WMA 對 權重最大的觀察值反應最為強烈，但 WMA 仍然使用歷史資料，因此依舊屬於落後性指標。預測方法可能採用自訂權重，而許多交易平台則使用固定的線性序列 1、2、...、n。因此，在比較兩個 WMA 數值之前，必須先確認其計算方法。
線性 WMA 會在保留所選視窗內所有數值的同時，給予最新數值最大的位序權重。
什麼是加權移動平均線？
加權移動平均線是一種滾動平均，其中每個觀察值都會乘以指定權重，因此某些觀察值對結果的影響會大於其他觀察值。滾動視窗決定納入哪些觀察值，而權重則決定每個納入的觀察值貢獻多少。
較新的觀察值通常會被賦予較高權重，因為近期數值可能更能代表時間序列的當前水準。以新近性作為加權依據是一種方法選擇，而非數學上的必然要求：自訂 WMA 可以使用任何有合理依據的非零權重模式，只要計算時一致地套用預定權重，並除以其總和即可。
每一個 WMA 數值都代表一個視窗。當時間序列向前推進時，最舊的觀察值會移出視窗，最新的觀察值會進入視窗，並重新分配位序權重。這種滾動更新方式，正是移動平均與一次性加權平均之間的差異。
所得的 WMA 與原始觀察值保持相同單位：若輸入的是價格，則 WMA 也是以價格為基礎；若輸入的是需求量，則 WMA 也是以需求量為基礎。權重改變的是影響程度，而不是基礎序列的意義或單位。
WMA 是否等同於線性加權移動平均線？
在交易領域中，WMA 與線性加權移動平均線常被視為同義詞，但兩者並非在所有情況下都完全相同。線性加權移動平均線會依照等差序列分配權重，通常是最舊的觀察值權重為 1，下一個觀察值權重為 2，而最新的觀察值權重為 n。
一般的 WMA 則可能使用自訂權重，例如 0.20、0.30 和 0.50。預測模型常用這類自訂權重來反映某項商業假設，或使用經過預測誤差測試的權重組合。許多圖表平台會將 WMA 視為線性版本，因此在重現某個數值之前，應先確認平台規格、期間、價格來源，以及權重由最舊到最新的排列順序。
這項區別很重要，因為兩種方法即使使用相同的三個觀察值，只要權重不同，就可能得出不同結果。一旦確認 WMA 類型，公式便能清楚呈現每個數值與其權重之間的關係。
加權移動平均線的公式是什麼？
WMA 等於每個數值乘以其權重後的總和，再除以所有權重的總和。對於 n 個有序觀察值，其一般公式為：
WMA = (w1 × x1 + w2 × x2 + ... + wn × xn) / (w1 + w2 + ... + wn)
在此公式中，x 代表觀察值，w 代表與該數值配對的權重，n 代表視窗中的觀察值數量。分子是加權總和，分母則透過總權重將結果標準化。
對於權重為 1 到 n 的線性 WMA，公式可寫為：
線性 WMA = (1 × x_最舊 + 2 × x_下一個 + ... + n × x_最新) / [n × (n + 1) / 2]
分母 n × (n + 1) / 2 是三角數，等於 1 + 2 + ... + n。因此，三期線性 WMA 的分母為 6，而四期線性 WMA 的分母為 10。
一般公式可接受任何有效權重；線性公式則使用 1 到 n 的權重。
為什麼權重需要標準化？
權重需要標準化，才能讓 WMA 保持與觀察值相同的尺度。除以總權重，可將加權總和轉換為平均值，而不是保留為未經縮放的總量。
原始權重 1、2 和 3 的總和為 6。其標準化後的對應值為 1/6、2/6 和 3/6，總和為 1。兩種形式會得出相同結果：
(10 × 1 + 12 × 2 + 15 × 3) / 6 = 13.17
(10 × 1/6) + (12 × 2/6) + (15 × 3/6) = 13.17
只有在提供的權重總和已經等於 1 或 100% 時，才可以省略除以 SUM(weights) 這一步。若原始權重總和大於 1 卻省略除法，得到的將是加權總和，而不是加權移動平均線。標準化也說明了為何三期線性 WMA 的分母是 6：6 只是位序權重的總和。
如何計算加權移動平均線？
先選定視窗、分配權重、將每個數值乘以對應權重、把乘積加總，再除以總權重。從最舊到最新的方向必須在每一步中保持一致。
1. 選擇滾動視窗中的期間數。
2. 將觀察值由最舊排列到最新。
3. 為每個觀察值指定預定權重。
4. 將每個觀察值乘以其對應權重，並將乘積加總。
5. 將加權總和除以權重總和。
