In quali condizioni di mercato l’WMA si comporta in modo diverso?
Risposta diretta
Una media mobile ponderata (WMA) può “comportarsi in modo diverso” a seconda delle condizioni di mercato perché attribuisce un peso maggiore ai dati più recenti rispetto a quelli più vecchi. In pratica, reagisce più intensamente ai cambiamenti recenti quando il mercato si muove rapidamente, mentre tende a smorzare il rumore più vecchio quando i cambiamenti sono lenti o graduali. Quello che appare come “comportamento diverso” è quindi solitamente dovuto alla velocità con cui la serie dei prezzi sottostante si muove, unita alle differenze nella qualità e nella frequenza dei dati utilizzati per calcolare la media.
Meccanica e definizione
Una WMA è una media mobile in cui ogni osservazione all’interno di una finestra temporale scelta riceve un peso diverso. Tipicamente, il prezzo più recente riceve il peso maggiore, mentre i prezzi più vecchi ricevono pesi minori. Il “comportamento” deriva da questa regola di ponderazione:
- Se il livello del prezzo cambia recentemente, i pesi maggiori sulle osservazioni più recenti spostano l’WMA verso il nuovo livello più rapidamente.
- Se i cambiamenti di prezzo sono lenti o di tipo mean-reverting, le osservazioni più vecchie rimangono informative e l’WMA può apparire più stabile.
Per discutere delle implicazioni senza fare previsioni, è possibile considerare l’WMA come un calcolo deterministico su una serie temporale. Le variabili sono le dinamiche di mercato (come il prezzo cambia nel tempo) e le assunzioni alla base della serie (intervallo temporale, continuità dei dati e definizione del prezzo per ogni barra).
Evidenze o esempi (senza previsioni)
Consideriamo due scenari semplificati utilizzando la stessa lunghezza della finestra WMA e lo stesso metodo di ponderazione.
-
Movimento graduale: il prezzo aumenta a piccoli passi. Poiché ogni nuova barra differisce solo leggermente dalle precedenti, enfatizzare i dati recenti modifica l’WMA, ma non in modo drammatico. L’WMA segue la tendenza al rialzo con un sovrarilancio limitato.
-
Cambiamento improvviso: il prezzo balza al rialzo in breve tempo. Gli stessi pesi maggiori sui dati recenti fanno sì che l’WMA si avvicini molto più rapidamente al nuovo livello rispetto a una media semplice. Se si confronta l’WMA con i prezzi più vecchi sottostanti, la differenza aumenta perché i prezzi più vecchi ricevono un peso minore.
Una seconda “condizione” che modifica il comportamento percepito è il clustering della volatilità. Quando la variabilità si concentra in un breve periodo, l’WMA spesso riflette più intensamente quella finestra rispetto a modelli che trattano tutte le osservazioni in modo uguale.
Limitazioni e rischi
Un problema concreto è che diverse “condizioni di mercato” possono produrre forme simili di WMA. Ad esempio, un lento mean reversion e una tendenza duratura creano entrambi curve lisce che possono apparire simili senza un contesto aggiuntivo.
Un’altra limitazione è la discrepanza tra dati ed esecuzione. L’WMA dipende dalla serie di input esatta: l’intervallo temporale scelto, la definizione del prezzo per ogni osservazione (ad esempio, il close rispetto ad altre misure) e se la serie temporale presenta lacune o campionamenti irregolari. Se i dati utilizzati per l’analisi differiscono da quelli utilizzati per le decisioni, il comportamento apparente può cambiare.
Infine, le relazioni storiche non garantiscono risultati futuri. Anche se l’WMA in passato ha reagito fortemente in determinati regimi, il regime futuro potrebbe non corrispondere, e costi, spread e vincoli operativi possono ulteriormente ridurre l’utilità di interpretazioni basate sul passato.
Verifica o domanda successiva
Per verificare in modo indipendente le condizioni in cui l’WMA sembra “comportarsi in modo diverso”, ripeti il calcolo dell’WMA su dati storici utilizzando sempre le stesse assunzioni:
- mantieni la stessa finestra temporale e la stessa regola di ponderazione,
- mantieni lo stesso intervallo temporale e la stessa definizione del prezzo,
- suddividi i periodi in base alla velocità di cambiamento del prezzo (ad esempio, deriva lenta rispetto a salti bruschi),
- confronta con quale rapidità l’WMA segue questi cambiamenti.
Se vuoi approfondire, chiediti: quali cambiamenti specifici negli input — lunghezza dell’intervallo, dimensione della finestra o definizione della serie dei prezzi — sono maggiormente responsabili delle differenze osservate?