Las medias móviles son los promedios de una serie de valores numéricos. Tienen una longitud predefinida para el número de valores a promediar. Este conjunto de valores avanza a medida que se añaden más datos con el tiempo.
Dada una serie de números y un tamaño de subconjunto fijo, el primer elemento de la serie de media móvil se obtiene tomando el promedio del subconjunto fijo inicial de la serie de números.
Luego, el subconjunto se modifica moviéndolo hacia adelante en un valor. En otras palabras, a medida que obtenemos datos más nuevos, se excluye el primer elemento del subconjunto y se agrega el elemento más reciente, esto mantiene la longitud fija.
Cálculo de un indicador de media móvil
Veamos el ejemplo mencionado a continuación que muestra el cálculo de promedios móviles simples. El promedio se calcula para cinco puntos de datos. Puedes llamar a esto el período de flashback.
| Serie de números | 7 12 2 14 15 16 11 20 7 |
| 1er valor de la serie MA | (7 + 12 + 2 + 14 + 15) / 5 = 10 |
| Segundo valor de la serie MA | (12 + 2 + 14 + 15 + 16) / 5 = 11,8 |
| 3er valor de la serie MA | (2 + 14 + 15 + 16 + 11) / 5 = 11,6 |
Se puede ver que el subconjunto para calcular los promedios avanza por una entrada de datos, en consecuencia, el nombre de media móvil (también llamado promedio en funcionamiento o promedio móvil). Se puede calcular una serie de promedio móvil para cualquier serie temporal.
También puedes usar múltiples promedios móviles. Es posible que haya oído hablar de promedios móviles de 50 y 200 períodos de mirada hacia atrás. Aquí, el que tiene un período de retroceso más corto se considera una media móvil más rápida, mientras que la media móvil con el período de retroceso más largo se considera una media móvil más lenta.
Dependiendo de la preferencia del comerciante, los períodos de flashback pueden ser en minutos, horas, etc.
Ejemplo de un indicador de media móvil
Veamos ahora el ejemplo de trading de media móvil con código, así como un gráfico que muestra la media móvil de 10 días, 20 días y 50 días.
| # 1) IMPORT LIBRARIES |
| import yfinance as yf # yfinance to fetch historical market data |
| import pandas as pd # pandas for data manipulation (DataFrame) |
| import matplotlib.pyplot as plt # matplotlib for plotting |
| # 2) DOWNLOAD TESLA (TSLA) DATA |
| # – ‘start’ is the first date (inclusive) |
| # – ‘end’ is the last date (exclusive) |
| tesla = yf.download( |
| tickers=‘TSLA’, |
| start=‘2023-01-01’, |
| end=‘2025-04-24’, |
| progress=False # disable download progress bar |
| ) |
| # 3) EXTRACT CLOSE PRICE |
| # We only need the ‘Close’ column for moving averages |
| close = tesla[‘Close’] |
| # 4) CALCULATE MOVING AVERAGES |
| # rolling(window=N).mean() computes the N-day simple moving average |
| ma10 = close.rolling(window=10).mean() # 10-day MA |
| ma20 = close.rolling(window=20).mean() # 20-day MA |
| ma50 = close.rolling(window=50).mean() # 50-day MA |
| # 5) PLOT CLOSE PRICE AND MOVING AVERAGES |
| plt.figure(figsize=(12, 6)) # set figure size |
| # Plot the raw close price |
| plt.plot(close.index, close, label=‘Close Price’, linewidth=1) |
| # Plot each moving average |
| plt.plot(ma10.index, ma10, label=’10-Day MA’, linewidth=1) |
| plt.plot(ma20.index, ma20, label=’20-Day MA’, linewidth=1) |
| plt.plot(ma50.index, ma50, label=’50-Day MA’, linewidth=1) |
| # 6) FORMAT THE PLOT |
| plt.title(‘Tesla Close Price & 10/20/50-Day Moving Averages\n2023–2025′) # title |
| plt.xlabel(‘Date’) # x-axis label |
| plt.ylabel(‘Price (USD) and Moving Averages’) # y-axis label |
| plt.legend() # show legend |
| plt.grid(True) # add grid for readability |
| # 7) DISPLAY THE PLOT |
| plt.tight_layout() # adjust padding |
| plt.show() # render the plot |
El gráfico anterior muestra el precio de cierre de Tesla (línea azul), la media móvil de 10 días (línea naranja), la media móvil de 20 días (línea verde) y la media móvil de 50 días (línea roja). Se puede observar que la media móvil de 50 días es la más suave y la media móvil de 10 días tiene el número máximo de picos y talas o fluctuaciones. A medida que aumenta el período de retroceso, la línea media móvil se aleja de la curva de precios. La línea roja (promedio móvil de 10 días) está más cerca de la línea azul (curva de precios) y la línea púrpura (media móvil de 50 días) está más lejos.