對於線性 WMA，最新觀察值會獲得最大的位序權重。對於自訂 WMA，權重順序應依據已記錄的方法模型，而非假設的序列。只有當下一個時間週期推進視窗並重複計算時，這五個步驟才算完整。
WMA 的計算遵循五個可稽核的步驟。
三期加權移動平均線範例
對於數值 10、12 和 15，若由最舊到最新的權重為 1、2 和 3，則三期線性 WMA 為 13.17。最新數值 15 的貢獻最大，因為最新數值獲得最大權重。
表：三期線性 WMA，使用由最舊到最新的權重 1、2 和 3。
其算式為：
三期 WMA = (10 × 1 + 12 × 2 + 15 × 3) / (1 + 2 + 3) 三期 WMA = 79 / 6 三期 WMA = 13.17
13.17 的 WMA 高於相同三個上升數值的未加權平均 12.33，因為線性 WMA 給予較高、較新的觀察值更大的影響力。當近期觀察值下跌時，這種關係也可能反轉，因此不應將此結果解讀為相較於等權重平均具有固定優勢。
有兩項檢查可讓此範例具備可稽核性。第一，加權乘積總和必須為 79，權重總和必須為 6。第二，使用非負權重計算出的 WMA 應位於視窗內最小與最大觀察值之間，因此 13.17 應落在 10 與 15 之間。最終數值應在 79 除以 6 之後才進行四捨五入；若過早對每個乘積或權重進行四捨五入，可能會改變較長計算的結果。
權重順序會產生明顯影響。若相同數值由最舊到最新錯誤地套用 3、2 和 1 的權重，結果將是 11.50，而不是 13.17。差異完全來自於哪個觀察值獲得最大影響力。
視窗如何移動到下一期
WMA 進入下一期時，會移除最舊的觀察值、加入最新的觀察值，並在新視窗內重新分配位序權重。加入第四個數值 18 後，三期視窗會從 10、12、15 變為 12、15、18。
表：使用相同位序權重的連續三期 WMA 視窗。
權重 3 不會一直附著在數值 15 上。權重 3 會移動到最新的位置，而在第二個視窗中，該位置由 18 佔據。若將序列反轉，則代表的是不同模型，因為最舊的觀察值將獲得最大的影響力。
對於 n 期 WMA，前 n - 1 列沒有足夠的觀察值來形成完整視窗。因此，三期 WMA 在第 1 期與第 2 期不會有完整視窗輸出；第一個有效的 WMA 出現在第 3 期。圖表軟體可能會將這些初始列顯示為空白、略去，或採用平台特定的預熱方法。
移動平均是一個序列：每個新期間都會推進視窗並重新分配位序權重。
隨著序列增長，手動重複這些算術運算會變得低效，因此接下來較實際的做法是使用試算表實作。
如何在 Excel 中計算 WMA？
使用 =SUMPRODUCT(value_range,weight_range)/SUM(weight_range)，並保持數值範圍與權重範圍的大小及順序一致。SUMPRODUCT 會將每個數值乘以其對應權重後加總，而 SUM 則提供標準化所需的分母。
若數值 10、12 和 15 位於儲存格 A2:A4，而原始權重 1、2 和 3 位於儲存格 D2:D4，請輸入：
=SUMPRODUCT(A2:A4,$D$2:$D$4)/SUM($D$2:$D$4)
美元符號可在向下填滿公式時固定權重範圍。在下一列輸出中，數值範圍應從 A2:A4 移動到 A3:A5，而權重範圍則維持 D2:D4 不變。數值範圍與權重範圍必須包含相同數量的儲存格，並採用相同的由最舊到最新順序。
對於三期 WMA，前兩個輸出儲存格應保持空白，因為尚不存在完整的三數值視窗。正式工作表可以透過空白儲存格檢查來處理這些列，但除非方法明確允許，否則不應在未說明的情況下改用較短視窗。
請使用大小相同、順序一致的數值與權重範圍；除非權重總和為 1，否則應除以 SUM(weights)。
線性與自訂權重的 Excel 公式
線性與自訂 WMA 的 Excel 公式使用相同的 SUMPRODUCT 結構；不同之處僅在於權重範圍。三期 WMA 的線性權重為 1、2 和 3，而自訂模型則可能使用 0.20、0.30 和 0.50。
當權重範圍包含總和不一定為 1 的原始權重時，請使用以下公式：
=SUMPRODUCT(A2:A4,$D$2:$D$4)/SUM($D$2:$D$4)
只有在確認權重範圍總和恰好等於 1 時，才可使用以下較短公式：
=SUMPRODUCT(A2:A4,$F$2:$F$4)
原始線性權重 1、2 和 3，以及標準化權重 1/6、2/6 和 3/6，會得出相同的 WMA。即使如此，試算表仍應顯示權重總和，以便偵測權重範圍反轉、遺漏儲存格或百分比輸入錯誤。
