Como o HMA (Média Móvel de Hull) é Calculado

Resposta direta

A Média Móvel de Hull (HMA) é calculada a partir de médias móveis ponderadas (WMA) da mesma série de preços, usando um comprimento principal e um comprimento derivado de “metade”. Uma definição típica é:

1. Seja n o comprimento do HMA.
2. Calcule a WMA(n/2) da série de preços.
3. Calcule a WMA(n) da série de preços.
4. Crie uma série intermediária:
   • 2 · WMA(n/2) − WMA(n)
5. Por fim, suavize essa série intermediária usando uma WMA com comprimento √n:

HMA(n) = WMA( √n, 2 · WMA(n/2) − WMA(n) )

Isso fornece uma média que visa reagir mais rápido do que uma média móvel única, reduzindo parte do atraso.

Mecanismo e definição

Para explicar como a fórmula funciona, é útil separar a mecânica estável (a estrutura matemática) das condições variáveis (como você escolhe os insumos e como lida com detalhes práticos).

1) Os insumos

• Série de preços: uma sequência de pontos de dados (por exemplo, um preço de fechamento por barra). O HMA é definido em uma série, não em um preço único.
• Comprimento n: um número positivo que controla suavidade e capacidade de resposta.

2) O bloco de construção principal: Média Móvel Ponderada (WMA)

Uma WMA é uma média móvel em que observações mais recentes recebem mais peso do que as mais antigas. Para um comprimento escolhido L, a WMA no tempo t pode ser escrita conceitualmente como:

• WMA(L) em t = média ponderada dos últimos L pontos de preço terminando em t

O esquema de ponderação exato é tipicamente linear (os pesos aumentam com a recência), mas você deve usar uma definição consistente de WMA em todas as partes do cálculo do HMA.

3) O fluxo de dados do HMA

O HMA usa três estágios:

Estágio A: Suavização de meia duração

• Calcule a WMA(n/2). Isso tende a responder mais rápido do que a WMA(n) porque usa menos pontos (menos suavização).

Estágio B: Combinação de modelagem de tendência

• Combine a suavização de meia duração com a suavização de duração total:
  • 2 · WMA(n/2) − WMA(n)
• Essa estrutura de “diferença e depois escala” visa ajustar o atraso contrastando uma média mais rápida (meia duração) com uma mais lenta (duração total).

Estágio C: Suavização final com √n

• Aplique a WMA novamente, mas à série intermediária do Estágio B, usando o comprimento √n.
• Como √n é menor que n para n>1, essa suavização final tenta manter o resultado responsivo enquanto modera o ruído.

4) Premissas práticas que você deve declarar

Como a fórmula inclui n/2 e √n, você precisa de regras determinísticas para comprimentos não inteiros:

• Se sua plataforma exigir um período inteiro para a WMA, você deve decidir como arredondar n/2 e √n (por exemplo, piso, teto ou mais próximo).
• Se n for pequeno, √n pode colapsar para um inteiro muito pequeno, tornando a suavização final mais fraca e a saída mais irregular.

Evidência ou exemplo que você pode reproduzir

Abaixo está um esboço de exemplo autocontido (sem assumir preços ao vivo). Você pode reproduzi-lo com qualquer série de preços numérica.

Configuração do exemplo

• Escolha um comprimento n = 16.
• Então:
  • n/2 = 8
  • √n = 4
• Escolha uma definição de WMA acordada (por exemplo, pesos lineares 1..L ou qualquer esquema consistente que sua calculadora use).
• Seja P[t] o seu preço no tempo t.

Cálculo passo a passo (conceitual)

Em cada tempo t onde há histórico suficiente:

1. Calcule A[t] = WMA(8) de P (últimos 8 preços terminando em t).
2. Calcule B[t] = WMA(16) de P (últimos 16 preços terminando em t).
3. Construa a série intermediária:
   • C[t] = 2 · A[t] − B[t]
4. Calcule o HMA final:
   • HMA[t] = WMA(4) de C (últimos 4 valores de C terminando em t).

O que verificar de forma independente

• Confirme se sua calculadora de HMA segue a mesma estrutura: WMA(n/2) e WMA(n) combinadas como 2·WMA(n/2) − WMA(n), depois suavizadas com WMA(√n).
• Confirme como ela arredonda n/2 e √n quando não são inteiros.
• Confirme se ela aplica a WMA à série correta (preços para as primeiras WMAs; a série intermediária C para a WMA final).

Limitações e riscos (falhas de cálculo que você pode verificar)

O HMA pode ser calculado corretamente, mas a interpretação ainda pode falhar se você ignorar a mecânica e as restrições de dados. As principais limitações incluem:

1) Efeitos de borda no início

Você não pode calcular a WMA(n) até que existam pelo menos n pontos de dados anteriores, e não pode calcular a WMA(√n) final até que também tenha valores intermediários suficientes. Como resultado:

• Os primeiros valores do HMA estão ausentes, atrasados ou baseados em histórico efetivo mais curto, dependendo da implementação.

2) O tratamento de comprimento não inteiro altera o resultado

Se uma plataforma converte n/2 ou √n para inteiros de forma diferente, os valores do HMA podem diferir notavelmente. Este é um modo de falha comum ao comparar dois gráficos que “usam HMA”, mas com regras de arredondamento diferentes.

3) A definição de WMA deve corresponder

Uma WMA não é apenas “alguma média ponderada”. Se uma ferramenta usa pesos lineares enquanto outra usa um esquema de ponderação diferente, a saída do HMA muda mesmo com o mesmo n e a mesma série de preços.

4) Sensibilidade a insumos ruidosos e resolução temporal

Como o HMA é um método de suavização aplicado a uma série, sua aparência depende de:

• o tipo de preço escolhido (por exemplo, fechamento vs. outra série), e
• o intervalo de dados (tamanho da barra). Padrões históricos em uma resolução não garantem comportamento semelhante em outra.

Verificação e o que perguntar em seguida

Para verificar independentemente seu entendimento e evitar incompatibilidades:

1. Comece com uma fórmula escrita para o HMA que corresponda a WMA( √n, 2·WMA(n/2) − WMA(n) ).
2. Especifique seu n, seu esquema de pesos da WMA e suas regras de arredondamento para n/2 e √n.
3. Recalcule o HMA em uma pequena série numérica escolhida manualmente e compare com uma calculadora.

Se seu resultado diferir, a próxima pergunta mais útil é: A calculadora usa o mesmo esquema de ponderação da WMA e o mesmo arredondamento para períodos fracionários?

Você também pode examinar como a mudança de n afeta o atraso e a suavidade, mas trate isso como uma propriedade da mecânica de suavização—não como uma indicação isolada de resultados futuros.