Períodos de recuperación para calcular una media móvil
Los períodos de retroceso más utilizados para calcular una media móvil en el trading de media móvil son 10, 20, 50, 100 y 200.
Estos períodos de flashback pueden ser de un minuto, diario, semanal, etc., dependiendo del comerciante en cuanto a si el comerciante desea ir a una operación a largo plazo o a corto plazo.
Tipos de promedios móviles
Hay muchos tipos diferentes de promedios móviles dependiendo del cálculo de los promedios. Los cinco tipos de promedios móviles más utilizados son el simple (o aritmético), el exponencial, el ponderado, el triangular y el variable.
La diferencia significativa entre las diferentes medias móviles es el peso asignado a los puntos de datos en el período de media móvil.
Las medias móviles simples aplican pesos iguales a todos los puntos de datos. Los promedios exponenciales y ponderados aplican más peso a los puntos de datos recientes. Los promedios triangulares aplican más peso a los datos en medio del período de media móvil. La media móvil variable cambia el peso en función de la volatilidad de los precios.
Promedio móvil simple (SMA)
Una media móvil simple (o aritmética) es una media móvil aritmética calculada sumando los elementos en una serie temporal y dividiendo este total por el número de períodos de tiempo. Como su nombre indica, la media móvil simple es el tipo más simple de media móvil. Vimos esto en el ejemplo anterior.
La fórmula para calcular el SMA es sencilla:
SMA = (Suma de puntos de datos en el período de media móvil)/(Número total de períodos)
Media móvil ponderada (EMA y LWMA)
El promedio móvil ponderado se refiere a los promedios móviles donde a cada punto de datos en el período de promedio móvil se le da un peso particular mientras se calcula el promedio. La media móvil exponencial es un tipo de media móvil ponderada en la que a los elementos del período de media móvil se les asigna un peso exponencialmente creciente.
El EMA se calcula como se muestra a continuación:
Multiplicador de ponderación = 2 / (período de media móvil +1)
EMA = (Precio de cierre – EMA del día anterior/barra) x multiplicador) + EMA del día anterior/barra
Reescrito como:
EMA = (Precio de cierre) x multiplicador + (EMA del día/barra anterior) x (1 – multiplicador)
Una media móvil ponderada linealmente (LWMA), también conocida generalmente como media móvil ponderada (WMA), se calcula asignando un peso de aumento lineal a los elementos en el período de media móvil.
Si el período de media móvil contiene diez entradas de datos, entonces el elemento más reciente (el décimo elemento) se multiplicará por diez, el noveno elemento se multiplicará por nueve y así sucesivo hasta el primer elemento que tendrá un multiplicador de uno.
La suma de todos estos elementos ponderados linealmente se sumará y dividirá por la suma de los multiplicadores. En el caso de 10 elementos, la suma se dividirá por 55 (n(n+1)/2). El gráfico que se muestra a continuación representa el SMA (línea naranja), EMA (línea verde) y LWMA (línea roja) durante un período de 30 días.