計算方式相同，但預測與交易回答的是不同問題，且需要不同的驗證方式。
自動化輸出現在可用於兩種不同應用：下一期預測，或繪製成交易指標。每種應用都需要各自的解讀與評估方法。
WMA 如何用於預測？
在預測中，追蹤型 WMA 會將近期觀察值加權後，作為下一期的估計值，通常用於較短期的預測。此預測假設所選視窗與加權模式，對下一個觀察值具有有用資訊。
對於相對平穩且近期歷史仍具參考價值的序列，WMA 預測最為直接。趨勢、季節性、結構性變化及需求模式改變，都可能使固定權重組合失去可靠性，因此權重組合與預測期間需要透過後續觀察值進行測試。
當 WMA 用於預測時，計算方式並不改變。改變的是解讀方式：WMA 輸出會被指定給下一期作為估計值，而不只是繪製成平滑化的歷史線。
三個月加權移動平均預測範例
三個月 WMA 預測會將最近三個月的每個觀察值乘以其指定權重，當權重總和為 1 時，其總和即為一步前瞻預測值。若每月需求值為 10、12 和 15 單位，權重分別為 0.20、0.30 和 0.50，則第 4 個月的預測值為 13.10 單位。
表：權重總和為 1 的一步前瞻三個月需求預測。
公式如下：
第 4 個月預測 = (10 × 0.20) + (12 × 0.30) + (15 × 0.50)
第 4 個月預測 = 13.10 單位
13.10 單位的結果是一步前瞻預測，而不是對未來每個月份的預測。若要遞迴預測第 5 個月，在無法取得第 4 個月實際需求時，必須將第 4 個月的預測值視為觀察值納入計算。因此，每增加一步遞迴預測，都會部分依賴先前預測，這可能累積誤差，並使預測路徑趨於平坦或產生扭曲。
小數權重總和為 1，因此不需要額外除法。原始權重 2、3 和 5 在除以 10 後，也會得到相同的 13.10 單位預測值。該預測值也低於最新需求量 15 單位，因為前兩個較低的觀察值仍佔總權重的一半。
應如何選擇並測試預測權重？
預測權重應基於有文件記錄的理由來選擇，並使用預先定義的誤差指標，在未用於調整權重的期間上進行測試。只有當近期觀察值能改善目標預測期間的預測效果時，給予較高近期權重才具有合理性。
實務上的驗證流程如下：
1. 定義預測期間以及該預測將支援的決策。
2. 保留較後期的觀察值作為驗證期或保留樣本期。
3. 指定符合模型限制的候選權重組合，例如非負且總和為 1 的權重。
4. 在不改變評估期間的情況下，使用每組候選權重產生預測。
5. 使用預先定義的指標比較誤差，例如平均絕對誤差（MAE）或均方誤差（MSE）。
6. 檢視所選權重在不同驗證期間及不同市場或需求條件下，是否仍保持穩定。
MAE 反映誤差絕對值的平均大小，而 MSE 則透過平方處理讓較大的誤差具有更大影響力。這兩種指標都不會讓某組權重成為普遍最佳；偏好的指標取決於不同誤差規模所帶來的成本。在用來評估模型的同一批觀察值上優化權重，可能會對歷史雜訊產生過度擬合，因此最終評估應使用未曾見過的期間資料。
預測是將 WMA 與已實現的未來觀察值進行評估。交易則以不同方式使用相同的數學輸出，方法是將繪製出的 WMA 與價格或另一條平均線進行比較。
WMA 如何作為交易指標使用？
作為交易指標時，WMA 會繪製近期價格的加權平均，以描述趨勢方向，且相較於相同期數的等權重 SMA，對近期價格變動反應更強。交易者可以比較 WMA'的斜率、當前價格及其他移動平均線，但 WMA 並不提供預測上的確定性。
上升中的 WMA 表示近期價格的加權基準正在上升，而下降中的 WMA 則表示該加權基準正在下降。價格位於 WMA 上方或下方，描述的是當前市場與該基準之間的關係；這種關係只是一項觀察，並不能證明下一次價格變動必然會延續相同方向。
WMA 仍屬落後性指標，因為每個 WMA 數值都是根據當前及更早之前的價格計算而來。雖然更強調最新價格，相較於相同期數的 SMA 可減少部分延遲，但更高的敏感度也可能使 WMA 對短暫的價格變動作出反應。
趨勢方向、價格交叉與 WMA 交叉
當價格穿越 WMA，或短期 WMA 穿越長期 WMA 時，就會出現 WMA 交叉。價格/WMA 交叉是將當前價格與單一加權基準比較，而雙 WMA 交叉則是將較快的基準與較慢的基準進行比較。
表：常見 WMA 觀察訊號的直接解讀與必要注意事項。
