ค่าเฉลี่ยเคลื่อนที่ถ่วงน้ำหนัก (WMA): สูตร ตัวอย่าง การคาดการณ์ และการใช้งานในการเทรด

ค่าเฉลี่ยเคลื่อนที่ถ่วงน้ำหนัก (WMA) คือค่าเฉลี่ยแบบเลื่อนที่ให้อิทธิพลต่อข้อมูลแต่ละค่าภายในช่วงหน้าต่างไม่เท่ากัน โดยนำแต่ละค่ามาคูณด้วยน้ำหนักที่กำหนดไว้ WMA คำนวณโดยนำค่าที่ถ่วงน้ำหนักแล้วมารวมกัน และหารด้วยผลรวมน้ำหนักทั้งหมด ในการเทรด WMA มักหมายถึง WMA แบบเชิงเส้น ซึ่งราคาล่าสุดจะได้รับน้ำหนักมากที่สุด

WMA ตอบสนองแรงที่สุด ต่อข้อมูลที่มีน้ำหนักสูงสุด แต่ WMA ยังคงใช้ข้อมูลย้อนหลังและยังเป็นตัวชี้วัดที่มีความล่าช้า วิธีการพยากรณ์อาจใช้น้ำหนักแบบกำหนดเอง ขณะที่แพลตฟอร์มการเทรดจำนวนมากใช้ลำดับเชิงเส้นคงที่ 1, 2, ..., n ดังนั้นจึงต้องระบุวิธีการคำนวณให้ชัดเจนก่อนนำค่า WMA สองค่ามาเปรียบเทียบกัน

WMA แบบเชิงเส้นจะให้น้ำหนักตามตำแหน่งสูงสุดกับค่าล่าสุด ขณะเดียวกันก็ยังคงรวมทุกค่าไว้ภายในช่วงหน้าต่างที่เลือก

ค่าเฉลี่ยเคลื่อนที่ถ่วงน้ำหนักคืออะไร?

ค่าเฉลี่ยเคลื่อนที่ถ่วงน้ำหนักคือค่าเฉลี่ยแบบเลื่อนที่ข้อมูลแต่ละค่าจะถูกคูณด้วยน้ำหนักที่กำหนดไว้ ทำให้ข้อมูลบางค่ามีอิทธิพลต่อผลลัพธ์มากกว่าค่าอื่น ช่วงหน้าต่างแบบเลื่อนจะกำหนดว่าข้อมูลใดถูกรวมอยู่ในการคำนวณ ขณะที่น้ำหนักจะกำหนดว่าข้อมูลแต่ละค่าที่ถูกรวมอยู่มีส่วนต่อผลลัพธ์มากเพียงใด

โดยทั่วไปมักกำหนดน้ำหนักมากกว่าให้กับข้อมูลล่าสุด เพราะค่าล่าสุดอาจสะท้อนระดับปัจจุบันของอนุกรมเวลาได้ดีกว่า อย่างไรก็ตาม การให้น้ำหนักตามความใหม่เป็นเพียงทางเลือกของวิธีการ ไม่ใช่ข้อกำหนดทางคณิตศาสตร์: WMA แบบกำหนดเองสามารถใช้น้ำหนักแบบใดก็ได้ที่มีเหตุผลรองรับและไม่เป็นศูนย์ ตราบใดที่การคำนวณใช้น้ำหนักตามที่ตั้งใจไว้อย่างสม่ำเสมอ และหารด้วยผลรวมน้ำหนักดังกล่าว

ค่า WMA แต่ละค่าจะแทนหนึ่งช่วงหน้าต่าง เมื่ออนุกรมเวลาเดินหน้าไป ข้อมูลที่เก่าที่สุดจะออกจากหน้าต่าง ข้อมูลล่าสุดจะเข้าสู่หน้าต่าง และจะมีการกำหนดน้ำหนักตามตำแหน่งใหม่อีกครั้ง การอัปเดตแบบเลื่อนนี้คือสิ่งที่ทำให้ค่าเฉลี่ยเคลื่อนที่แตกต่างจากค่าเฉลี่ยถ่วงน้ำหนักที่คำนวณเพียงครั้งเดียว

WMA ที่ได้จะยังคงอยู่ในหน่วยเดียวกับข้อมูลต้นทาง: หากใช้ข้อมูลราคา ก็จะได้ WMA ที่อิงตามราคา ขณะที่หากใช้ข้อมูลอุปสงค์ ก็จะได้ WMA ที่อิงตามอุปสงค์ น้ำหนักเปลี่ยนเพียงระดับอิทธิพล ไม่ได้เปลี่ยนความหมายหรือหน่วยของอนุกรมข้อมูลพื้นฐาน

WMA เหมือนกับค่าเฉลี่ยเคลื่อนที่ถ่วงน้ำหนักแบบเชิงเส้นหรือไม่?

ในวงการเทรด WMA และค่าเฉลี่ยเคลื่อนที่ถ่วงน้ำหนักแบบเชิงเส้นมักถูกใช้แทนกัน แต่ทั้งสองคำนี้ไม่ได้เหมือนกันเสมอไปในทุกบริบท ค่าเฉลี่ยเคลื่อนที่ถ่วงน้ำหนักแบบเชิงเส้นจะกำหนดน้ำหนักเป็นลำดับเลขคณิต โดยปกติให้ 1 กับข้อมูลที่เก่าที่สุด 2 กับข้อมูลถัดไป และ n กับข้อมูลล่าสุด