| # 1) IMPORT LIBRARIES |
| import yfinance as yf # yfinance to fetch historical market data |
| import pandas as pd # pandas for data manipulation (DataFrame) |
| import numpy as np # numpy for numerical operations (weights) |
| import matplotlib.pyplot as plt # matplotlib for static plotting |
| # 2) DOWNLOAD TESLA (TSLA) DATA |
| # – ‘start’ is inclusive, ‘end’ is exclusive |
| tesla = yf.download( |
| tickers=‘TSLA’, |
| start=‘2023-01-01’, |
| end=‘2025-04-25’, |
| progress=False # disable the progress bar |
| ) |
| # 3) EXTRACT CLOSE PRICE SERIES |
| close = tesla[‘Close’] # get only the ‘Close’ column |
| # 4) CALCULATE 30-DAY SIMPLE MOVING AVERAGE (SMA) |
| sma15 = close.rolling(window=30).mean() |
| # 5) CALCULATE 30-DAY EXPONENTIAL MOVING AVERAGE (EMA) |
| # – span=30 sets the decay so that the effective window ≈30 days |
| ema30 = close.ewm(span=30, adjust=False).mean() |
| # 6) CALCULATE 30-DAY LINEARLY WEIGHTED MOVING AVERAGE (LWMA) |
| # – weights 1,2,…,30 so the most recent day gets weight 30 |
| weights = np.arange(1, 31) |
| lwma30 = close.rolling(window=30).apply( |
| lambda prices: np.dot(prices, weights) / weights.sum(), raw=True |
| ) |
| # 7) PLOT CLOSE PRICE AND ALL THREE MOVING AVERAGES |
| plt.figure(figsize=(12, 6)) # set figure size |
| plt.plot(close.index, close, label=‘Close Price’, linewidth=1) |
| plt.plot(sma15.index, sma15, label=’30-Day SMA’, linewidth=1) |
| plt.plot(ema30.index, ema30, label=’30-Day EMA’, linewidth=1) |
| plt.plot(lwma30.index, lwma30, label=’30-Day LWMA’, linewidth=1) |
| # 8) FORMAT THE PLOT |
| plt.title(‘Tesla Close Price with 30-Day SMA, EMA & LWMA\n2023–2025′) |
| plt.xlabel(‘Date’) # x-axis label |
| plt.ylabel(‘Price (USD) and Moving Average’) # y-axis label |
| plt.legend() # show legend |
| plt.grid(True) # add grid lines for readability |
| plt.tight_layout() # adjust layout margins |
| # 9) DISPLAY THE PLOT |
| plt.show() # render the plot window (or inline in notebook) |
Como se puede ver en el gráfico anterior, al igual que el promedio móvil exponencial, el promedio móvil ponderado responde más rápido a los cambios en la curva de precios que el promedio móvil simple.
Pero es un poco más lento para reaccionar a las fluctuaciones que la EMA.
La lenta reacción a las fluctuaciones se debe a que LWMA estresa ligeramente más en los datos recientes que en los datos pasados recientes. En el caso de la EMA, los pesos para cada nuevo punto de datos siguen aumentando de manera exponencial.
A continuación se menciona el peso dado a los elementos al calcular el EMA y el WMA para un período de 4 días:
| Elementos | EWMA | LWMA |
| Elemento más reciente: | 2/(4+1) = 40 % | 4/10 = 40 % |
| 2do elemento más reciente: | 40 % x 60 % = 24 % | 3/10 = 30% |
| 3er elemento más reciente: | 24 % x 60 % = 14,4 % | 2/10 = 20% |
| Cuarto elemento más reciente: | 14,4% x 60% = 8,6% | 1/10 = 10% |
| Quinto elemento más reciente: | 8,6% x 60% = 5,2% | 0/10 = 0% |
| 6o elemento más reciente: | 5,2% x 60% = 3,1% | 0/10 = 0% |
| Séptimo elemento más reciente: | 3,1 % x 60 % = 1,9 % | 0/10 = 0% |
Y así…
Aquí hay un extracto de John J. El trabajo de Murphy, «Análisis técnico de los mercados financieros», publicado por el Instituto de Finanzas de Nueva York en 1999. Es el siguiente: «La media móvil suavizada exponencialmente aborda ambos problemas asociados con la media móvil simple. En primer lugar, el promedio suavizado exponencialmente asigna un mayor peso a los datos más recientes. Por lo tanto, es una media móvil ponderada.
