Quelle est la différence dans le calcul WMA pour différents échanges de cryptographie?

La moyenne mobile pondérée (WMA) varie d'un échange de cryptographie en raison des différences de sources de prix, d'intervalles de temps et de méthodes d'arrondi, conduisant à des signaux de trading divergents même avec des formules identiques.

Aug 11, 2025 at 01:07 pm

Comprendre la moyenne mobile pondérée (WMA) dans le trading des crypto-monnaies

La moyenne mobile pondérée (WMA) est un outil d'analyse technique utilisé par les traders pour identifier les tendances des données des prix en accordant une plus grande importance aux prix récents. Contrairement à la moyenne mobile simple (SMA), qui traite tous les points de données également, la WMA applique un facteur de pondération qui augmente linéairement avec la récence des données. Cela le rend plus sensible aux changements de prix récents, une caractéristique cruciale des marchés de crypto-monnaie à évolution rapide. La formule générale de WMA sur n périodes est:

Wma = (prix₁ × poids₁ + prix₂ × poids₂ + ... + prixₙ × poidsₙ) / somme de poids

Où les poids sont généralement attribués comme 1, 2, 3, ..., n, donnant au prix le plus récent le poids le plus élevé. Bien que cette formule soit mathématiquement cohérente, la mise en œuvre de la WMA peut varier considérablement entre différents échanges de crypto-monnaie en raison des différences d'échantillonnage de données, d'intervalles de temps et de sélection des prix de source.

Source de données et variance de sélection des prix

L'une des principales raisons pour lesquelles les calculs de WMA diffèrent à l'autre de l'autre côté des échanges dans la source des données de prix utilisées . Chaque échange calcule sa WMA en fonction de son propre carnet de commandes et de son historique commercial. Par exemple, Binance peut utiliser le dernier prix négocié à partir de son marché au comptant, tandis que Kraken peut incorporer un prix moyen (VWAP) pondéré en fonction du volume sur un intervalle donné comme entrée pour WMA. Cela conduit à des écarts même si les deux échanges appliquent la même formule mathématique.

De plus, certaines plateformes utilisent BID, ASK ou Mid-Price comme base de WMA. Le prix moyen , calculé comme (BID + ASK) / 2, est souvent utilisé dans des environnements de négociation à haute fréquence, tandis que les échanges axés sur la vente au détail utilisent généralement le dernier prix négocié . Parce que les spreads Bid-Ask dans la crypto peuvent être larges, en particulier pour les jetons à faible liquidité, ce choix affecte directement la valeur WMA résultante. Par conséquent, la sélection du type de prix est un facteur critique de la divergence WMA.

Calendrier et granularité du chandelier

Les échanges de crypto-monnaie offrent divers intervalles de chandeliers - 1 minute, 5 minutes, 1 heure, etc. - et la WMA est généralement calculée selon ces intervalles. Cependant, le moment exact de la fermeture des bougies peut différer entre les plates-formes. Par exemple, Coinbase peut aligner ses bougies d'une heure sur UTC: 00, UTC: 01, etc., tandis que Bybit peut utiliser une fenêtre de roulement qui commence à partir de la première session de connexion de l'utilisateur. Ce désalignement fait que la même période WMA (par exemple, WMA de 14 périodes sur les bougies d'une heure) pour référencer différents ensembles de données de prix.

De plus, certains échanges utilisent un échantillonnage basé sur les tiques au lieu de bougies basées sur le temps. Dans les systèmes basés sur les tiques, un nouveau point de données est enregistré après chaque n transactions, ce qui déforme la cohérence du temps. Lorsque WMA est appliquée à de tels intervalles irréguliers, la sortie devient moins comparable aux WMA basés sur le temps. Les traders qui s'appuient sur l'analyse de l'échange de réduction doivent tenir compte de ces incohérences temporelles pour éviter les signaux erronés.

Mécanismes de lissage et d'arrondi

Une autre variation subtile mais percutante est la façon dont les échanges gèrent la précision du point flottant et l'arrondi dans les calculs WMA. Bien que la formule mathématique soit standard, la précision interne utilisée pendant le calcul varie. Par exemple, Kucoin peut calculer WMA en utilisant une précision à virgule flottante à 16 chiffres, tandis que Gate.io peut tronquer les valeurs à 8 décimales après chaque étape. Sur plusieurs périodes, ces différences d'arrondi s'accumulent, conduisant à des lignes WMA divergentes même avec des données d'entrée identiques.

