Como a WMA é Calculada (Média Móvel Ponderada)

Resposta direta: o que é a WMA e como ela é calculada?

WMA geralmente significa Média Móvel Ponderada (Weighted Moving Average). É uma média móvel onde observações mais recentes recebem mais influência (ou, de forma mais geral, cada observação recebe um peso específico). O cálculo usa uma janela dos pontos de dados mais recentes e produz um único valor médio.

A fórmula discreta padrão é:

WMAₜ = ( Σᵢ₌₀^(n−1) [ wᵢ · x₍ₜ−i₎ ] ) / ( Σᵢ₌₀^(n−1) wᵢ )

Onde:

• t é o índice/passo de tempo atual.
• n é o comprimento da janela (quantos pontos passados são usados).
• x₍ₜ−i₎ são os valores dos dados (por exemplo, preços) nos tempos t, t−1, …, t−(n−1).
• wᵢ são os pesos aplicados a cada posição na janela.

Em muitas convenções de gráficos, você escolhe pesos de modo que w maior corresponda a pontos mais recentes, mas a direção exata da ponderação depende de como você define i.

Mecânica: parâmetros, entradas e um exemplo

1) Quais entradas você precisa?

Para calcular a WMA, você precisa de:

1. Uma série temporal: uma sequência de valores xₜ observados em intervalos de tempo consistentes.
2. Um tamanho de janela n: número de pontos mais recentes incluídos.
3. Uma regra de pesos: um conjunto de pesos w₀ … wₙ₋₁. Os pesos geralmente são positivos, mas a ideia geral é: os pesos controlam a influência.

Um requisito fundamental é que os pesos e o mapeamento para o tempo sejam claros. Por exemplo, você deve saber se w₀ é aplicado ao valor atual xₜ ou ao valor mais antigo x₍ₜ−(n−1)₎.

2) O que torna a WMA diferente de uma média móvel simples?

Uma média móvel simples (SMA) trata todos os pontos igualmente (todos os pesos iguais). A WMA muda a mecânica ao permitir que os pesos variem ao longo da janela.

Isso significa que dois cálculos de WMA com o mesmo n ainda podem produzir resultados diferentes se você usar regras de pesos diferentes.

3) Exemplo numérico prático (com suposições explícitas)

Suponha:

• Comprimento da janela n = 3
• Valores dos dados nos tempos t, t−1, t−2: xₜ = 10, x₍ₜ−1₎ = 12, x₍ₜ−2₎ = 14
• Os pesos aumentam para pontos mais recentes. Usando a fórmula acima onde w₀ multiplica xₜ, escolha os pesos w₀ = 3, w₁ = 2, w₂ = 1.

Calcule a soma ponderada:

• Numerador = (3·xₜ) + (2·x₍ₜ−1₎) + (1·x₍ₜ−2₎)
• Numerador = (3·10) + (2·12) + (1·14)
• Numerador = 30 + 24 + 14 = 68

Soma dos pesos:

• Denominador = 3 + 2 + 1 = 6

Portanto:

• WMAₜ = 68 / 6 ≈ 11.33

Se você alterar os pesos (por exemplo, torná-los mais extremos), o resultado se aproxima dos pontos com maior peso.

4) Esclarecimento prático comum: “média” só funciona com um denominador

Algumas implementações efetivamente normalizam os pesos (dividem pelo peso total). A fórmula acima faz isso explicitamente usando Σwᵢ.

Se você omitir a normalização, o resultado é uma soma ponderada em vez de uma média. Essa distinção é importante ao comparar valores de WMA entre diferentes tamanhos de janela ou conjuntos de pesos.

Limitações e modos de falha: o que pode dar errado

1) A escolha dos pesos muda o comportamento

A WMA não é um “cálculo único e verdadeiro”. O comprimento da janela n e a regra de pesos wᵢ determinam a saída.

• Se os pesos forem muito concentrados, a WMA pode reagir fortemente a ruídos de curto prazo.
• Se os pesos forem muito uniformes, ela se aproxima do comportamento da SMA e pode ficar mais defasada.

2) A frequência dos dados e o alinhamento temporal importam

A WMA assume que a sequência está alinhada a passos de tempo consistentes. Se seus dados incluírem pontos ausentes, amostragem irregular, ou se você misturar acidentalmente diferentes resoluções de tempo, os índices t, t−1, … não representarão mais espaçamentos de tempo iguais. Isso pode distorcer a interpretação da média móvel.

3) Efeitos de borda: as primeiras janelas são indefinidas (ou tratadas de forma diferente)

Para o tempo t menor que n−1, não há observações passadas suficientes para preencher a janela. As implementações lidam com isso de maneiras diferentes (por exemplo, não emitindo valor, usando uma janela efetiva menor ou atrasando o início). Portanto, para reproduzir resultados, você precisa corresponder à mesma convenção de início/inicialização.

4) Ruído, custos e execução podem dominar em contextos reais de negociação

Embora a WMA seja um cálculo determinístico, usá-la na tomada de decisões pode ser afetado por fatores do mundo real, como custos de transação, revisões de dados e como os valores são amostrados/executados. Relações históricas não implicam automaticamente que o futuro se comportará de forma semelhante, especialmente quando os regimes de volatilidade mudam.

Verificação e próxima pergunta: como checar seu cálculo

Para verificar de forma independente se seu cálculo de WMA está correto:

1. Anote seu n escolhido, sua lista de pesos wᵢ e o mapeamento de cada peso para uma posição específica no tempo.
2. Calcule o numerador Σ(wᵢ·x₍ₜ−i₎) e o denominador Σwᵢ explicitamente.
3. Confirme que sua implementação divide pelo peso total (normalização).
4. Teste pelo menos um passo de tempo com números pequenos e verificáveis manualmente (como o exemplo acima) antes de confiar nos resultados em grandes conjuntos de dados.

Se quiser, o próximo passo é comparar como diferentes regras de pesos mudam a WMA em relação a médias relacionadas (por exemplo, simples vs. ponderada) e esclarecer como configurações como o comprimento da janela alteram a saída.