Pero aunque asigna menos importancia a los datos de precios pasados, incluye en su cálculo todos los datos sobre la vida del instrumento. Además, el usuario puede ajustar la ponderación para dar un peso mayor o menor al precio del día más reciente, que se agrega a un porcentaje del valor del día anterior. La suma de ambos valores porcentuales suma 100».
Media móvil triangular (TMA)
La media móvil triangular es una curva doble suavizada, lo que también significa que los datos se promedian dos veces (promediando la media móvil simple). TMA es un tipo de media móvil ponderada en la que la ponderación se aplica en un patrón triangular. Siga los pasos que se mencionan a continuación para calcular el TMA:
Primero, calcule la media móvil simple (SMA):
SMA = (D1 + D2 + D3 +… + Dn) / n
A continuación, calcule el promedio de los SMA:
TMA = (SMA1 + SMA2 + SMA3 + . . . . . . + SMAn) / n
| # 1) IMPORT LIBRARIES |
| import yfinance as yf # to fetch historical stock data |
| import pandas as pd # for DataFrame & rolling calculations |
| import matplotlib.pyplot as plt # for plotting |
| # 2) DOWNLOAD TESLA (TSLA) DATA |
| # – ‘start’ is inclusive, ‘end’ is exclusive |
| tesla = yf.download( |
| tickers=‘TSLA’, |
| start=‘2023-01-01’, |
| end=‘2025-04-25’, |
| progress=False |
| ) |
| # 3) EXTRACT CLOSE PRICE SERIES |
| close = tesla[‘Close’] |
| # 4) CALCULATE 30-DAY SIMPLE MOVING AVERAGE (SMA) |
| sma30 = close.rolling(window=30).mean() |
| # 5) CALCULATE 30-DAY TRIANGULAR MOVING AVERAGE (TMA) |
| # TMA = SMA of the SMA |
| tma30 = sma30.rolling(window=30).mean() |
| # 6) PLOT CLOSE, SMA AND TMA |
| plt.figure(figsize=(12, 6)) |
| # raw close price |
| plt.plot(close.index, close, label=‘Close Price’, linewidth=1) |
| # 30-day SMA |
| plt.plot(sma30.index, sma30, label=’30-Day SMA’, linewidth=1) |
| # 30-day TMA |
| plt.plot(tma30.index, tma30, label=’30-Day TMA’, linewidth=1) |
| # 7) FORMAT THE PLOT |
| plt.title(‘Tesla Close Price with 30-Day SMA & TMA\n2023–2025′) |
| plt.xlabel(‘Date’) |
| plt.ylabel(‘Price (USD)’) |
| plt.legend() |
| plt.grid(True) |
| plt.tight_layout() |
| # 8) DISPLAY THE PLOT |
| plt.show() |
Considere el gráfico anterior que comprende la curva de precio de cierre diario (línea azul), el SMA de 30 días (línea roja) y el TMA de 30 días (línea verde). Se puede observar que el TMA es mucho más suave que el SMA. El TMA se mueve en ondas más largas y estables que el SMA.
El retraso en TMA es mayor que otros promedios móviles, como el SMA y el EMA, debido al doble promedio. Se puede observar que el TMA tarda más en reaccionar a las fluctuaciones de precios.
Las señales comerciales generadas por la TMA durante un período de tendencia estarán más lejos del pico y la bajar del período en comparación con las generadas por la SMA, por lo que se obtendrán menores ganancias utilizando la TMA.
Sin embargo, durante un período de consolidación, el TMA no producirá tantas señales comerciales como las generadas por el SMA, lo que evitaría que el comerciante tome posiciones innecesarias reduciendo los costos de transacción.
Estrategias de negociación de media móvil
Discutamos ahora algunas estrategias comerciales de promedio móvil conocidas. A medida que revise cada indicador comercial de media móvil, verá cómo cada uno es relevante mientras opera.
