Une moyenne mobile exponentielle (MME) lisse une série de valeurs, comme des cours quotidiens, des températures ou des visites de site, en donnant plus de poids aux observations récentes. Une moyenne mobile simple traite toutes ses valeurs de la même façon et abandonne brutalement la plus ancienne, alors que la MME laisse les anciennes valeurs s’estomper progressivement. Ce calculateur met à jour une MME à partir de la précédente et de la dernière valeur, et montre la rapidité avec laquelle la moyenne réagit.
Comment se fait le calcul
- Coefficient de lissage α = 2 ÷ (N + 1), N étant la période
- Nouvelle MME = α × dernière valeur + (1 − α) × MME précédente
- Demi-vie = ln(0,5) ÷ ln(1 − α), le nombre de périodes au bout duquel une observation a perdu la moitié de son poids
- Poids des N dernières observations = 1 − (1 − α)^N
Exemple
Avec une MME sur 12 périodes, α = 2 ÷ 13 = 0,1538. La MME précédente était de 100 et la dernière valeur est 105 : la nouvelle MME vaut 0,1538 × 105 + 0,8462 × 100 = 100,77. La dernière valeur dépasse sa MME de 4,23. Une observation perd la moitié de son poids après environ 4,1 périodes, et les 12 dernières observations portent environ 87 % du poids total, contre 8,33 % chacune dans une moyenne simple sur 12 périodes.
Choisir la période
Une période courte réagit vite mais suit le bruit. Une période longue est lisse mais en retard sur les vrais changements. Les opérateurs de marché utilisent souvent 12 et 26 périodes, ou 50 et 200 pour des tendances plus lentes. En dehors de la finance, la MME sert à prévoir la demande, lisser des mesures de capteurs et suivre une performance dans le temps, avec une période adaptée à la vitesse d’évolution du phénomène.
Limites
La MME est toujours en retard sur les données et ne prédit pas les retournements. Au début d’une série, les premières valeurs dépendent de la valeur de départ choisie ; plus il passe d’observations, moins ce choix compte. Utilisez la MME comme un résumé de la tendance récente, pas comme une prévision à elle seule.