Jak działa WMA na rynku forex?

Definicja: co oznacza „WMA” na rynku forex

WMA zwykle oznacza Weighted Moving Average (ważona średnia krocząca). Na rynku forex jest to obliczana linia, która podsumowuje, jak wybrany szereg cenowy poruszał się w ostatnim okresie, poprzez uśrednianie go z różnymi wagami dla różnych punktów w czasie.

„Średnia krocząca” jest definiowana przez dwie części:

• Okno wsteczne (długość): ile ostatnich punktów danych uwzględniasz.
• Zasada ważenia: jaki wpływ ma każdy punkt.

WMA to jedna z powszechnych zasad ważenia: nowsze obserwacje zazwyczaj otrzymują wyższą wagę niż starsze, dzięki czemu średnia reaguje na ostatnie zmiany szybciej niż prosta średnia krocząca (SMA).

Prosty model: dane wejściowe, ważenie i wynik

Aby zrozumieć WMA w sposób, który można samodzielnie zweryfikować, zacznij od podstawowej notacji.

Dane wejściowe, które musisz określić

1. Seria cen wejściowych: na przykład ceny zamknięcia. (Możesz zastosować WMA do dowolnego szeregu liczbowego, który śledzisz, ale wybór musi być spójny.)
2. Długość okna (L): liczba przeszłych obserwacji używanych w każdej wartości WMA.
3. Indeksowanie świec: zdecyduj, który punkt danych jest „najnowszy” w oknie.

Zasada ważenia

Typowy schemat ważenia WMA wykorzystuje liniowo rosnące wagi w całym oknie:

• Najnowsza wartość otrzymuje wagę L
• Najstarsza wartość otrzymuje wagę 1

Te wagi są następnie normalizowane (dzielone przez sumę wszystkich wag), aby wynik nadal był średnią.

Wynik

Dla każdego kroku czasowego, w którym dostępna jest wystarczająca ilość danych (co najmniej L punktów), WMA generuje jedną liczbę — ważoną średnią dla tego czasu.

Mechanizm krok po kroku: jak obliczasz każdą wartość WMA

Poniżej znajduje się sekwencja obliczeń dla pojedynczego punktu WMA w czasie t.

1. Zbierz ostatnie L obserwacji wybranego szeregu: od czasu t−(L−1) do czasu t.
2. Przypisz wagi od najstarszej do najnowszej: 1, 2, …, L.
3. Pomnóż każdą obserwację przez jej wagę.
4. Zsumuj ważone obserwacje.
5. Podziel przez sumę wag. Dla wag 1..L suma wynosi:
   • 1 + 2 + … + L = L(L+1)/2
6. Otrzymana liczba to WMA(t).

Kluczowa kwestia: WMA nie jest dodatkowym wskaźnikiem, który sam w sobie „wykrywa” coś. Jest to transformacja tego samego numerycznego szeregu wejściowego w wygładzoną wersję, w której nowsze dane mają większy wpływ.

Przykład lub dowód: obliczenie krok po kroku (z podanymi założeniami)

Załóżmy:

• Szereg wejściowy = ceny zamknięcia
• Długość okna wstecznego L = 4
• Ostatnie cztery zamknięcia kończące się w czasie t:
  • w t−3: 100
  • w t−2: 102
  • w t−1: 101
  • w t: 103

Wagi (od najstarszej do najnowszej) to 1, 2, 3, 4.

1. Ważone wartości:
   • 100×1 = 100
   • 102×2 = 204
   • 101×3 = 303
   • 103×4 = 412
2. Suma = 100 + 204 + 303 + 412 = 1019
3. Podziel przez sumę wag = 4×5/2 = 10
4. WMA(t) = 1019 / 10 = 101.9

Jest to niezależnie weryfikowalne: jeśli odtworzysz te same wartości wejściowe i L, musisz otrzymać ten sam wynik liczbowy.

Interpretacja: co WMA może, a czego nie może powiedzieć

Typowe sposoby interpretacji linii WMA obejmują:

• Wygładzanie: redukcja szumu poprzez podkreślanie nowszych punktów.
• Pozycja względna: porównanie ceny z jej wartością WMA w danym kroku czasowym.

Jednak te interpretacje mają charakter opisowy, a nie predykcyjny. Gładsza linia nie gwarantuje, że przyszłe ruchy będą podążać za jakimkolwiek wzorcem. Wynik WMA jest konsekwencją przeszłych danych i wybranych zasad obliczeniowych.

Istotne ograniczenia i typowe błędy

WMA ma praktyczne ograniczenia, które mogą zmienić zachowanie linii.

1. Wrażliwość na parametry (długość okna)

   • Krótsze L reaguje szybciej, ale może być bardziej wrażliwe na krótkoterminowe wahania.
   • Dłuższe L wygładza bardziej, ale może opóźniać reakcję na gwałtowne zmiany.

2. Niejednoznaczność szeregu wejściowego

   • Jeśli jeden system używa cen zamknięcia, inny ceny typowej, a jeszcze inny cen otwarcia, otrzymane wartości WMA będą się różnić.
   • Nawet niewielkie zmiany konwencji mogą zmienić linię.

3. Konwencje danych i obliczeń

   • Dopasowanie czasowe ma znaczenie: użycie różnych stref czasowych, definicji świec lub brakujących danych może przesunąć wyniki.
   • Niektóre implementacje mogą inaczej obsługiwać niekompletne okna; powinieneś zweryfikować, co dzieje się przed pojawieniem się pierwszych L punktów.

4. Zmiany reżimu rynkowego i niestacjonarność

   • Szeregi finansowe mogą zmieniać swój charakter w czasie (zmienność, siła trendu, załamania strukturalne).
   • Metoda, która „pasuje” do przeszłego segmentu, może zachowywać się inaczej w innym segmencie.

5. Koszty i realia wykonania (jeśli próbujesz użyć jej do decyzji)

   • Nawet gdy WMA jest obliczana poprawnie, rzeczywiste wyniki mogą być wpływane przez spready, prowizje i jakość wykonania.
   • Te czynniki są poza samym wzorem WMA.

Weryfikacja: co sprawdzić niezależnie

Aby zweryfikować, że rozumiesz WMA na tyle dobrze, by ją wyjaśnić, sprawdź następujące elementy:

1. Twoja zasada ważenia: potwierdź, jak wagi rosną i jak są normalizowane.
2. Definicja długości okna: upewnij się, że L oznacza tę samą liczbę punktów w twoim obliczeniu.
3. Twój szereg wejściowy: potwierdź, które pole cenowe (np. zamknięcie) zasila obliczenie.
4. Zachowanie na krańcach: sprawdź, jak wartości WMA są generowane przed pojawieniem się pierwszego pełnego okna.
5. Powtarzalność: oblicz ręcznie jeden punkt WMA z tych samych danych i potwierdź, że zgadza się z wynikiem twojego narzędzia.

Kolejne pytanie, które możesz zadać

Jeśli chcesz pójść głębiej, najbardziej użytecznym pytaniem uzupełniającym jest: Który wariant WMA i jaką konwencję danych wejściowych stosuje twoja konkretna platforma (na przykład dokładny schemat ważenia i to, którą cenę zasila). Różne konwencje mogą dawać znacząco różne linie, nawet jeśli obie są nazywane „WMA”.