ในทางกลับกัน WMA ทั่วไปอาจใช้น้ำหนักแบบกำหนดเอง เช่น 0.20, 0.30 และ 0.50 แบบจำลองการพยากรณ์มักใช้น้ำหนักลักษณะนี้เพื่อสะท้อนสมมติฐานทางธุรกิจหรือชุดน้ำหนักที่ผ่านการทดสอบกับค่าความคลาดเคลื่อนของการพยากรณ์แล้ว แพลตฟอร์มกราฟจำนวนมากใช้คำว่า WMA เพื่อหมายถึงเวอร์ชันเชิงเส้น ดังนั้นก่อนทำซ้ำค่าหนึ่งค่า ควรตรวจสอบข้อกำหนดของแพลตฟอร์ม ช่วงเวลา แหล่งข้อมูลราคา และลำดับน้ำหนักจากเก่าสุดไปใหม่สุด

ความแตกต่างนี้มีความสำคัญ เพราะสองวิธีอาจใช้ข้อมูลสามค่าชุดเดียวกัน แต่ให้ผลลัพธ์ต่างกันเมื่อใช้น้ำหนักต่างกัน เมื่อทราบประเภทของ WMA แล้ว สูตรจะทำให้ความสัมพันธ์ระหว่างแต่ละค่ากับน้ำหนักของมันชัดเจนขึ้น

สูตรค่าเฉลี่ยเคลื่อนที่ถ่วงน้ำหนักคืออะไร?

WMA เท่ากับผลรวมของแต่ละค่าที่คูณด้วยน้ำหนักของมัน หารด้วยผลรวมน้ำหนักทั้งหมด สำหรับข้อมูลเรียงลำดับจำนวน n ค่า สูตรทั่วไปคือ:

WMA = (w1 × x1 + w2 × x2 + ... + wn × xn) / (w1 + w2 + ... + wn)

ในสูตร x คือค่าที่สังเกตได้, w คือน้ำหนักที่จับคู่กับค่านั้น และ n คือจำนวนข้อมูลในช่วงหน้าต่าง ตัวเศษคือผลรวมถ่วงน้ำหนัก ขณะที่ตัวส่วนทำหน้าที่ปรับผลลัพธ์ให้อยู่ในรูปค่าเฉลี่ยด้วยผลรวมน้ำหนักทั้งหมด

สำหรับ WMA แบบเชิงเส้นที่ใช้น้ำหนัก 1 ถึง n สูตรสามารถเขียนได้ดังนี้:

WMA แบบเชิงเส้น = (1 × x_oldest + 2 × x_next + ... + n × x_newest) / [n × (n + 1) / 2]

ตัวส่วน n × (n + 1) / 2 คือจำนวนตรีโกณมิติ (triangular number) ที่มีค่าเท่ากับ 1 + 2 + ... + n ดังนั้น WMA แบบเชิงเส้น 3 ช่วงเวลาจะหารด้วย 6 ขณะที่ WMA แบบเชิงเส้น 4 ช่วงเวลาจะหารด้วย 10

สูตรทั่วไปสามารถรองรับน้ำหนักที่ถูกต้องได้ทุกแบบ ส่วนสูตรเชิงเส้นใช้น้ำหนัก 1 ถึง n

เหตุใดจึงต้องปรับน้ำหนักให้อยู่ในรูปมาตรฐาน (Normalised)?

จำเป็นต้องปรับน้ำหนักให้อยู่ในรูปมาตรฐานเพื่อให้ WMA ยังคงอยู่ในสเกลเดียวกับข้อมูลที่ใช้สังเกต การหารด้วยผลรวมน้ำหนักจะเปลี่ยนผลรวมถ่วงน้ำหนักให้เป็นค่าเฉลี่ย แทนที่จะปล่อยให้ผลลัพธ์เป็นเพียงผลรวมที่ยังไม่ได้ปรับสเกล

น้ำหนักดิบ 1, 2 และ 3 มีผลรวมเท่ากับ 6 ค่าที่ปรับให้อยู่ในรูปมาตรฐานแล้วคือ 1/6, 2/6 และ 3/6 ซึ่งรวมกันได้ 1 ทั้งสองรูปแบบให้ผลลัพธ์เดียวกัน:

(10 × 1 + 12 × 2 + 15 × 3) / 6 = 13.17

(10 × 1/6) + (12 × 2/6) + (15 × 3/6) = 13.17

สามารถละการหารด้วย SUM(weights) ได้เฉพาะเมื่อผลรวมน้ำหนักที่ให้มามีค่าเท่ากับ 1 หรือ 100% อยู่แล้ว หากละการหารในกรณีที่น้ำหนักดิบรวมกันมากกว่า 1 จะได้เพียงผลรวมถ่วงน้ำหนัก ไม่ใช่ค่าเฉลี่ยเคลื่อนที่ถ่วงน้ำหนัก การปรับให้อยู่ในรูปมาตรฐานยังอธิบายได้ด้วยว่าเหตุใดตัวส่วนของ WMA เชิงเส้น 3 ช่วงเวลาจึงเป็น 6: เพราะ 6 คือผลรวมของน้ำหนักตามตำแหน่งนั่นเอง

คุณคำนวณค่าเฉลี่ยเคลื่อนที่ถ่วงน้ำหนักอย่างไร?

