Calculateur de moyenne mobile

Qu'est-ce qu'une moyenne mobile ?

Une moyenne mobile (MM) est un calcul qui lisse les données de séries temporelles en créant une série de moyennes à partir de sous-ensembles séquentiels des données. C'est l'un des outils les plus fondamentaux en analyse de séries temporelles, utilisé pour identifier les tendances en filtrant les fluctuations à court terme et le bruit.

Le terme « mobile » fait référence à la façon dont la fenêtre de moyenne « se déplace » vers l'avant dans le temps, abandonnant l'observation la plus ancienne et ajoutant la plus récente à chaque étape.

Types de moyennes mobiles

Moyenne mobile simple (MMS)

La moyenne mobile simple donne un poids égal à toutes les observations dans la fenêtre :

$MMS_t = \frac{1}{n} \sum_{i=0}^{n-1} x_{t-i}$

Où $n$ est la taille de la fenêtre (nombre de périodes).

Exemple : Une MMS de 5 jours des prix de clôture fait la moyenne des prix des 5 derniers jours.

Moyenne mobile pondérée (MMP)

Une moyenne mobile pondérée attribue une importance différente aux différentes observations, donnant typiquement plus de poids aux données récentes :

$MMP_t = \frac{\sum_{i=0}^{n-1} w_i \cdot x_{t-i}}{\sum_{i=0}^{n-1} w_i}$

Les schémas de pondération courants incluent les poids linéaires (le plus récent obtient le poids $n$, le plus ancien obtient le poids 1).

Moyenne mobile exponentielle (MME)

La moyenne mobile exponentielle applique des poids décroissants exponentiellement :

$MME_t = \alpha \cdot x_t + (1 - \alpha) \cdot MME_{t-1}$

Où $\alpha$ (alpha) est le facteur de lissage, typiquement $\alpha = \frac{2}{n+1}$.

La MME répond plus rapidement aux changements récents que la MMS car les observations récentes portent plus de poids.

Choisir la taille de la fenêtre

La taille de la fenêtre (période) représente un compromis :

• Fenêtres plus courtes (ex : 10 jours) : Plus réactives aux changements récents, mais plus bruitées
• Fenêtres plus longues (ex : 200 jours) : Plus lisses, mais plus lentes à réagir aux changements

La fenêtre appropriée dépend de votre application :

• Les day traders pourraient utiliser des MM de 10-20 périodes
• Les investisseurs à long terme pourraient utiliser des MM de 50-200 périodes
• L'analyse de saisonnalité pourrait utiliser des fenêtres correspondant au cycle saisonnier

Applications pratiques

Marchés financiers

Les moyennes mobiles sont omniprésentes en analyse technique :

Identification de tendance : Le prix au-dessus de sa MM suggère une tendance haussière ; en dessous suggère une tendance baissière.

Stratégies de croisement : Quand une MM à court terme croise au-dessus d'une MM à long terme (croix dorée), cela signale un momentum potentiellement haussier. L'opposé (croix de la mort) signale un momentum potentiellement baissier.

Support et résistance : Les MM agissent souvent comme des niveaux de support/résistance dynamiques.

Indicateurs économiques

Les agences gouvernementales rapportent le chômage, le PIB et d'autres métriques en utilisant des moyennes mobiles pour lisser les variations saisonnières et aléatoires.

Contrôle qualité

En fabrication, les moyennes mobiles aident à distinguer entre la variation aléatoire et les vrais changements de processus. Voir Calculateur de cartes de contrôle.

Prévision des ventes et de la demande

Les détaillants utilisent des moyennes mobiles pour prévoir la demande, lissant les fluctuations hebdomadaires ou mensuelles pour identifier les tendances sous-jacentes.

Données scientifiques

Les chercheurs lissent les données de capteurs bruitées, les mesures météorologiques et les résultats expérimentaux en utilisant des moyennes mobiles.

MMS vs MME : quand utiliser chacune

Limitations

Indicateur retardé

Toutes les moyennes mobiles sont des indicateurs retardés — elles sont basées sur des données passées. Elles confirment les tendances mais ne prédisent pas les points de retournement avant qu'ils ne se produisent.

Perte de données

Les premières $n-1$ observations ne peuvent pas avoir une moyenne mobile sur $n$ périodes, résultant en des points de données perdus au début de la série.

Peut manquer des motifs

Les tailles de fenêtre fixes peuvent ne pas capturer tous les motifs pertinents, surtout si les données ont plusieurs cycles de longueurs différentes.

Effets de bord

Aux extrémités de la série, la MM peut se comporter différemment en raison d'avoir moins d'observations dans une direction.

Prévision avec les moyennes mobiles

Les moyennes mobiles simples peuvent servir de prévisions naïves : la prévision pour la prochaine période est simplement la valeur actuelle de la MM. Bien que basique, cette approche fournit souvent des repères raisonnables.

Des méthodes plus sophistiquées s'appuient sur les moyennes mobiles :

• Modèles ARIMA
• Lissage exponentiel (Holt-Winters)
• Convergence/divergence des moyennes mobiles (MACD)

Calculs associés

• Calculateur de cartes de contrôle — Utilise les MM pour la surveillance des processus
• Calculateur de régression linéaire — Estimation alternative des tendances
• Calculateur d'écart type — Souvent associé aux MM

Résumé

Les moyennes mobiles transforment les séries temporelles bruitées en tendances lisses en moyennant des fenêtres de données séquentielles. Les trois types principaux — simple, pondérée et exponentielle — offrent différents équilibres entre réactivité et lissage. Bien que les moyennes mobiles soient des indicateurs retardés qui ne peuvent pas prédire l'avenir, elles restent des outils indispensables pour l'identification des tendances, le lissage des signaux et la prévision de base en finance, économie, fabrication et science.