Triple estrategia cruzada de media móvil
La estrategia de triple media móvil implica trazar tres medias móviles diferentes para generar señales de compra y venta. Esta estrategia de media móvil está mejor equipada para tratar con señales de negociación falsas que el sistema cruzado de media móvil dual. Al utilizar tres promedios móviles de diferentes períodos de retroceso, el comerciante puede confirmar si el mercado realmente ha sido testigo de un cambio en la tendencia o si solo está descansando momentáneamente antes de continuar en su estado anterior. La señal de compra se genera al principio del desarrollo de una tendencia y una señal de venta se genera temprano cuando termina una tendencia.
La tercera media móvil se utiliza en combinación con las otras dos medias móviles para confirmar o negar las señales que generan. Esto reduce la probabilidad de que el comerciante actúe con señales falsas.
Cuanto más corto sea el período de media móvil, más de cerca seguirá la curva de precios. Cuando el valor comienza una tendencia alcista, los promedios móviles más rápidos (a corto plazo) comenzarán a subir mucho antes que los promedios móviles más lentos (a largo plazo). Supongamos que un valor ha aumentado en la misma cantidad cada día durante los últimos 60 días de negociación y luego comienza a disminuir en la misma cantidad durante los próximos 60 días. La media móvil de 10 días comenzará a disminuir en el sexto día de negociación, las medias móviles de 20 y 30 días comenzarán su disminución el undécimo y decimosexto día, respectivamente.
La probabilidad de que una tendencia persista está inversamente relacionada con el tiempo que la tendencia ya ha persistido. Por esta razón, esperar para entrar en una operación durante demasiado tiempo resulta en perderse la mayor parte de la ganancia, mientras que entrar en una operación demasiado pronto puede significar entrar en una señal falsa y tener que salir de la posición con pérdidas.
Para ilustrar esta estrategia de promedio móvil, utilizaremos los promedios móviles simples de 10 días, 20 días y 30 días como se traza en el siguiente gráfico.
La duración y el tipo de promedios móviles que se utilizarán dependen de los marcos de tiempo en los que el comerciante está buscando negociar. Para marcos de tiempo más cortos (barras de una hora o más), se prefiere la media móvil exponencial debido a su tendencia a seguir de cerca la curva de precios (p. ej. 4, 9, 18 EMA o 10, 25, 50 EMA).
Para marcos de tiempo más largos (barras diarias o semanales), los comerciantes prefieren usar promedios móviles simples (p. ej. 5, 10, 20 SMA o 4, 10, 50 SMA). Los períodos de media móvil varían según la estrategia del comerciante y el valor que se esté negociando.
Considere el punto ‘A’ en el gráfico anterior, las tres medias móviles cambian de dirección alrededor de este punto.
La línea roja representa el promedio de movimiento rápido (SMA de 10 días), la línea verde representa el promedio móvil promedio de movimiento de 20 días) y la línea púrpura representa el promedio de movimiento lento (SMA de 30 días).
Una señal de venta se activa cuando la media de movimiento rápido cruza por debajo de los promedios medios y de movimiento lento. Esto muestra un cambio a corto plazo en la tendencia, es decir, el precio promedio en los últimos 10 días ha caído por debajo del precio promedio de los últimos 20 y 30 días.
La señal de venta se confirma cuando la media móvil media cruza por debajo de la media móvil lenta, el cambio en el impulso se considera más significativo cuando la media móvil media (20 días) cruza por debajo de la media móvil lenta (30 días).
El sistema de cruce de triple media móvil genera una señal para vender cuando la media en movimiento lento está por encima de la media móvil media y la media móvil media está por encima de la media móvil rápida.
Cuando la media móvil rápida supera la media móvil media, el sistema sale de su posición. Por esta razón, a diferencia del sistema de negociación de media móvil dual, el sistema de media móvil triple no siempre está en el mercado. El sistema está fuera del mercado cuando la relación entre los promedios móviles lentos y medios no coincide con la que existe entre los promedios medios y rápidos.
Vamos a crear una estrategia de triple media móvil para Apple Inc. con una media móvil simple de 5, 10 y 15 días.