เลือกช่วงหน้าต่าง กำหนดน้ำหนัก คูณแต่ละค่าด้วยน้ำหนักที่ตรงกัน นำผลคูณมารวมกัน แล้วหารด้วยผลรวมน้ำหนัก ทิศทางจากข้อมูลเก่าสุดไปใหม่สุดต้องคงความสอดคล้องกันในทุกขั้นตอน

1. เลือกจำนวนช่วงเวลาในหน้าต่างแบบเลื่อน

2. เรียงข้อมูลจากเก่าสุดไปใหม่สุด

3. กำหนดน้ำหนักตามที่ต้องการให้กับข้อมูลแต่ละค่า

4. คูณข้อมูลทุกค่าด้วยน้ำหนักที่ตรงกัน แล้วนำผลคูณมารวมกัน

5. หารผลรวมถ่วงน้ำหนักด้วยผลรวมน้ำหนัก

สำหรับ WMA แบบเชิงเส้น ข้อมูลล่าสุดจะได้รับน้ำหนักตามตำแหน่งมากที่สุด ส่วน WMA แบบกำหนดเอง ลำดับน้ำหนักจะเป็นไปตามแบบจำลองที่ระบุไว้ ไม่ใช่ลำดับที่สมมติขึ้นเอง วิธี 5 ขั้นตอนนี้จะสมบูรณ์ก็ต่อเมื่อช่วงเวลาถัดไปทำให้หน้าต่างเลื่อนไปข้างหน้าและคำนวณซ้ำอีกครั้ง

การคำนวณ WMA มี 5 ขั้นตอนที่สามารถตรวจสอบย้อนกลับได้

ตัวอย่างค่าเฉลี่ยเคลื่อนที่ถ่วงน้ำหนัก 3 ช่วงเวลาตัวอ

ย่าง WMA แบบเชิงเส้น 3 ช่วงเวลาสำหรับค่า 10, 12 และ 15 มีค่าเท่ากับ 13.17 เมื่อน้ำหนักจากเก่าสุดไปใหม่สุดคือ 1, 2 และ 3 ค่าล่าสุดคือ 15 มีส่วนต่อผลลัพธ์มากที่สุด เพราะค่าล่าสุดได้รับน้ำหนักสูงสุด

ตาราง: WMA แบบเชิงเส้น 3 ช่วงเวลา โดยใช้น้ำหนักจากเก่าสุดไปใหม่สุดเป็น 1, 2 และ 3

การคำนวณคือ:

WMA 3 ช่วงเวลา = (10 × 1 + 12 × 2 + 15 × 3) / (1 + 2 + 3) WMA 3 ช่วงเวลา = 79 / 6 WMA 3 ช่วงเวลา = 13.17

ค่า WMA ที่ 13.17 สูงกว่าค่าเฉลี่ยไม่ถ่วงน้ำหนักที่ 12.33 สำหรับข้อมูลสามค่าที่เพิ่มขึ้นชุดเดียวกัน เพราะ WMA แบบเชิงเส้นให้อิทธิพลมากกว่ากับข้อมูลใหม่ที่มีค่าสูงกว่า อย่างไรก็ตาม ความสัมพันธ์นี้อาจกลับทิศได้เมื่อข้อมูลล่าสุดลดลง ดังนั้นไม่ควรตีความผลลัพธ์นี้ว่าเป็นข้อได้เปรียบถาวรเหนือค่าเฉลี่ยแบบให้น้ำหนักเท่ากัน

มีการตรวจสอบสองจุดที่ทำให้ตัวอย่างนี้ตรวจสอบย้อนกลับได้ ประการแรก ผลคูณถ่วงน้ำหนักต้องรวมกันได้ 79 และผลรวมน้ำหนักต้องเท่ากับ 6 ประการที่สอง WMA ที่คำนวณด้วยน้ำหนักที่ไม่ติดลบควรอยู่ระหว่างค่าต่ำสุดและค่าสูงสุดในหน้าต่าง ดังนั้น 13.17 ควรอยู่ระหว่าง 10 และ 15 ค่าสุดท้ายควรถูกปัดเศษหลังจากหาร 79 ด้วย 6 แล้วเท่านั้น เพราะการปัดเศษผลคูณหรือน้ำหนักแต่ละค่าก่อนเวลาอาจเปลี่ยนผลลัพธ์ของการคำนวณที่ยาวขึ้นได้

ลำดับน้ำหนักมีผลอย่างชัดเจน หากนำค่าเดิมไปกำหนดน้ำหนักผิดเป็น 3, 2 และ 1 จากเก่าสุดไปใหม่สุด ผลลัพธ์จะเป็น 11.50 แทนที่จะเป็น 13.17 ความแตกต่างนี้เกิดจากการที่ข้อมูลใดได้รับอิทธิพลสูงสุดทั้งหมด

หน้าต่างเลื่อนไปยังช่วงเวลาถัดไปอย่างไร

WMA จะเลื่อนไปยังช่วงเวลาถัดไปโดยนำข้อมูลที่เก่าที่สุดออก เพิ่มข้อมูลล่าสุดเข้าไป และกำหนดน้ำหนักตามตำแหน่งใหม่ภายในหน้าต่างใหม่ การเพิ่มค่าที่สี่เป็น 18 จะเปลี่ยนหน้าต่าง 3 ช่วงเวลาจาก 10, 12, 15 เป็น 12, 15, 18

ตาราง: หน้าต่าง WMA 3 ช่วงเวลาต่อเนื่อง โดยใช้น้ำหนักตามตำแหน่งชุดเดิม

น้ำหนัก 3 ไม่ได้คงอยู่กับค่า 15 น้ำหนัก 3 จะย้ายไปยังตำแหน่งล่าสุด ซึ่งในหน้าต่างที่สองถูกครอบครองโดย 18 หากกลับลำดับน้ำหนัก จะกลายเป็นแบบจำลองคนละแบบ เพราะข้อมูลที่เก่าที่สุดจะได้รับอิทธิพลสูงสุด