因此，交叉規則需要在明確設定期間、價格輸入、交易成本假設及風險控制條件下，另行進行測試。圖表可以顯示交叉發生的位置，但只有明確定義的測試，才能評估該規則對特定市場與時間框架是否有用。
WMA 期間、價格來源與市場條件
WMA 的表現取決於期間長度、輸入價格、圖表時間框架及市場條件。較短期間使用較少觀察值，通常反應更快；較長期間則能平滑更多價格波動，通常反應較慢。
輸入值可以是收盤價，或平台支援的其他價格來源。兩張標示為 “20 期 WMA” 的圖表可能不同，若其中一張使用收盤價，而另一張使用不同輸入值，或兩個平台對 WMA 的定義不同。時間框架也會改變單一期間所代表的意義：五分鐘圖上的 20 個觀察值，與日線圖上的 20 個觀察值，並不代表相同的期間範圍。
在趨勢市場中，可能出現持續斜率及較少的基準交叉；而在震盪市場中，價格則可能反覆圍繞 WMA 波動。沒有任何期間設定是普遍最佳的。期間與輸入值應依分析目標選擇，並在相關商品、時間框架及市場狀態下進行測試。
當將 WMA 與其他移動平均及成交量加權方法比較時，這些設定的影響會更加清楚。
WMA 與 SMA、EMA、VWMA 及 VWAP 的比較
WMA 依照選定序列對觀察值加權，SMA 對所有觀察值給予相同權重，EMA 使用指數遞減權重，而 VWMA 與 VWAP 則以成交量而非新近性作為主要權重。這些方法不能互換，因為每種方法回答的是不同的加權問題。
表：依加權基礎與適用範圍比較移動平均與成交量加權方法。
對於相同的三期上升序列 10、12、15，接著到 18，只要揭露所有參數，就可以比較這些方法。三期 SMA 與線性 WMA 都在第 3 期首次出現。三期 EMA 使用 alpha = 2 / (3 + 1) = 0.5，並以第 3 期的 SMA 作為初始值。
表：在相同四個數值序列上計算的 SMA、線性 WMA 與 EMA。
這三種平均值之所以不同，是因為其加權規則不同；反應速度則取決於資料與參數。
在這個上升範例中，WMA 在第 4 期最高，因為最新且最高的價格獲得最大的線性權重。但這種排序並非固定不變：若新的數值下跌，可能會更明顯地拉低 WMA，而不同的 EMA 參數也可能改變比較結果。因此，適合的方法應取決於所需的加權基礎、記憶方式與用途，而非一個普遍的 “更好” 標籤。
WMA 的優點與限制
WMA 的反應可能比相同期數的 SMA 更快，但更強調近期觀察值也可能提高對雜訊的敏感度，且無法消除落後性。WMA 的每一項優勢，都伴隨相應的實作或解讀成本。
表：WMA 優勢與限制對照。
當不等影響力具有合理依據，且由此產生的取捨對決策而言可以接受時，WMA 便具有實用性。若權重模式缺乏依據、序列發生狀態轉變，或將輸出視為未來結果的證明，則 WMA 的效果較弱。這些限制說明了為何正確實作與驗證與公式本身同樣重要。
常見的加權移動平均線錯誤
最常見的 WMA 錯誤包括：將權重順序顛倒、省略標準化、試算表範圍錯位，以及把加權歷史平均視為對未來的確定判斷。每一種錯誤都會改變計算結果或結果的意義。
• 顛倒最舊與最新的權重： 在計算第一個視窗之前，先確認最新觀察值是否應獲得最大權重。
• 省略分母： 除非權重已標準化且總和為 1，否則應除以 SUM(weights)。
• 使用大小不一致的數值與權重範圍： 每個觀察值都必須配對一個權重，且範圍順序必須一致。
• 讓權重固定附著於數值： 當滾動視窗推進後，應重新分配位序權重；最大的線性權重屬於最新的位置。
• 以部分視窗數值填入初始列： 除非使用有文件記錄的預熱方法，否則前 n - 1 個完整視窗輸出應保持空白。
• 比較假設不同的方法： 在比較輸出前，應揭露期間、價格來源、權重序列、EMA 初始值及成交量範圍。
• 將預測視為確定結果： 應在後續觀察值上評估預測誤差，並說明預測期間。
• 將交叉視為自動交易訊號： 應測試完整規則，包括成本、風險控制及震盪市場下的表現。
• 在評估期間內進行最佳化： 應保留一段保留樣本期，使預測或交易參數能在未用於調整的觀察值上接受評估。
因此，正確使用 WMA 取決於透明的權重定義、可稽核的計算方式，以及與應用場景相匹配的評估方法。
將簡單加權移動平均分析付諸實踐
TMGM MetaTrader 平台讓交易者可依期間、套用價格及時間框架設定加權移動平均線（WMA）。請使用一致的設定來辨識清晰的趨勢方向，將您的觀察與實際價格結構相互驗證，並在採取行動前始終先界定風險。
