imprevisto ai bordi:

• All’inizio di un grafico, non c’è SMA finché non sono presenti N barre.
• Se i prezzi sono costanti o quasi costanti, la SMA diventa piatta; piccole differenze nei dati possono comunque produrre lievi variazioni.
• In dataset con gap, la finestra effettiva di media può differire.

5) Differenze di implementazione specifiche della piattaforma

Diversi software possono costruire le barre in modo diverso (soprattutto per feed personalizzati), modificando così la serie di input. Se si tenta di verificare indipendentemente i valori della SMA tra strumenti diversi, si possono osservare discrepanze causate da:

• regole diverse di costruzione delle candele,
• gestione diversa dei dati mancanti,
• arrotondamenti diversi.

La formula dell’indicatore rimane la stessa, ma la riproducibilità richiede che i dettagli di implementazione siano identici.

Verifica e prossime domande da esplorare autonomamente

Per spiegare accuratamente la SMA e verificare autonomamente i fatti, concentrarsi su questi controlli:

1. Scrivere la formula esatta della SMA e identificare N.
2. Specificare la serie di input (ad esempio, la chiusura) e il timeframe che definisce ogni barra.
3. Ricalcolare manualmente alcuni punti della SMA a partire da valori noti per confermare la comprensione.
4. Confermare il comportamento ai bordi: assicurarsi di confrontare solo dopo che esistono N barre.
5. Se si confrontano risultati tra piattaforme, documentare eventuali differenze nel feed dati, nell’arrotondamento e nella costruzione delle candele.