สำหรับ WMA จำนวน n ช่วงเวลา แถว n - 1 แถวแรกจะมีข้อมูลไม่เพียงพอสำหรับสร้างหน้าต่างที่สมบูรณ์ ดังนั้น WMA 3 ช่วงเวลาจะยังไม่มีผลลัพธ์แบบหน้าต่างสมบูรณ์สำหรับช่วงที่ 1 และ 2 โดย WMA ที่ใช้ได้ค่ะแรกจะปรากฏในช่วงที่ 3 ซอฟต์แวร์กราฟอาจแสดงแถวเริ่มต้นเหล่านี้เป็นค่าว่าง ละไว้ หรือใช้วิธีวอร์มอัปเฉพาะของแพลตฟอร์ม

ค่าเฉลี่ยเคลื่อนที่คืออนุกรมข้อมูล: ทุกช่วงเวลาใหม่จะทำให้หน้าต่างเลื่อนไปข้างหน้าและกำหนดน้ำหนักตามตำแหน่งใหม่

การทำซ้ำการคำนวณนี้ด้วยตนเองจะไม่มีประสิทธิภาพเมื่ออนุกรมยาวขึ้น ซึ่งทำให้การใช้งานในสเปรดชีตเป็นขั้นตอนถัดไปที่เหมาะสม

คุณคำนวณ WMA ใน Excel อย่างไร?

ใช้ =SUMPRODUCT(value_range,weight_range)/SUM(weight_range) และให้ช่วงข้อมูลค่าและช่วงน้ำหนักมีขนาดและลำดับเดียวกัน SUMPRODUCT จะคูณแต่ละค่าด้วยน้ำหนักที่จับคู่กันแล้วรวมผลคูณทั้งหมด ขณะที่ SUM ให้ตัวส่วนสำหรับการปรับให้อยู่ในรูปมาตรฐาน

สำหรับค่า 10, 12 และ 15 ในเซลล์ A2:A4 และน้ำหนักดิบ 1, 2 และ 3 ในเซลล์ D2:D4 ให้ป้อน:

=SUMPRODUCT(A2:A4,$D$2:$D$4)/SUM($D$2:$D$4)

เครื่องหมายดอลลาร์จะตรึงช่วงน้ำหนักไว้เมื่อคัดลอกสูตรลงด้านล่าง ในแถวผลลัพธ์ถัดไป ช่วงข้อมูลค่าควรเลื่อนจาก A2:A4 ไปเป็น A3:A5 ขณะที่ช่วงน้ำหนักยังคงเป็น D2:D4 ช่วงข้อมูลค่าและช่วงน้ำหนักต้องมีจำนวนเซลล์เท่ากันและใช้ลำดับจากเก่าสุดไปใหม่สุดเหมือนกัน

เซลล์ผลลัพธ์สองเซลล์แรกสำหรับ WMA 3 ช่วงเวลาควรเว้นว่างไว้ เพราะยังไม่มีหน้าต่างข้อมูล 3 ค่าที่สมบูรณ์ เวิร์กชีตสำหรับการใช้งานจริงสามารถจัดการแถวเหล่านั้นด้วยการตรวจสอบเซลล์ว่างได้ แต่การคำนวณไม่ควรแทนที่ด้วยหน้าต่างที่สั้นกว่าตามเงียบ ๆ เว้นแต่วิธีการจะอนุญาตไว้อย่างชัดเจน

ใช้ช่วงข้อมูลค่าและช่วงน้ำหนักที่มีขนาดเท่ากันและเรียงลำดับเหมือนกัน; หารด้วย SUM(weights) เว้นแต่น้ำหนักจะรวมกันได้ 1

สูตร Excel สำหรับน้ำหนักแบบเชิงเส้นและแบบกำหนดเอง

สูตร Excel สำหรับ WMA แบบเชิงเส้นและแบบกำหนดเองใช้โครงสร้าง SUMPRODUCT เดียวกัน ต่างกันเพียงช่วงน้ำหนักเท่านั้น น้ำหนักเชิงเส้นสำหรับ WMA 3 ช่วงเวลาคือ 1, 2 และ 3 ขณะที่แบบจำลองกำหนดเองอาจใช้ 0.20, 0.30 และ 0.50

ใช้สูตรต่อไปนี้เมื่อช่วงน้ำหนักมีน้ำหนักดิบที่อาจไม่ได้รวมกันเป็น 1:

=SUMPRODUCT(A2:A4,$D$2:$D$4)/SUM($D$2:$D$4)

ใช้สูตรที่สั้นกว่านี้เฉพาะเมื่อได้ตรวจสอบแล้วว่าช่วงน้ำหนักรวมกันได้เท่ากับ 1 พอดี:

=SUMPRODUCT(A2:A4,$F$2:$F$4)

น้ำหนักเชิงเส้นแบบดิบ 1, 2 และ 3 และน้ำหนักที่ปรับให้อยู่ในรูปมาตรฐาน 1/6, 2/6 และ 3/6 ให้ค่า WMA เดียวกัน อย่างไรก็ตาม สเปรดชีตควรแสดงผลรวมน้ำหนักไว้ด้วย เพื่อให้สามารถตรวจพบการกลับลำดับช่วงข้อมูล การตกหล่นของเซลล์ หรือข้อผิดพลาดจากการป้อนค่าเปอร์เซ็นต์ได้

แม้การคำนวณจะเหมือนกัน แต่การพยากรณ์และการเทรดตอบคำถามคนละแบบและต้องการการตรวจสอบความถูกต้องที่ต่างกัน

ผลลัพธ์ที่คำนวณอัตโนมัติสามารถนำไปใช้ได้สองรูปแบบแยกกัน: การพยากรณ์สำหรับช่วงเวลาถัดไป หรืออินดิเคเตอร์การเทรดที่แสดงบนกราฟ แต่ละรูปแบบต้องมีวิธีตีความและประเมินผลของตนเอง

WMA ถูกใช้ในการพยากรณ์อย่างไร?

