Quali sono gli errori comuni con la WMA?
Risposta diretta
Gli errori comuni con la Media Mobile Ponderata (WMA) derivano solitamente dalla confusione tra ciò che l’indicatore fa matematicamente e ciò che ci si aspetta che preveda. Un altro problema frequente è l’uso della stessa “logica” della WMA in situazioni in cui le ipotesi sottostanti sono diverse, come variazioni della volatilità di mercato, costi di esecuzione differenti o gestione inconsistente dei dati.
Per spiegare correttamente la WMA, concentrarsi su: (1) la definizione e il funzionamento del peso attribuito, (2) l’effetto della lunghezza della finestra e dello schema di ponderazione scelto, e (3) i limiti: la WMA è una media dei valori passati, non una previsione garantita.
Meccanismo e definizione
Una WMA è una media mobile in cui le osservazioni più recenti ricevono un peso maggiore rispetto a quelle più vecchie. Rispetto a una media mobile semplice (SMA), l’output reagisce più rapidamente ai cambiamenti perché i dati più recenti influenzano maggiormente il calcolo.
Una WMA tipica su N periodi utilizza pesi come 1, 2, …, N (lo schema esatto può variare), producendo una media ponderata degli ultimi N valori. Per evitare errori, è importante distinguere due meccanismi:
- Schema di ponderazione vs. lunghezza della finestra: Formule di peso diverse e valori diversi di N modificano la reattività.
- Indicizzazione e allineamento dei dati: Se la barra “corrente”, il fuso orario o la frequenza di campionamento non sono coerenti, la WMA tracciata potrebbe essere spostata rispetto ai valori che si ritiene utilizzi.
Un’affermazione chiara che si può verificare autonomamente è: “La WMA al tempo t viene calcolata dagli ultimi N valori, con pesi maggiori per le osservazioni più recenti.”
Esempio o prova di un malinteso comune
Un errore comune è considerare i crociamenti o i punti di inversione della WMA come segnali di trading autonomi. Anche se un modello appare spesso nei dati storici, ciò non significa che si comporterà allo stesso modo in futuro. Il comportamento passato della media può cambiare quando volatilità, liquidità, spread o vincoli di esecuzione sono diversi.
Un’altra confusione frequente è l’assunzione che “più smoothing” sia sempre utile. Aumentare N può ridurre il rumore, ma aumenta anche il ritardo: la linea potrebbe reagire più tardi ai cambiamenti reali. Al contrario, usare un N molto piccolo può far comportare la WMA come una media a breve termine, amplificando oscillazioni di breve durata.
Una verifica neutrale che si può fare senza dati di mercato è la coerenza del calcolo:
- Scegliere un piccolo insieme di valori di esempio (ad esempio, 3–5 valori).
- Applicare uno schema di ponderazione specifico dichiarato esplicitamente.
- Calcolare la WMA passo dopo passo e verificare che l’output corrisponda alla formula.
Se i risultati calcolati differiscono da quelli di un grafico, le cause probabili sono errori di indicizzazione (quali punti sono inclusi), uno schema di ponderazione diverso o diversi arrotondamenti/precisione.
Limitazioni e rischi (neutri, non predittivi)
Un modo significativo in cui la WMA può fallire è l’eccessiva estrapolazione: interpretare una statistica passata e lisciata come se determinasse la direzione futura. La WMA riassume ciò che è accaduto all’interno di una finestra; non può eliminare l’incertezza su ciò che accadrà dopo.
Altre limitazioni da dichiarare chiaramente:
- Dipendenza dai parametri: L’output dipende da N e dallo schema di ponderazione.
- Dipendenza dai dati e dall’implementazione: Diverse fonti di dati e metodi di aggregazione possono produrre valori WMA diversi anche con lo stesso “N”.
- Dipendenza dalla realtà economica: Anche se una WMA suggerisce un modello temporale in passato, gli esiti reali dipendono da costi, esecuzione e vincoli, che non fanno parte della formula dell’indicatore.
Un buon “criterio di chiarezza” per la comprensione è: saper spiegare come variazioni di N influenzerebbero ritardo e reattività, e saper calcolare la WMA a partire da input definiti.
Verifica o prossima domanda
Prima di fidarsi di qualsiasi conclusione basata sulla WMA, verificare questi punti neutri:
- Si utilizza lo stesso N e lo stesso schema di ponderazione in tutti gli esempi?
- È la WMA allineata allo stesso indice temporale dei valori con cui la si confronta?
- La si sta considerando uno strumento descrittivo di smoothing, non un predittore garantito?
Se si desidera approfondire, una prossima domanda potrebbe essere: “Quali sono gli effetti pratici di diverse lunghezze di finestra e schemi di ponderazione sul ritardo e sulla sensibilità?”