WMA의 가중 메커니즘은 EMA와 어떻게 다릅니 까?

가중 이동 평균 이해 (WMA)

가중 이동 평균 (WMA)은 데이터 세트의 최근 데이터 포인트에 더 큰 중요성을 부여하며, 가중치는 선택된 기간 동안 선형으로 감소합니다. 모든 가격을 동등하게 취급하는 간단한 이동 평균 (SMA)과 달리 WMA는 새로운 가격을 더 강조합니다. 이는 시리즈의 각 가격에 특정 중량 계수를 곱하여 달성됩니다. 예를 들어, 5주기 WMA에서 가장 최근의 가격은 5, 전날에 4 등을 곱한 다음 가장 오래된 가격으로 1을 곱합니다.이 가중치 값의 합은 가중치의 합으로 나뉘어 평균을 생성합니다.

이 선형 가중치는 최근의 가격 변동이 WMA 가치에 비례하여 더 큰 영향을 미치도록 합니다. 거래자는 이것을 사용하여 SMA보다 일찍 추세 변화를 감지합니다. N 기간 동안 WMA의 공식은 다음과 같습니다.

$$ \ text {wma} = \ frac {\ sum_ {i = 1}^{n} (price_i \ times weight i)} {\ sum {i = 1}^{n} weight_i} $$

고정 및 감소 중량 구조로 인해 WMA는 SMA보다 가격 변동에 더 빠르게 반응하지만 여전히 구조화되고 투명한 계산 방법을 유지합니다.

지수 이동 평균 탐색 (EMA)

지수 이동 평균 (EMA)은 또한 최근 가격을 우선시하지만, 기하 급수적으로 가중치를 구형 데이터로 적용하는 평활 요소를 사용하여 그렇게합니다. N 기간의 고정 된 창만 고려한 WMA와 달리 EMA는 사용 가능한 모든 역사적 데이터를 통합하여 이전 가격의 영향 감소입니다. EMA는 두 단계로 계산됩니다. 첫째, 초기 값에 대해 SMA를 계산 한 다음 후속 기간 동안 EMA 공식을 적용하십시오.

주요 구성 요소는 스무딩 상수 (승수) 이며 다음과 같이 계산됩니다.

$$ \ text {스무딩 팩터} = \ frac {2} {n + 1} $$

10-period ema의 경우 $ \ frac {2} {11} \ 약 0.1818 $입니다. 그런 다음 EMA는 다음을 사용하여 업데이트됩니다.

$$ \ text {ema} {\ text {today}} = (\ text {price} {\ text {todon {today}} \ text \ text {smoothing factor}) + (\ text {ema} _ {\ text {어제}} \ times (1- \ text {smoothing factor}) $$

이 재귀 공식은 모든 새로운 EMA 값이 이전 EMA에 의존하여 모든 과거 가격에서 지속적인 영향을 미친다는 것을 의미합니다. 효과는 새 정보에 빠르게 조정하는 매끄럽지만 반응이 높은 라인입니다.

가중치 구조의 주요 차이

WMA와 EMA의 가장 중요한 차이점은 가중치 메커니즘 에 있습니다. WMA는 선형 붕괴를 사용합니다. 룩백 윈도우의 각 가격은 고정 무게를 가지며 가장 오래된 데이터 포인트는 가장 작은 계수를 갖습니다. 총 영향은 N 기간에 국한됩니다. 대조적으로, EMA는 지수 붕괴를 적용합니다. 즉, 최근 가격이 지배적이지만 수백 기간의 데이터조차도 최소한 이에도 불구하고 여전히 기여합니다.

예를 들어, 10 기간 WMA에서는 최신 10 개의 가격 만 중요하며 무게는 한 번의 단위로 하락합니다. 그러나 10 기간 EMA에서 현재 가격은 가장 높지만 이전 가격의 영향은 결코 0으로 떨어지지 않으며 시간이 지남에 따라 무시할 수 있습니다. 이로 인해 EMA는 지속적인 트렌드에 더 민감하게 만들고 단일 오래된 가격이 창에서 떨어질 때 갑작스러운 교대 근무가 적습니다.

또 다른 차이점은 계산 범위 입니다. WMA는 정의 된 창 위의 유한 한 합계로 수동으로 쉽게 계산할 수 있습니다. 재귀 인 EMA는 전체 역사적 시리즈 또는 이전 EMA 값이 진행되어야하므로 알고리즘 시스템에 더 적합합니다.

응답 성 및 지연 특성

두 지표는 SMA에 비해 지연을 줄이는 것을 목표로하지만 다르게 수행합니다. WMA는 최근 데이터의 선형 우선 순위를 통해 지연을 감소시킵니다 . 가장 최근의 가격은 승수가 가장 높기 때문에 WMA 라인은 현재 가격 조치에 더 가깝게 유지되는 경향이 있습니다. 그러나 가중 가격이 높은 가격이 창 밖으로 나오면 WMA는 눈에 띄는 변화를 보일 수 있습니다.