ในการพยากรณ์ WMA แบบย้อนหลังจะใช้ข้อมูลล่าสุดที่ถ่วงน้ำหนักแล้วเป็นค่าประมาณสำหรับช่วงเวลาถัดไป โดยทั่วไปใช้สำหรับระยะสั้น การพยากรณ์นี้ตั้งอยู่บนสมมติฐานว่าช่วงหน้าต่างและรูปแบบน้ำหนักที่เลือกมีข้อมูลที่เป็นประโยชน์ต่อข้อมูลถัดไป

การพยากรณ์ด้วย WMA จะตรงไปตรงมาที่สุดสำหรับอนุกรมข้อมูลที่ค่อนข้างทรงตัวและข้อมูลล่าสุดยังคงมีความเกี่ยวข้อง แนวโน้ม ฤดูกาล การเปลี่ยนแปลงเชิงโครงสร้าง และรูปแบบอุปสงค์ที่เปลี่ยนไป อาจทำให้ชุดน้ำหนักคงที่ไม่น่าเชื่อถือ ดังนั้นจึงต้องทดสอบชุดน้ำหนักและระยะเวลาการพยากรณ์กับข้อมูลที่เกิดขึ้นภายหลัง

การคำนวณจะไม่เปลี่ยนเมื่อใช้ WMA เพื่อการพยากรณ์ สิ่งที่เปลี่ยนคือการตีความ: ผลลัพธ์ของ WMA จะถูกนำไปกำหนดให้กับช่วงเวลาถัดไปในฐานะค่าประมาณ แทนที่จะใช้เพียงเป็นเส้นประวัติศาสตร์ที่ถูกทำให้เรียบบนกราฟ

ตัวอย่างการพยากรณ์ค่าเฉลี่ยเคลื่อนที่ถ่วงน้ำหนัก 3 เดือน

การพยากรณ์ WMA 3 เดือนจะคูณข้อมูลรายเดือนล่าสุดทั้งสามค่าด้วยน้ำหนักที่กำหนด แล้วใช้ผลรวมของค่าดังกล่าวเป็นการพยากรณ์ล่วงหน้า 1 ช่วงเวลา เมื่อผลรวมน้ำหนักเท่ากับ 1 หากใช้ค่าอุปสงค์รายเดือน 10, 12 และ 15 หน่วย ร่วมกับน้ำหนัก 0.20, 0.30 และ 0.50 จะได้การพยากรณ์สำหรับเดือนที่ 4 เท่ากับ 13.10 หน่วย

ตาราง: การพยากรณ์อุปสงค์ล่วงหน้า 1 ช่วงเวลาแบบ 3 เดือน โดยใช้น้ำหนักที่รวมกันได้ 1

สูตรคือ:

การพยากรณ์เดือนที่ 4 = (10 × 0.20) + (12 × 0.30) + (15 × 0.50)

การพยากรณ์เดือนที่ 4 = 13.10 หน่วย

ผลลัพธ์ 13.10 หน่วยนี้เป็นการพยากรณ์ล่วงหน้า 1 ช่วงเวลา ไม่ใช่การพยากรณ์สำหรับทุกเดือนในอนาคต การพยากรณ์แบบวนซ้ำสำหรับเดือนที่ 5 จะต้องนำค่าพยากรณ์ของเดือนที่ 4 มาใช้เสมือนเป็นค่าที่สังเกตได้ หากยังไม่มีข้อมูลอุปสงค์จริงของเดือนที่ 4 ดังนั้นทุกขั้นของการพยากรณ์แบบวนซ้ำเพิ่มเติมจึงขึ้นอยู่บางส่วนกับการพยากรณ์ก่อนหน้า ซึ่งอาจทำให้ความคลาดเคลื่อนสะสมและทำให้เส้นทางที่คาดการณ์ไว้แบนลงหรือบิดเบือนได้

น้ำหนักทศนิยมรวมกันได้ 1 จึงไม่จำเป็นต้องหารเพิ่มเติม น้ำหนักดิบ 2, 3 และ 5 จะให้ผลการพยากรณ์ 13.10 หน่วยเท่ากันหลังจากหารด้วย 10 การพยากรณ์นี้ยังต่ำกว่าค่าอุปสงค์ล่าสุดที่ 15 หน่วย เพราะข้อมูลสองค่าก่อนหน้าที่ต่ำกว่ายังคงมีสัดส่วนรวมกันครึ่งหนึ่งของน้ำหนักทั้งหมด

คุณควรเลือกและทดสอบน้ำหนักสำหรับการพยากรณ์อย่างไร?

ควรเลือกน้ำหนักสำหรับการพยากรณ์จากเหตุผลที่มีการบันทึกไว้อย่างชัดเจน และทดสอบกับตัวชี้วัดความคลาดเคลื่อนที่กำหนดไว้ล่วงหน้าบนช่วงข้อมูลที่ไม่ได้ใช้ในการปรับแต่งน้ำหนัก การให้น้ำหนักกับข้อมูลล่าสุดมากขึ้นจะมีเหตุผลรองรับก็ต่อเมื่อข้อมูลล่าสุดช่วยให้การพยากรณ์สำหรับระยะเวลาที่ต้องการดีขึ้น

กระบวนการตรวจสอบความถูกต้องในทางปฏิบัติคือ:

1. กำหนดระยะเวลาการพยากรณ์และการตัดสินใจที่การพยากรณ์นั้นจะสนับสนุน

2. กันข้อมูลช่วงหลังไว้เป็นช่วงตรวจสอบความถูกต้องหรือช่วง holdout

3. ระบุชุดน้ำหนักตัวเลือกที่เป็นไปตามข้อจำกัดของแบบจำลอง เช่น น้ำหนักไม่ติดลบและรวมกันได้ 1