Reglas para la media móvil triple:
Comprar cuando:
- La media de movimiento rápido es más alta que la media y la media de movimiento lento
- La media móvil media es más alta que la media lenta
Vender cuando:
- La media móvil rápida es más baja que la media móvil lenta y media
- La media móvil media es más baja que la media móvil rápida
Código:
| # 1) IMPORT LIBRARIES |
| import yfinance as yf # to fetch historical market data |
| import pandas as pd # for DataFrame operations |
| import matplotlib.pyplot as plt # for plotting |
| # 2) DOWNLOAD Apple DATA AND BUILD INITIAL DF |
| # We directly assign the downloaded DataFrame to |
| df = yf.download( |
| tickers=‘AAPL’, |
| start=‘2020-01-01’, |
| end=‘2025-04-01’, |
| progress=False |
| ) |
| # 3) KEEP ONLY CLOSE PRICE |
| df = df[[‘Close’]].rename(columns={‘Close’:‘close’}) |
| # Now df has one column: ‘close’ |
| # 4) CALCULATE MOVING AVERAGES IN-PLACE |
| df[‘sma5’] = df[‘close’].rolling(window=5).mean() # fast |
| df[‘sma10’] = df[‘close’].rolling(window=10).mean() # medium |
| df[‘sma15’] = df[‘close’].rolling(window=15).mean() # slow |
| df = df.dropna() |
| # GENERATE ENTRY/EXIT SIGNALS |
| df[‘signal’] = 0 |
| # fast > med & fast > slow → potential buy zone |
| long_zone = (df[‘sma5’] > df[‘sma10’]) & (df[‘sma5’] > df[‘sma15’]) & (df[‘sma10’] > df[‘sma15’]) |
| # fast < med & fast < slow → potential sell zone |
| short_zone = (df[‘sma5’] < df[‘sma10’]) & (df[‘sma5’] < df[‘sma15’]) & (df[‘sma10’] < df[‘sma15’]) |
| # when zone turns True from False → signal |
| df.loc[ long_zone & ~long_zone.shift(1).fillna(False), ‘signal’] = 1 |
| df.loc[short_zone & ~short_zone.shift(1).fillna(False), ‘signal’] = –1 |
| # CALCULATE RETURNS |
| df[‘market_ret’] = df[‘close’].pct_change() # daily market return |
| df[‘strategy_ret’] = df[‘signal’].shift(1) * df[‘market_ret’] # apply yesterday’s signal today |
| # CUMULATIVE RETURNS |
| df[‘cum_market’] = (1 + df[‘market_ret’]).cumprod() |
| df[‘cum_strategy’] = (1 + df[‘strategy_ret’]).cumprod() |
| # PLOT PRICE & SMAs |
| plt.figure(figsize=(14, 6)) |
| plt.plot(df.index, df[‘close’], label=‘Close’, color=‘black’, linewidth=1) |
| plt.plot(df.index, df[‘sma5’], label=‘5-day SMA’, color=‘red’, linewidth=1) |
| plt.plot(df.index, df[‘sma10’], label=’10-day SMA’, color=‘green’, linewidth=1) |
| plt.plot(df.index, df[‘sma15’], label=’15-day SMA’, color=‘purple’,linewidth=1) |
| plt.title(‘AAPL Price & Triple SMA Crossover (5/10/15)’) |
| plt.xlabel(‘Date’); plt.ylabel(‘Price (USD)’) |
| plt.legend(); plt.grid(True); plt.tight_layout() |
| plt.show() |
| # PLOT CUMULATIVE RETURNS |
| plt.figure(figsize=(14, 4)) |
| plt.plot(df.index, df[‘cum_market’], label=‘Buy & Hold’, linewidth=1) |
| plt.plot(df.index, df[‘cum_strategy’], label=‘Strategy’, linewidth=1) |
| plt.title(‘Cumulative Returns: Strategy vs. Buy-and-Hold’) |
| plt.xlabel(‘Date’); plt.ylabel(‘Cumulative Return’) |
| plt.legend(); plt.grid(True); plt.tight_layout() |
| plt.show() |
Los operadores más agresivos no esperarían la confirmación de la tendencia y, en su lugar, entrarían en una posición basada en el cruce de la media móvil rápida sobre los promedios móviles lentos y medios.
