Co to jest przykład obliczeniowy WMA?
Bezpośrednia odpowiedź
Przykład obliczeniowy WMA (Weighted Moving Average) pokazuje dokładnie, jak zamienić krótką serię przeszłych wartości na jedną liczbę poprzez zastosowanie wag—najczęściej przypisując większą wagę najnowszej wartości. Kluczowe jest określenie rozmiaru okna (ile wartości używasz) oraz zasady ważenia (jak przypisywane są wagi), a następnie obliczenie sumy ważonej i podzielenie jej przez sumę wag.
Mechanizm lub definicja
Weighted Moving Average (WMA) to średnia ruchoma, w której każda obserwacja w oknie analizy ma inną wagę. Formalnie wybierasz okno N wartości:
- Niech najnowsza wartość będzie (x_1)
- Wartość przed nią będzie (x_2)
- …a najstarsza wartość w oknie będzie (x_N)
Wybierasz również wagi (w_1, w_2, …, w_N). Częstym wyborem są liniowo rosnące wagi w kierunku teraźniejszości, więc (w_1 = N, w_2 = N-1, …, w_N = 1). WMA jest wtedy:
[ \text{WMA} = \frac{w_1 x_1 + w_2 x_2 + … + w_N x_N}{w_1 + w_2 + … + w_N} ]
Ważne: różne platformy mogą stosować różne konwencje wag, więc te same dane mogą dać różne wartości WMA, jeśli wagi lub długość okna się różnią.
Dowód lub przykład (w pełni obliczony)
Założenia dla tego przykładu (podane, abyś mógł je niezależnie zweryfikować):
- Używamy 5-okresowej WMA, więc (N = 5).
- Wagi rosną w kierunku teraźniejszości: (w_1 = 5, w_2 = 4, w_3 = 3, w_4 = 2, w_5 = 1).
- Wartości od najnowszej do najstarszej to: (x_1 = 108), (x_2 = 106), (x_3 = 103), (x_4 = 101), (x_5 = 99).
Krok 1: Oblicz sumę ważoną:
- (w_1 x_1 = 5 \times 108 = 540)
- (w_2 x_2 = 4 \times 106 = 424)
- (w_3 x_3 = 3 \times 103 = 309)
- (w_4 x_4 = 2 \times 101 = 202)
- (w_5 x_5 = 1 \times 99 = 99)
Całkowita suma ważona = (540 + 424 + 309 + 202 + 99 = 1574).
Krok 2: Oblicz sumę wag: (5 + 4 + 3 + 2 + 1 = 15).
Krok 3: Podziel: [ \text{WMA} = \frac{1574}{15} \approx 104.93 ]
Zatem wartość WMA dla tego punktu w czasie wynosi około 104.93, w oparciu ściśle o powyższe założenia.
Ograniczenia i ryzyka (istotne tryby awarii)
- Wrażliwość na wybór: Zmiana długości okna (N) lub zasady ważenia zmienia wynik. WMA nie jest jedną uniwersalną liczbą—jest definiowana przez swoje ustawienia obliczeniowe.
- Opóźnienie i wygładzanie: WMA wygładza szum, ale nadal reaguje z opóźnieniem względem nagłych zmian. Jeśli wartości zmieniają się szybko, WMA może pozostawać w tyle.
- Zmiany reżimu: Zależność zaobserwowana w danych historycznych nie gwarantuje podobnego zachowania w przyszłości, ponieważ warunki rynkowe mogą się zmienić.
Weryfikacja lub kolejne pytanie
Aby niezależnie zweryfikować dowolną WMA, którą widzisz, sprawdź te dane wejściowe obliczeń: (1) długość okna, (2) dokładny wzór wag, oraz (3) który punkt jest uważany za „najnowszy” w oknie. Jeśli podasz N i zasadę wag swojej WMA (lub formułę platformy), możesz przeliczyć liczbę w ten sam sposób, jak w powyższym przykładzie obliczeniowym.