4. สร้างการพยากรณ์โดยใช้แต่ละชุดน้ำหนักตัวเลือก โดยไม่เปลี่ยนช่วงประเมินผล

5. เปรียบเทียบความคลาดเคลื่อนด้วยตัวชี้วัดที่กำหนดไว้ล่วงหน้า เช่น mean absolute error (MAE) หรือ mean squared error (MSE)

6. ทบทวนว่าน้ำหนักที่เลือกยังคงมีเสถียรภาพในช่วงตรวจสอบความถูกต้องที่ต่างกัน และภายใต้สภาวะตลาดหรืออุปสงค์ที่ต่างกันหรือไม่

MAE รายงานขนาดความคลาดเคลื่อนสัมบูรณ์เฉลี่ย ขณะที่ MSE ให้อิทธิพลกับความคลาดเคลื่อนขนาดใหญ่มากขึ้นด้วยการยกกำลังสอง ไม่มีตัวชี้วัดใดทำให้ชุดน้ำหนักหนึ่งดีที่สุดในทุกกรณี ตัวชี้วัดที่เหมาะสมขึ้นอยู่กับต้นทุนของความคลาดเคลื่อนแต่ละขนาด การปรับน้ำหนักให้เหมาะสมบนข้อมูลชุดเดียวกับที่ใช้ตัดสินแบบจำลองอาจทำให้เกิดการฟิตกับสัญญาณรบกวนในอดีตมากเกินไป ดังนั้นการประเมินขั้นสุดท้ายควรใช้ช่วงข้อมูลที่แบบจำลองไม่เคยเห็นมาก่อน

การพยากรณ์จะประเมิน WMA เทียบกับข้อมูลอนาคตที่เกิดขึ้นจริง ส่วนการเทรดใช้ผลลัพธ์ทางคณิตศาสตร์เดียวกันในอีกลักษณะหนึ่ง โดยเปรียบเทียบ WMA ที่แสดงบนกราฟกับราคาหรือค่าเฉลี่ยอีกประเภทหนึ่ง

WMA ถูกใช้เป็นอินดิเคเตอร์การเทรดอย่างไร?

ในฐานะอินดิเคเตอร์การเทรด WMA จะแสดงค่าเฉลี่ยถ่วงน้ำหนักของราคาล่าสุดเพื่ออธิบายทิศทางแนวโน้ม และตอบสนองต่อการเปลี่ยนแปลงของราคาล่าสุดได้แรงกว่าค่า SMA ที่ให้น้ำหนักเท่ากันในช่วงเวลาเดียวกัน เทรดเดอร์สามารถเปรียบเทียบความชันของ WMA' ราคาปัจจุบัน และค่าเฉลี่ยเคลื่อนที่อื่น ๆ ได้ แต่ WMA ไม่ได้ให้ความแน่นอนเชิงคาดการณ์

WMA ที่ปรับตัวขึ้นบ่งชี้ว่าเส้นฐานราคาล่าสุดแบบถ่วงน้ำหนักกำลังเพิ่มขึ้น ขณะที่ WMA ที่ปรับตัวลงบ่งชี้ว่าเส้นฐานแบบถ่วงน้ำหนักกำลังลดลง ราคาที่อยู่เหนือหรือต่ำกว่า WMA แสดงความสัมพันธ์ระหว่างตลาดปัจจุบันกับเส้นฐานนั้น ความสัมพันธ์ดังกล่าวเป็นเพียงข้อสังเกต ไม่ใช่หลักฐานว่าการเคลื่อนไหวของราคาครั้งถัดไปจะต้องดำเนินต่อไปในทิศทางเดียวกัน

WMA ยังคงเป็นตัวชี้วัดที่ล่าช้า เพราะค่า WMA ทุกค่าคำนวณจากราคาปัจจุบันและราคาก่อนหน้า การให้น้ำหนักกับราคาล่าสุดมากขึ้นอาจลดความล่าช้าบางส่วนเมื่อเทียบกับ SMA ที่มีช่วงเวลาเท่ากัน แต่การตอบสนองที่ไวขึ้นก็อาจทำให้ WMA ตอบสนองต่อการเปลี่ยนแปลงราคาที่เกิดขึ้นเพียงชั่วคราวได้เช่นกัน

ทิศทางแนวโน้ม การตัดกันของราคา และการตัดกันของ WMA

การตัดกันของ WMA เกิดขึ้นเมื่อราคาตัดผ่าน WMA หรือเมื่อ WMA ช่วงเวลาสั้นตัดผ่าน WMA ช่วงเวลายาว การตัดกันของราคา/WMA เป็นการเปรียบเทียบราคาปัจจุบันกับเส้นฐานถ่วงน้ำหนักหนึ่งเส้น ขณะที่การตัดกันของ WMA สองเส้นเป็นการเปรียบเทียบเส้นฐานที่ตอบสนองเร็วกับเส้นฐานที่ตอบสนองช้ากว่า

ตาราง: การตีความโดยตรงและข้อควรระวังที่จำเป็นสำหรับข้อสังเกต WMA ที่พบบ่อย

ดังนั้น กฎการตัดกันจึงต้องได้รับการทดสอบแยกต่างหาก พร้อมระบุช่วงเวลา ข้อมูลราคา สมมติฐานต้นทุนธุรกรรม และการควบคุมความเสี่ยงอย่างชัดเจน กราฟสามารถแสดงให้เห็นว่าการตัดกันเกิดขึ้นตรงไหน แต่มีเพียงการทดสอบที่กำหนดไว้อย่างชัดเจนเท่านั้นที่สามารถประเมินได้ว่ากฎดังกล่าวมีประโยชน์ต่อสินทรัพย์และกรอบเวลาที่กำหนดหรือไม่

