Calcolatore di Media Mobile

Calcola medie mobili semplici, ponderate ed esponenziali per attenuare i dati di serie temporali, identificare tendenze e filtrare il rumore a breve termine.

Tipo di Media Mobile

Periodo della Finestra (n)

Valori dei Dati (separati da virgola o uno per riga)

Inserisci valori numerici separati da virgole, spazi o a capo.

Cifre Decimali

Punti Dati

Periodo della Finestra

Valori MM

Ultima MM

Visualizzazione

Dati Originali

Media Mobile

Tabella dei Risultati

Periodo	Valore	Media Mobile	Deviazione

Formule della Media Mobile

Media Mobile Semplice (SMA)

SMA = (x₁ + x₂ + … + x_n) / n

La media non ponderata dei precedenti n punti dati. Ogni punto nella finestra ha uguale influenza sul risultato.

Media Mobile Ponderata (WMA)

WMA = (n·x_n + (n−1)·x_n−1 + … + 1·x₁) / (n(n+1)/2)

Assegna pesi linearmente crescenti alle osservazioni più recenti. Il punto dati più recente riceve peso n, il secondo più recente riceve n−1, e così via.

Media Mobile Esponenziale (EMA)

EMA_t = α · x_t + (1 − α) · EMA_t−1

Dove α = 2 / (n + 1) per impostazione predefinita. Applica pesi esponenzialmente decrescenti alle osservazioni più vecchie. Il primo valore EMA è tipicamente impostato sulla SMA dei primi n punti dati.

Cos'è una Media Mobile?

Una media mobile è un calcolo statistico utilizzato per analizzare i punti dati creando una serie di medie da diversi sottoinsiemi dell'intero set di dati. È uno degli strumenti più utilizzati nell'analisi delle serie temporali, comunemente applicato in finanza, economia, elaborazione dei segnali e controllo qualità. Le medie mobili aiutano ad attenuare le fluttuazioni a breve termine ed evidenziare tendenze o cicli a più lungo termine nei dati.

Utilizzi Principali

Identificazione delle tendenze: Rivela la direzione sottostante dei dati filtrando il rumore casuale e la volatilità a breve termine.
Attenuazione dei dati: Riduce l'impatto dei valori anomali e delle fluttuazioni irregolari per un'analisi visiva più pulita.
Previsione: Serve come semplice base di riferimento per prevedere valori futuri basati su pattern recenti.
Rilevamento dei segnali: Gli incroci tra medie mobili veloci e lente possono segnalare cambiamenti nel momentum o nella direzione della tendenza.

Confronto tra Tipi di Media Mobile

SMA

• Peso uguale a tutti i punti nella finestra
• Maggiore ritardo tra i tre tipi
• Migliore per dati stabili e con poco rumore
• Più semplice da calcolare e interpretare
• Ampiamente usata nel controllo qualità

WMA

• Pesi lineari favoriscono i dati recenti
• Meno ritardo rispetto alla SMA
• Buon equilibrio tra attenuazione e reattività
• Finestra finita come la SMA
• Comune nell'analisi tecnica

EMA

• Pesi esponenzialmente decrescenti
• Minore ritardo — più reattiva
• Non scarta mai completamente i dati vecchi
• Sensibilità regolabile tramite α
• Popolare nell'analisi del mercato azionario

Esempi Pratici

Mercato azionario: I trader utilizzano SMA a 50 e 200 giorni per identificare tendenze a lungo termine. Un "golden cross" (la media a 50 giorni che supera quella a 200 giorni) segnala un momentum rialzista; un "death cross" segnala un momentum ribassista.
Previsione delle vendite: I rivenditori applicano una media mobile a 4 settimane alle vendite settimanali per attenuare le fluttuazioni stagionali e prevedere le necessità di inventario.
Manifattura: Gli ingegneri della qualità utilizzano medie mobili sulle misurazioni di produzione per rilevare derive di processo prima che si verifichino difetti.
Epidemiologia: Le agenzie di salute pubblica riportano medie mobili a 7 giorni dei conteggi giornalieri dei casi per attenuare le irregolarità di segnalazione (ad es. cali nel fine settimana) e rivelare le vere tendenze di infezione.
Elaborazione dei segnali: Gli ingegneri applicano medie mobili come filtri passa-basso per rimuovere il rumore ad alta frequenza dai dati dei sensori.

Scegliere la Dimensione Corretta della Finestra

Il periodo della finestra (n) controlla il compromesso tra levigatezza e reattività:

Finestra Più Piccola (es. 3–5)

Più reattiva ai cambiamenti recenti ma conserva più rumore. Migliore quando è necessario rilevare cambiamenti rapidi o quando i dati hanno una tendenza forte e in rapido cambiamento.

Finestra Più Grande (es. 20–50+)

Output più liscio con meno rumore ma più ritardo. Migliore per identificare tendenze a lungo termine in dati altamente volatili o quando le fluttuazioni a breve termine non sono significative.

Riferimenti

Le formule e i metodi utilizzati in questo calcolatore si basano su teorie consolidate di statistica e analisi delle serie temporali:

Nota: Questo calcolatore implementa formule standard di media mobile a scopo educativo e analitico. L'EMA viene inizializzata utilizzando la SMA dei primi n punti dati. I risultati sono arrotondati alla precisione decimale selezionata ma calcolati con piena precisione in virgola mobile. Per decisioni finanziarie o ingegneristiche critiche, verificare i risultati con software statistico o di trading professionale.