EMA는 지속적인 적응을 통해 지연을 줄입니다 . 오래된 데이터를 완전히 버리지 않기 때문에 움직임은 더 매끄 럽습니다. 지수 평활 요인은 상당한 가격이 계산 창을 종료 할 때 WMA에서 볼 수있는 '드롭 오프'효과를 피하면서 가격 변동이 점차 통합되도록합니다. 이로 인해 EMA는 이동 평균 값의 갑작스러운 변화가 잘못된 신호를 생성 할 수있는 휘발성 시장에서 특히 유용합니다.

단기 운동량을 모니터링하는 거래자는 종종 일관된 응답성에 대한 EMA를 선호하는 반면, 구조화 된 가격 시퀀스를 분석하는 사람들은 투명성과 고정 된 창 거동에 대해 WMA를 선호 할 수 있습니다.

cryptocurrency 거래의 실제 응용

가격 변동성이 높고 추세가 빠르게 반전 될 수있는 cryptocurrency 시장에서는 WMA와 EMA 모두 널리 사용됩니다. Bitcoin 가격 데이터에 5주기 WMA를 적용하려면 :

• 마지막 5 번의 종가를 수집하십시오.
• 가중치를 지정하십시오 : 5는 가장 최근에, 4에서 4, 이전, 1로 아래로 지정하십시오.
• 각 가격에 무게를 곱하십시오.
• 가중치 가격을 요약하십시오.
• 가중치의 합으로 나눕니다 (15).
• 결과를 표시하십시오.

5주기 EMA 의 경우 :

• 먼저, 5주기 SMA를 초기 EMA로 계산하십시오.
• 스무딩 계수를 계산하십시오 : $ \ frac {2} {5+1} = 0.333 $.
• 재귀 공식 사용 : $ \ text {ema} _ {\ text {new}} = (\ text {close} \ times 0.333) + (\ text {previous ema} \ times 0.667) $
• 각각의 새로운 양초에 대해 반복하십시오.

TradingView와 같은 많은 거래 플랫폼을 통해 사용자는 몇 번의 클릭으로 두 지표를 모두 추가 할 수 있습니다. 구성 할 때는 기간 설정이 전략과 일치하는지 확인하십시오. 일부 트레이더는 다음을 결합합니다. 진입 신호에는 WMA를 사용하고 추세 확인을 위해 EMA를 사용합니다.

차트의 시각적 및 행동 적 차이

Crypto 가격 차트에서 WMA는 일반적으로 EMA보다 약간 더 많이 들리는 것처럼 보입니다 . 오래된 데이터가 창을 빠져 나올 때 별개의 중량 쇠퇴 때문입니다. 대조적으로 EMA는 오래된 데이터와 새로운 데이터를 지속적으로 혼합하기 때문에 더 매끄럽게 보입니다.

갑자기 Bitcoin 집회 동안, 최신 가격의 승수가 높은 경우 WMA는 처음에 더 빨리 급증 할 수 있지만 가격이 더 이상 포함되지 않으면 급격히 반전 될 수 있습니다. EMA는 고립 된 가격 점프보다는 지속적인 운동량을 반영하여 점진적으로 조정합니다.

여러 기간을 사용하는 거래자는 종종 두 지표를 모두 오버레이합니다. 예를 들어, 1 시간 차트의 12주기 EMA는 역동적 인 지원으로 작용할 수 있으며, 15 분의 9- 기간 WMA는 단기 반전 지점을 식별하는 데 도움이됩니다.

자주 묻는 질문

• 거래 전략에서 WMA와 EMA를 함께 사용할 수 있습니까? 예. 두 가지를 결합하면 상보적인 신호를 제공 할 수 있습니다. 예를 들어, 장기 EMA 이상의 단기 WMA의 크로스 오버는 지연이 감소하는 강한 상향 운동량을 나타낼 수 있습니다.

• Altcoins의 초기 추세 변화를 감지하는 것이 더 낫습니까? EMA 는 일반적으로 지속적인 가중치 및 가격 변동에 대한 빠른 적응, 특히 저하, 고변성 알트 코인으로 인해 조기 탐지에 선호됩니다.

• WMA는 EMA보다 더 많은 계산 능력이 필요합니까? 아니요. WMA는 고정 기간에 걸쳐 간단한 가중 합계를 포함하여 계산적으로 가볍습니다. EMA는 이전 값을 저장해야하지만 실시간 시스템의 경우 여전히 효율적입니다.

• WMA가 EMA보다 더 잘 수행하는 특정 암호 화폐가 있습니까? Stablecoin 또는 예측 가능한 거래 패턴을 갖춘 고도로 주기적 또는 범위 바운드 암호화에서 WMA의 선형 구조는 가격 행동과 더 잘 일치하여 더 명확한 지원/저항 수준을 제공 할 수 있습니다.