ช่วงเวลา WMA แหล่งข้อมูลราคา และสภาวะตลาด

พฤติกรรมของ WMA ขึ้นอยู่กับความยาวของช่วงเวลา ราคาที่ใช้เป็นข้อมูลนำเข้า กรอบเวลาของกราฟ และสภาวะตลาด ช่วงเวลาที่สั้นกว่าจะใช้ข้อมูลน้อยกว่าและโดยปกติจะตอบสนองได้เร็วกว่า ขณะที่ช่วงเวลาที่ยาวกว่าจะทำให้ความผันผวนของราคาถูกทำให้เรียบมากขึ้นและโดยปกติจะตอบสนองช้ากว่า

ข้อมูลนำเข้าอาจเป็นราคาปิดหรือแหล่งข้อมูลราคาอื่นที่แพลตฟอร์มรองรับ กราฟสองกราฟที่ระบุว่า “WMA 20 ช่วงเวลา” อาจแตกต่างกันได้ หากกราฟหนึ่งใช้ราคาปิดและอีกกราฟใช้ข้อมูลนำเข้าคนละแบบ หรือหากแพลตฟอร์มใช้คำนิยาม WMA ต่างกัน กรอบเวลายังเปลี่ยนความหมายของหนึ่งช่วงเวลาอีกด้วย: ข้อมูล 20 ค่าในกราฟ 5 นาทีไม่ได้สะท้อนระยะเวลาเดียวกับข้อมูล 20 ค่าในกราฟรายวัน

สภาวะที่มีแนวโน้มชัดเจนอาจทำให้เกิดความชันต่อเนื่องและการตัดผ่านเส้นฐานน้อยลง ขณะที่สภาวะผันผวนไร้ทิศทางอาจทำให้ราคาเคลื่อนไหวรอบ WMA ซ้ำ ๆ ไม่มีช่วงเวลาใดดีที่สุดในทุกกรณี ควรเลือกช่วงเวลาและข้อมูลนำเข้าตามวัตถุประสงค์ของการวิเคราะห์ และทดสอบกับตราสาร กรอบเวลา และภาวะตลาดที่เกี่ยวข้อง

ผลของการตั้งค่าเหล่านี้จะชัดเจนยิ่งขึ้นเมื่อเปรียบเทียบ WMA กับวิธีค่าเฉลี่ยเคลื่อนที่และวิธีถ่วงน้ำหนักด้วยปริมาณอื่น ๆ

WMA เทียบกับ SMA, EMA, VWMA และ VWAP

WMA ให้น้ำหนักข้อมูลตามลำดับที่เลือก, SMA ให้น้ำหนักเท่ากันทุกค่า, EMA ใช้การลดลงแบบเอ็กซ์โปเนนเชียล และ VWMA กับ VWAP ใช้ปริมาณการซื้อขายเป็นน้ำหนักหลักแทนความใหม่ของข้อมูล วิธีเหล่านี้ไม่สามารถใช้แทนกันได้ เพราะแต่ละวิธีตอบคำถามเรื่องการให้น้ำหนักที่แตกต่างกัน

ตาราง: เปรียบเทียบวิธีค่าเฉลี่ยเคลื่อนที่และวิธีถ่วงน้ำหนักด้วยปริมาณตามฐานการให้น้ำหนักและขอบเขตการใช้งาน

 สำหรับอนุกรมขาขึ้น 3 ช่วงเวลาเดียวกันที่มีค่า 10, 12, 15 และต่อด้วย 18 สามารถเปรียบเทียบวิธีต่าง ๆ ได้โดยเปิดเผยพารามิเตอร์ทุกตัว SMA 3 ช่วงเวลาและ WMA แบบเชิงเส้น 3 ช่วงเวลาจะปรากฏครั้งแรกในช่วงที่ 3 ส่วน EMA 3 ช่วงเวลาใช้ alpha = 2 / (3 + 1) = 0.5 และตั้งต้นด้วยค่า SMA ของช่วงที่ 3

ตาราง: SMA, WMA แบบเชิงเส้น และ EMA ที่คำนวณจากอนุกรม 4 ค่าเดียวกัน

ค่าเฉลี่ยทั้งสามแตกต่างกันเพราะกฎการให้น้ำหนักต่างกัน; ระดับการตอบสนองขึ้นอยู่กับข้อมูลและพารามิเตอร์ที่ใช้

WMA มีค่าสูงสุดในช่วงที่ 4 ของตัวอย่างขาขึ้นนี้ เพราะราคาล่าสุดและสูงสุดได้รับน้ำหนักเชิงเส้นมากที่สุด อย่างไรก็ตาม ลำดับนี้ไม่ถาวร: ค่าล่าสุดที่ลดลงอาจดึง WMA ลงได้แรงกว่า และพารามิเตอร์ EMA ที่ต่างกันก็อาจเปลี่ยนผลการเปรียบเทียบได้ ดังนั้นวิธีที่เหมาะสมจึงขึ้นอยู่กับฐานการให้น้ำหนัก หน่วยความจำ และการใช้งานที่ต้องการ มากกว่าป้ายกำกับว่า “ดีกว่า” แบบสากล

ข้อดีและข้อจำกัดของ WMA

WMA อาจตอบสนองได้เร็วกว่าค่า SMA ที่มีช่วงเวลาเท่ากัน แต่การให้น้ำหนักกับข้อมูลล่าสุดมากขึ้นก็อาจเพิ่มความไวต่อสัญญาณรบกวนและไม่ได้ขจัดความล่าช้าออกไป ข้อดีทุกข้อของ WMA จึงมาพร้อมต้นทุนด้านการใช้งานหรือการตีความที่สอดคล้องกัน