También se pueden ingresar posiciones en diferentes momentos, por ejemplo, el comerciante podría tomar un cierto número de posiciones largas cuando el MA rápido cruza por encima del MA medio, luego ocupar el siguiente conjunto de posiciones largas cuando el MA rápido cruza por encima del MA lento y finalmente más posiciones largas cuando el medio cruza el MA lento. Si en algún momento se observa una inversión de tendencia, puede salir de su posición.
Cinta de media móvil
La cinta de media móvil es una versión extendida del sistema de cruce de media móvil. Esta estrategia de promedios móviles se crea colocando un gran número de promedios móviles en el mismo gráfico (el gráfico que se muestra a continuación utiliza 8 promedios móviles simples). Uno debe tener en cuenta los horizontes temporales y los objetivos de inversión al seleccionar las longitudes y el tipo de promedios móviles.
Cuando todos los promedios móviles se mueven en la misma dirección, se dice que la tendencia es fuerte. Las señales de negociación se generan de manera similar al sistema de cruce de media móvil triple, el comerciante debe decidir el número de cruces para activar una señal de compra o venta. Los comerciantes buscan comprar cuando los promedios móviles más rápidos cruzan por encima de los promedios móviles más lentos y buscan vender cuando los promedios móviles más rápidos cruzan por debajo de los promedios móviles más lentos.
Divergencia de convergencia de media móvil (MACD)
El MACD, abreviatura de divergencia de convergencia de media móvil, es una tendencia que sigue al indicador de impulso. Es una colección de tres series temporales calculadas como promedios móviles a partir de datos históricos de precios, con mayor frecuencia precios de cierre. La línea MACD es la diferencia entre un promedio móvil exponencial rápido (a corto plazo) y un promedio móvil exponencial lento (a largo plazo) del precio de cierre de un valor en particular. La línea de señal es la media móvil exponencial de la línea MACD. En esta estrategia de media móvil, el comerciante busca cruces entre el MACD y la línea de señal.
La estrategia MACD se denota por los tres parámetros que definen la estrategia, es decir, los períodos de tiempo de las tres medias móviles – MACD(a,b,c), donde la serie MACD es la diferencia entre EMA con períodos de tiempo ‘a’ y ‘b’. La línea de señal, que es la EMA de la serie MACD, tiene un período de tiempo de ‘c’.
La estrategia MACD más comúnmente utilizada utiliza el EMA de 12 días y 26 días para la serie MACD y un EMA de 9 días para la serie de señales, representada por MACD (12, 26, 9). El gráfico que se muestra a continuación se traza en función de estos parámetros de entrada
Línea MACD = EMA de 12 días del precio de cierre – EMA de 26 días del precio de cierre Línea de señal = EMA de 9 días de la línea MACD Histograma = Línea MACD – Línea de señal
La mitad superior del gráfico contiene el precio de cierre diario (línea azul), el EMA de 12 días (línea roja) y el EMA de 26 días (línea verde).
La mitad inferior del gráfico consiste en la serie MACD (línea azul), que se calcula restando el promedio de movimiento lento (EMA de 26 días) del promedio de movimiento rápido (EMA de 12 días).
La serie de señales (línea roja) se calcula tomando un EMA de 9 días de la serie MACD y, por último, el histograma MACD (líneas verticales negras) se traza restando la serie de señales de la serie MACD.
Hay muchas interpretaciones diferentes del gráfico MACD. El disparador de señal más comúnmente utilizado es cuando la línea MACD cruza la línea de señal. Cuando la línea MACD cruza por encima de la línea de señal, se recomienda comprar el valor subyacente y cuando la línea MACD cruza por debajo de la línea de señal, se activa una señal de venta. Estos eventos se toman como señales de que la tendencia en la seguridad subyacente está a punto de escalar en la dirección del cruce. Otro cruce que es tomado en consideración por los comerciantes se llama cruce cero. Esto ocurre cuando los promedios de movimiento lento y rápido de la curva de precios se cruzan entre sí, o cuando la serie MACD cambia de signo.
