Como a SMMA é Calculada: Fórmula, Entradas e o Que Pode Dar Errado

Resposta direta

A SMMA (Média Móvel Suavizada, do inglês Smoothed Moving Average) é calculada com uma fórmula recursiva. Depois de calcular um valor inicial de média móvel para o primeiro ponto, cada valor seguinte da SMMA combina o preço (ou ponto de dado) mais recente com o valor anterior da SMMA, usando o período escolhido (tamanho da janela). Os requisitos principais são: (1) uma série temporal ordenada, (2) um período N escolhido e (3) um valor inicial de SMMA acordado ou uma regra inicial equivalente.

Mecanismo: a definição e a fórmula

Uma média móvel converte uma série temporal (por exemplo, preços amostrados uma vez por período) em uma linha mais suave. A SMMA é um estilo específico de suavização em que cada novo valor depende da SMMA anterior, em vez de depender apenas de uma nova média de tamanho fixo.

Variáveis principais

• N (período/tamanho da janela): um inteiro positivo (por exemplo, 5, 10, 20). Um N maior geralmente produz uma saída mais suave.
• t: o índice do ponto de dado atual.
• xₜ: o valor de entrada atual no passo de tempo t (geralmente um preço de fechamento, mas pode ser qualquer série de dados consistente).
• SMMAₜ: o valor da SMMA no passo de tempo t.

Atualização recursiva típica

Uma recursão comum da SMMA é:

SMMAₜ = ( (SMMAₜ₋₁ · (N − 1)) + xₜ ) / N

Isso significa que a nova SMMA é baseada principalmente na SMMA anterior (peso N−1) mais a entrada mais recente xₜ (peso 1), e então dividida por N.

O valor inicial é importante

Para usar uma recursão, você deve definir a SMMA no primeiro ponto calculável (frequentemente chamado de SMMA₍N₎ ou SMMA₀, dependendo da indexação). Uma abordagem típica é definir a SMMA inicial como uma média móvel simples (SMA) sobre os primeiros N pontos de entrada:

SMMA inicial = (x₁ + x₂ + … + x_N) / N

Outras plataformas às vezes usam convenções iniciais ligeiramente diferentes, mas o requisito prático é o mesmo: sem um valor inicial definido, você não pode calcular deterministicamente os valores posteriores da SMMA.

Evidência ou exemplo (com premissas explícitas)

Suponha:

• Você tem passos de tempo igualmente espaçados.
• Você escolhe N = 4.
• Sua série de entrada é x₁, x₂, x₃, x₄, x₅, …
• Você define a SMMA inicial em t = 4 como a média dos primeiros quatro valores.

Deixe as entradas serem:

• x₁ = 10
• x₂ = 12
• x₃ = 11
• x₄ = 13
• x₅ = 14

Passo 1: calcular a SMMA inicial

SMMA inicial (em t=4): (10 + 12 + 11 + 13) / 4 = 46 / 4 = 11.5

Portanto, SMMA₄ = 11.5.

Passo 2: calcular o próximo valor da SMMA

Use a recursão: SMMA₅ = ( (SMMA₄ · (N − 1)) + x₅ ) / N = ( (11.5 · 3) + 14 ) / 4 = (34.5 + 14) / 4 = 48.5 / 4 = 12.125

Este exemplo mostra duas mecânicas cruciais:

1. O ponto mais recente xₜ entra com peso 1/N.
2. O passado é representado através de SMMAₜ₋₁, não através de uma nova média de N pontos a cada vez.

Limitações e riscos: onde os cálculos podem falhar

1) Valor inicial incorreto ou inconsistente

Se uma plataforma usar uma regra de inicialização diferente (por exemplo, pode começar com uma SMA sobre um trecho diferente, ou alinhar a primeira SMMA a um índice diferente), você reproduzirá resultados numéricos diferentes. Para verificar de forma independente, observe exatamente como o primeiro ponto da SMMA é definido na sua implementação de referência.

2) Dados ausentes ou espaçamento de tempo irregular

A SMMA assume uma série ordenada em que cada passo t corresponde ao próximo período. Se seus dados tiverem lacunas, carimbos de data/hora duplicados ou amostragem irregular, a recursão pode efetivamente suavizar intervalos de tempo reais desiguais. A saída ainda será calculada, mas pode representar uma “frequência” diferente da que você pensa.

3) Misturar tipos de preço ou reamostrar de forma inconsistente

Se xₜ não for escolhido de forma consistente (por exemplo, alternando entre o fechamento e outro campo, ou misturando prazos sem regras claras de reamostragem), a linha da SMMA se torna difícil de interpretar. A fórmula é determinística, mas seu significado depende do que xₜ realmente é.

4) A escolha do período muda a capacidade de resposta

Alterar N altera a força da suavização: um N menor reage mais rápido; um N maior reage mais lentamente. Se você comparar valores de SMMA entre diferentes valores de N sem levar isso em conta, pode tirar conclusões enganosas sobre o momento e a magnitude.

Verificação e próxima pergunta a fazer

Para verificar independentemente os cálculos da SMMA:

1. Fixe o período N que você está usando.
2. Anote a série de entrada xₜ usada (qual campo de dados exato e em qual intervalo de amostragem).
3. Confirme a regra da SMMA inicial (frequentemente uma SMA sobre os primeiros N pontos, mas o alinhamento exato do índice deve corresponder).
4. Recalcule um ou dois passos usando a recursão.

Uma boa próxima pergunta é se a sua SMMA corresponde à forma como o seu sistema de referência define o ponto inicial e qual série de entrada ele alimenta na fórmula. Se quiser, você também pode comparar a SMMA com médias móveis relacionadas para entender como a recursão muda a capacidade de resposta.

Links internos (opcionais):

• /forex-indicators/moving-averages/smma/
• /forex-indicators/moving-averages/smma/how-does-smma-differ-from-related-forex-concepts/
• /forex-indicators/moving-averages/smma/how-do-settings-change-smma/
• /forex-indicators/moving-averages/smma/what-can-signals-from-smma-mean/