ตาราง: ข้อดีและข้อจำกัดของ WMA ที่จับคู่กัน

WMA มีประโยชน์เมื่อการให้อิทธิพลไม่เท่ากันมีเหตุผลรองรับ และการแลกเปลี่ยนที่เกิดขึ้นยอมรับได้สำหรับการตัดสินใจนั้น WMA จะอ่อนประสิทธิภาพเมื่อรูปแบบน้ำหนักเป็นไปโดยพลการ อนุกรมข้อมูลเปลี่ยนภาวะ หรือผลลัพธ์ถูกตีความว่าเป็นหลักฐานของผลลัพธ์ในอนาคต ข้อจำกัดเหล่านี้อธิบายได้ว่าทำไมการใช้งานที่ถูกต้องและการตรวจสอบความถูกต้องจึงสำคัญพอ ๆ กับตัวสูตร

ข้อผิดพลาดที่พบบ่อยเกี่ยวกับค่าเฉลี่ยเคลื่อนที่ถ่วงน้ำหนัก

ข้อผิดพลาดของ WMA ที่พบบ่อยที่สุดคือการกลับลำดับน้ำหนัก การละการปรับให้อยู่ในรูปมาตรฐาน การจัดช่วงข้อมูลในสเปรดชีตไม่ตรงกัน และการมองค่าเฉลี่ยย้อนหลังแบบถ่วงน้ำหนักว่าเป็นความแน่นอนเกี่ยวกับอนาคต ข้อผิดพลาดแต่ละข้อจะเปลี่ยนทั้งการคำนวณหรือความหมายของผลลัพธ์

• การกลับน้ำหนักของข้อมูลเก่าสุดและล่าสุด: ยืนยันก่อนคำนวณหน้าต่างแรกว่าข้อมูลล่าสุดควรได้รับน้ำหนักมากที่สุดหรือไม่

• การละตัวส่วน: หารด้วย SUM(weights) เว้นแต่น้ำหนักจะถูกปรับให้อยู่ในรูปมาตรฐานจนรวมกันได้ 1 แล้ว

• การใช้ช่วงข้อมูลค่าและช่วงน้ำหนักที่ไม่เท่ากัน: จับคู่น้ำหนักหนึ่งค่ากับข้อมูลหนึ่งค่าเสมอ และคงลำดับของช่วงข้อมูลให้เหมือนกัน

• การคงน้ำหนักไว้กับค่าข้อมูลเดิม: กำหนดน้ำหนักตามตำแหน่งใหม่หลังจากหน้าต่างแบบเลื่อนขยับไปข้างหน้า; น้ำหนักเชิงเส้นที่มากที่สุดเป็นของตำแหน่งล่าสุด

• การเติมค่าในแถวเริ่มต้นด้วยค่าจากหน้าต่างไม่สมบูรณ์: เว้นผลลัพธ์แบบหน้าต่างสมบูรณ์ n - 1 ค่าแรกไว้เป็นค่าว่าง เว้นแต่จะมีการใช้วิธีวอร์มอัปที่มีการบันทึกไว้อย่างชัดเจน

• การเปรียบเทียบวิธีที่มีสมมติฐานต่างกัน: เปิดเผยช่วงเวลา แหล่งข้อมูลราคา ลำดับน้ำหนัก ค่าเริ่มต้นของ EMA และขอบเขตปริมาณก่อนเปรียบเทียบผลลัพธ์

• การมองการพยากรณ์ว่าเป็นความแน่นอน: ประเมินความคลาดเคลื่อนของการพยากรณ์กับข้อมูลที่เกิดขึ้นภายหลัง และระบุระยะเวลาการพยากรณ์ให้ชัดเจน

• การมองการตัดกันเป็นการเทรดอัตโนมัติ: ทดสอบกฎทั้งหมด รวมถึงต้นทุน การควบคุมความเสี่ยง และพฤติกรรมในตลาดที่ผันผวนไร้ทิศทาง

• การปรับแต่งบนช่วงประเมินผล: เก็บช่วง holdout ไว้เพื่อให้พารามิเตอร์การพยากรณ์หรือการเทรดถูกตัดสินจากข้อมูลที่ไม่ได้ใช้ในการปรับแต่ง

ดังนั้น การใช้ WMA อย่างถูกต้องจึงขึ้นอยู่กับคำนิยามน้ำหนักที่โปร่งใส การคำนวณที่ตรวจสอบย้อนกลับได้ และวิธีประเมินผลที่สอดคล้องกับการใช้งาน

นำการวิเคราะห์ค่าเฉลี่ยเคลื่อนที่ถ่วงน้ำหนักแบบง่ายไปใช้จริง

แพลตฟอร์ม MetaTrader ของ TMGM ช่วยให้เทรดเดอร์สามารถกำหนดค่า Weighted Moving Average (WMA) ได้ตามช่วงเวลา ราคาที่ใช้คำนวณ และกรอบเวลา ใช้การตั้งค่าที่สอดคล้องกันเพื่อระบุทิศทางแนวโน้มที่ชัดเจน ทดสอบข้อสังเกตของคุณกับโครงสร้างราคาจริง และกำหนดความเสี่ยงของคุณให้ชัดเจนก่อนลงมือ

พร้อมทดสอบกลยุทธ์ WMA ของคุณแล้วหรือยัง? เปิดบัญชีจริง เพื่อเริ่มต้นเส้นทางการเทรด CFD ของคุณวันนี้ หรือเปิดบัญชีเดโมเพื่อฝึกฝนแบบไร้ความเสี่ยง