Un cambio de positivo a negativo se considera un signo bajista, mientras que un cambio de negativo a positivo se considera un signo alcista. El cruce cero proporciona confirmación sobre un cambio en la tendencia, pero es menos confiable para activar señales que el cruce de señales.
Los comerciantes también monitorean la divergencia entre la línea MACD y la línea de señal, que se puede observar a través del histograma. Cuando el histograma comienza a caer (se mueve hacia la línea cero), indica que la tendencia se está debilitando, esto sucede cuando el MACD y las líneas de señal están convergendo.
Mientras que, cuando la línea de señal y la línea MACD están divergiendo, o el histograma está aumentando (se aleja de la línea cero), es una indicación de que la tendencia se está volviendo más fuerte.
Ventajas de usar promedios móviles al hacer trading
Las ventajas conocidas de usar promedios móviles en el trading son:
- Puedes operar en función de las tendencias del mercado. Con el análisis, puede averiguar si es una tendencia alcista (el precio se mueve por encima de la media móvil) o una tendencia a la baja (el precio se mueve por debajo de la media móvil).
- Con muchos otros factores en consideración, como la duración del período de negociación, el cruce de promedio móvil, etc., puede averiguar las posiciones comerciales. También puede encontrar puntos de entrada cuando los precios son muy tendenciosos.
- Se puede utilizar como puntos de apoyo/resistencia.
- El trading de media móvil ayuda a nivelar los datos de precios durante un período específico al crear un precio promedio actualizado constantemente. Por lo tanto, el indicador responde a la información nueva y actualizada, lo que significa mejores predicciones.
Desventajas de usar promedios móviles en el trading
Ahora discutiremos algunas desventajas del trading de media móvil que puede sopesar contra las ventajas para una experiencia comercial exitosa.
Estas son algunas de las desventajas del trading de media móvil:
- Si la acción del precio se vuelve fluctuante, el precio puede fluctuar hacia adelante y hacia atrás, generando múltiples inversiones de tendencia o señales comerciales. Cuando esto ocurre, es mejor hacerse a un lado o utilizar otro indicador para ayudar a aclarar la tendencia. Lo mismo puede ocurrir con los cruces de media móvil.
- Los promedios móviles funcionan bastante bien en condiciones de fuertes tendencias, pero mal en condiciones fluctuantes o de rango. Ajustar el marco de tiempo puede ayudar con este problema temporalmente, aunque, en algún momento, es probable que estos problemas ocurran independientemente del marco de tiempo elegido para los promedios móviles.
- El trading de media móvil no funciona en el mercado lateral. En el caso de un mercado lateral, el precio de un valor se negocia dentro de un rango bastante estable sin formar ninguna tendencia particular durante algún período de tiempo. En un mercado lateral, los promedios móviles pueden generar señales falsas debido a la superposición de la línea de precios.
Puede evitar el trading de media móvil durante las situaciones mencionadas anteriormente en las que el trading de media móvil no es tan exitoso.
Conclusión
El trading de medias móviles es el trading más buscado, ya que las medias móviles ayudan al comerciante a aprender sobre las tendencias cambiantes en el mercado y comerciar sobre la base de las mismas.
Al operar con promedios móviles, uno debe tener en cuenta muchos factores relacionados con el mercado, como cualquier fluctuación prevista en el precio, una inversión de tendencia, etc. antes de tomar la posición de trading. Estar bien informado sobre los pros y los contras del trading de media móvil también le da una verificación de la realidad al comerciante para que las predicciones y estrategias comerciales se basen en el análisis correcto.
En caso de que desee obtener más información sobre el trading de media móvil y desee aprender con un curso completo, explore nuestro curso sobre Indicadores de Análisis Técnico. Este curso le familiarizará con el indicador técnico de media móvil mientras le ayudará a comparar otros indicadores simultáneamente. Además, si desea ir con el trading de media móvil, podrá aprender más sobre cada tipo de promedio móvil y las estrategias en profundidad.