Certains échanges appliquent également des filtres de lissage ou des techniques de normalisation avant de transmettre des données dans le moteur WMA. Ces étapes de prétraitement sont rarement documentées, ce qui rend difficile pour les utilisateurs de reproduire les calculs en externe. Par exemple, un échange peut supprimer les valeurs aberrantes ou appliquer un filtre Hampel pour éliminer les données de crash flash, qui modifie la série d'entrée et donc le résultat WMA final.

Paramètres de personnalisation et définis par l'utilisateur

De nombreuses plateformes de trading permettent aux utilisateurs de personnaliser les paramètres WMA, mais le degré de flexibilité varie . Sur TradingView , qui regroupe les données de plusieurs échanges, les utilisateurs peuvent ajuster la période WMA, appliquer des décalages ou les combiner avec d'autres indicateurs. Cependant, lorsque la même WMA est appliquée aux données tirées de l'API Binance par rapport à l'API FTX (avant sa suspension), les sorties diffèrent en raison de la latence, du filtrage des données et de l'alignement de l'horodatage.

Même dans un seul échange, les données nourries à l'API peuvent ne pas correspondre à la WMA de l'interface Web . Cela se produit parce que le frontend peut utiliser des indicateurs pré-renvoyés optimisés pour la vitesse, tandis que l'API fournit des données brutes pour un calcul indépendant. Les trafics de construction de stratégies algorithmiques doivent reproduire manuellement la formule WMA en utilisant les données OHLCV brutes (ouvertes, élevées, faibles, fermes, volume) pour assurer la cohérence. Voici comment le faire étape par étape:

• Répondez les n dernier prix de clôture via l'API de l'échange (par exemple, en utilisant GET /api/v3/klines sur Binance)
• Attribuer des poids de 1 à n , où le prix le plus récent obtient du poids n
• Multipliez chaque prix de clôture par son poids correspondant
• Résumer les prix pondérés
• Divisez la somme par le total des poids (c'est-à-dire n (n + 1) / 2 )
• Autour du résultat selon la norme de précision de l'échange

Le défaut de suivre ces étapes avec précision peut entraîner des décalages entre les calculs personnalisés et les valeurs WMA désactivées par la plate-forme.

Exemples d'échanges de divergence WMA

Considérez un scénario où la WMA à 10 périodes de Bitcoin est analysée sur trois échanges: Binance , Kraken et Bitstamp . Tous utilisent des bougies d'une heure et le dernier prix négocié, mais des différences émergent:

• Binance met à jour ses bougies toutes les 60 secondes à la minute, en utilisant le dernier commerce dans cette fenêtre
• Kraken agrége les échanges par intervalles d'une heure mais s'ajuste pour les changements de temps d'été, provoquant un décalage d'une heure deux fois par an
• Bitstamp applique un filtre de volatilité de 0,1%, excluant les prix qui s'écartent considérablement de la fermeture précédente

En conséquence, lors d'événements à forte volatilité comme une annonce de la Fed, la WMA de Bitstamp peut traîner en raison des points de données exclues, tandis que la WMA de Binance réagit fortement . L'alignement historique des données de Kraken peut montrer une discontinuité temporaire dans la pente WMA. Ces nuances illustrent pourquoi les traders ne peuvent pas supposer que les valeurs WMA sont interchangeables sur toutes les plateformes.

Questions fréquemment posées

Pourquoi mon calcul WMA personnalisé ne correspond-il pas au graphique de mon échange?

Les écarts découlent des différences de source de données, de précision d'arrondissement et d'alignement des bougies . Assurez-vous que vous utilisez les prix de clôture exacts que l'échange utilise, appliquez correctement les poids et faites correspondre le nombre de décimales dans les étapes intermédiaires.

Puis-je utiliser les valeurs WMA de TradingView pour l'arbitrage entre les échanges?

Pas de manière fiable. TradingView applique des calculs uniformes mais extrait les données avec une latence variable. La WMA affichée peut ne pas refléter des valeurs spécifiques à l'échange en temps réel , en particulier pendant les mouvements de prix rapides.

Les contrats à terme et les marchés ponctuels utilisent-ils le même calcul WMA sur le même échange?

Pas nécessairement. Futures WMA peut être basée sur les taux de financement ou les prix de marque , tandis que SPOT WMA utilise des données commerciales. Ces différentes entrées conduisent à des trajectoires divergentes WMA même pour le même atout.

Existe-t-il une méthode API standard pour récupérer la WMA pré-calculée à partir des échanges?

La plupart des échanges ne fournissent pas de points de terminaison WMA directs. Vous devez le calculer manuellement à partir des données OHLCV . Certains services tiers comme Cryptowatch ou Kaiko proposent des indicateurs traités, mais ils peuvent appliquer leurs propres méthodologies.