Скользящее среднее

Скользящее среднее (также скользящая средняя, подвижное среднее, moving average, MA) — это один из наиболее распространённых методов сглаживания временных рядов и технического анализа, заключающийся в вычислении среднего арифметического значения показателя за определённый предшествующий период. Основная цель применения скользящего среднего — выявление общей тенденции (тренда) в данных путём подавления краткосрочных случайных колебаний и шума.

История

Идея усреднения данных для выявления долгосрочных закономерностей восходит к работам математиков XVIII—XIX веков, в частности к методам обработки астрономических и геодезических наблюдений. В начале XX века метод скользящего среднего начал применяться в экономической статистике для анализа сезонных колебаний и трендов в рядах данных, таких как цены, объёмы производства и потребления.

В техническом анализе финансовых рынков скользящее среднее получило широкое распространение в середине XX века. Американский аналитик Джозеф Гранавиль в своей книге «Новая стратегия дневной торговли акциями» (1960 год) систематизировал правила использования скользящих средних для прогнозирования движения цен. С развитием компьютерных технологий в 1980—1990-х годах скользящие средние стали стандартным инструментом во всех программах для биржевой торговли и статистического анализа.

Классификация и виды

Различают несколько основных типов скользящих средних, отличающихся способом расчёта весов для каждого наблюдения в окне усреднения.

Простое скользящее среднее (SMA — Simple Moving Average)

Наиболее простой и интуитивно понятный тип. Для каждого момента времени вычисляется среднее арифметическое значение за последние n периодов (например, дней, часов, минут). Все наблюдения внутри окна имеют равный вес. Формула для расчёта SMA с периодом n:

\[ SMA_t = \frac{P_t + P_{t-1} + ... + P_{t-n+1}}{n} \]

где \(P_t\) — значение показателя в момент времени t.

Экспоненциальное скользящее среднее (EMA — Exponential Moving Average)

Более сложный тип, придающий больший вес более поздним данным. Это делает EMA более чувствительным к изменениям тренда по сравнению с SMA. Расчёт EMA производится рекурсивно:

\[ EMA_t = P_t \cdot k + EMA_{t-1} \cdot (1 - k) \]

где \(k = \frac{2}{n+1}\) — коэффициент сглаживания (константа, определяющая скорость убывания весов), а \(EMA_{t-1}\) — значение EMA за предыдущий период. Первое значение EMA обычно принимается равным SMA за тот же период.

Взвешенное скользящее среднее (WMA — Weighted Moving Average)

В этом типе каждому значению в окне усреднения присваивается свой вес, обычно линейно возрастающий от более старых данных к более новым. Например, для периода n самый старый показатель имеет вес 1, следующий — 2, и так далее, а самый новый — вес n. Формула:

\[ WMA_t = \frac{n \cdot P_t + (n-1) \cdot P_{t-1} + ... + 1 \cdot P_{t-n+1}}{n + (n-1) + ... + 1} \]

Другие виды

• Сглаженное скользящее среднее (SMMA — Smoothed Moving Average) — вариант EMA с более длительным периодом сглаживания, часто используется в сочетании с другими индикаторами.
• Адаптивное скользящее среднее (AMA — Adaptive Moving Average) — тип, у которого период сглаживания меняется в зависимости от волатильности рынка. Разработано Перри Кауфманом в 1995 году.
• Треугольное скользящее среднее (TMA — Triangular Moving Average) — двойное применение SMA с разными периодами, что приводит к более сильному сглаживанию.

Применение

В техническом анализе финансовых рынков

Скользящие средние являются базовым инструментом для трейдеров и инвесторов. Основные способы применения:

• Определение тренда. Если цена находится выше скользящего среднего, тренд считается восходящим; если ниже — нисходящим. Чем больше период скользящего среднего, тем оно лучше отражает долгосрочный тренд.
• Сигналы пересечения. «Золотой крест» — пересечение краткосрочной скользящей средней (например, 50-дневной) долгосрочной (200-дневной) снизу вверх — сигнал к покупке. «Крест смерти» — пересечение сверху вниз — сигнал к продаже.
• Динамические уровни поддержки и сопротивления. В восходящем тренде скользящее среднее часто выступает в роли линии поддержки, к которой цена возвращается перед продолжением роста. В нисходящем тренде — как линия сопротивления.
• Комбинация с другими индикаторами. Скользящие средние часто используются в составе более сложных систем, например, в индикаторе MACD (Moving Average Convergence Divergence) или в полосах Боллинджера.

В статистике и эконометрике

• Сглаживание временных рядов. Удаление случайных колебаний для выявления основной тенденции (тренда) и сезонных компонент.
• Прогнозирование. Простые модели прогноза, такие как модель скользящего среднего (MA) в методологии ARIMA, используют взвешенные суммы прошлых ошибок прогноза.
• Обработка сигналов. В цифровой обработке сигналов скользящее среднее применяется как низкочастотный фильтр для подавления высокочастотного шума.

В других областях

• Метеорология. Сглаживание данных о температуре, давлении и осадках для выявления климатических трендов.
• Демография. Анализ динамики рождаемости, смертности и миграции.
• Эпидемиология. Сглаживание данных о заболеваемости для оценки эпидемиологической ситуации, например, расчёт скользящего среднего числа новых случаев COVID-19.

Характеристики и особенности

• Период (n). Определяет количество точек данных, используемых для расчёта. Чем больше период, тем сильнее сглаживание и тем медленнее скользящее среднее реагирует на изменения. Чем меньше период, тем индикатор более чувствителен к текущим колебаниям.
• Запаздывание (Lag). Все скользящие средние по своей природе являются запаздывающими индикаторами, то есть их значения всегда отстают от фактических данных. Величина запаздывания тем больше, чем больше период усреднения.
• Чувствительность к выбросам. SMA более чувствителен к резким скачкам данных (выбросам), так как придаёт им равный вес с остальными значениями. EMA и WMA менее чувствительны к выбросам благодаря большим весам более свежих данных.

Критика и ограничения

• Запаздывание. Основной недостаток скользящих средних — они всегда реагируют на изменения тренда с опозданием. Это может приводить к ложным сигналам на разворотах рынка или при резких движениях.
• Неэффективность в боковом (флэтовом) тренде. При отсутствии ярко выраженного тренда скользящие средние часто дают противоречивые сигналы, пересекаясь с ценой множество раз.
• Субъективность выбора периода. Выбор оптимального периода для скользящего среднего является эмпирической задачей и зависит от конкретного рынка, таймфрейма и целей анализа. Не существует универсального «лучшего» периода.
• Не учитывает фундаментальные факторы. Скользящие средние работают только с ценовыми данными и не учитывают новости, макроэкономические показатели или корпоративные события, которые могут кардинально изменить ситуацию.

Интересные факты

• В техническом анализе наиболее популярными периодами для скользящих средних являются 10, 20, 50, 100 и 200 дней. Эти значения исторически сложились из практики и не имеют строгого математического обоснования.
• В российской статистике и экономическом анализе скользящие средние активно применяются для расчёта индексов потребительских цен и анализа динамики ВВП.
• Метод скользящего среднего лежит в основе многих алгоритмических торговых стратегий, используемых хедж-фондами и инвестиционными банками.

Источники

1. Гранавиль Дж. «Новая стратегия дневной торговли акциями». — 1960.
2. Мэрфи Дж. «Технический анализ фьючерсных рынков: теория и практика». — 1986.
3. Кауфман П. «Торговые системы и методы». — 1995.
4. Бокс Дж., Дженкинс Г. «Анализ временных рядов: прогноз и управление». — 1970.
5. Энциклопедия «Британника», статья «Moving average».