Calculadora de Media Móvil (SMA/EMA)

¿Qué es una Media Móvil?

Una media móvil suaviza una serie de datos ruidosa reemplazando cada punto por un promedio de los puntos cercanos, lo que facilita ver las tendencias subyacentes a través de las fluctuaciones de corto plazo. Es una de las técnicas de series temporales más utilizadas en la previsión de demanda en manufactura, el análisis financiero y el monitoreo de procesos.

La Media Móvil Simple (SMA) promedia los N puntos más recientes (la "ventana") con igual peso, desplazándose un paso hacia adelante por cada nuevo punto. Es fácil de calcular e interpretar, pero trata por igual los datos antiguos y recientes, y reacciona lentamente a cambios recientes genuinos porque cada punto antiguo sigue contando plenamente hasta que queda fuera de la ventana.

La Media Móvil Exponencial (EMA), en cambio, otorga más peso a los puntos recientes y progresivamente menos peso a los más antiguos, usando un factor de suavizado derivado del tamaño de la ventana. Esto hace que la EMA responda más rápido a los cambios recientes que la SMA de la misma ventana, a costa de ser algo más sensible al ruido de corto plazo.

Formula: SMA_t = (x_t + x_(t-1) + ... + x_(t-N+1)) / N EMA_t = α × x_t + (1 − α) × EMA_(t-1), α = 2 / (N + 1)

Ejemplo de cálculo

Dada la serie 10, 12, 13, 12, 15, 16, 18, 17, 19, 20 con una ventana de 3 períodos: el primer valor de SMA promedia los tres primeros puntos (10+12+13)/3 = 11,67, el segundo promedia los puntos 2-4 (12+13+12)/3 = 12,33, y así sucesivamente, produciendo 8 valores suavizados en total (10 puntos menos la ventana de 3, más 1). La EMA parte del mismo promedio inicial (11,67), pero luego pondera cada nuevo punto con mayor peso (α = 2/(3+1) = 0,5 en este caso), produciendo una serie que sigue la tendencia alcista posterior más de cerca que la SMA.

Cuándo Usar Esta Calculadora

• Un planificador de producción que suaviza datos diarios de producción o demanda para revelar la tendencia subyacente antes de establecer una previsión
• Un ingeniero de calidad que monitorea una métrica de proceso a lo largo del tiempo para distinguir una tendencia genuina de la variación aleatoria normal
• Un gestor de energía que suaviza las lecturas diarias de consumo para seguir una tendencia gradual de eficiencia oscurecida por el ruido del clima o del uso día a día
• Un analista de inventario o de cadena de suministro que suaviza los datos de ventas o de uso como entrada para un cálculo simple de previsión o de punto de reorden

Errores Comunes a Evitar

• Elegir un tamaño de ventana de forma arbitraria sin considerar el ciclo natural de los datos — una ventana que no coincide con el período subyacente (por ejemplo, promediar 5 días de datos con un fuerte patrón semanal) puede distorsionar la tendencia en lugar de aclararla
• Tratar la serie suavizada como si no tuviera retraso — tanto la SMA como la EMA se retrasan respecto a los cambios reales repentinos en los datos por diseño; una media móvil siempre confirmará una tendencia más tarde de lo que realmente comenzó
• Usar una media móvil en datos sin un orden significativo (por ejemplo, grupos categóricos sin ordenar) — la técnica asume que los puntos de datos están ordenados en el tiempo o en secuencia; aplicarla a datos sin ordenar produce un resultado sin sentido
• Comparar valores de SMA y EMA como si midieran lo mismo sin tener en cuenta la diferencia de retraso — la EMA responde más rápido, por lo que en un punto dado la EMA y la SMA de la misma ventana pueden diferir de manera significativa, especialmente justo después de un cambio real en los datos
• Extrapolar el último punto de la media móvil como una previsión sin ajuste — una media móvil describe el comportamiento suavizado pasado, no una proyección; la extrapolación ingenua ignora cualquier tendencia o estacionalidad todavía presente en los datos

Cómo Interpretar los Resultados

• Una media móvil ascendente indica una tendencia alcista en los datos subyacentes durante el período de la ventana; una media móvil descendente indica una tendencia bajista
• Cuando la serie original cruza por encima de su media móvil, esto se interpreta a menudo como una señal temprana (aunque rezagada) de un cambio hacia una tendencia alcista, y cruzar por debajo sugiere lo contrario
• Una media móvil que se mantiene aproximadamente plana pese a una serie original ruidosa sugiere que el proceso subyacente es estable, y que el ruido visible es solo variación aleatoria de corto plazo
• La brecha entre la EMA y la SMA (calculadas con la misma ventana) muestra cuánto más peso está otorgando la EMA a los datos recientes — una brecha creciente sugiere que los datos recientes se están desviando notablemente del promedio de más largo plazo
• Debido a que una media móvil siempre se retrasa respecto a los datos reales, considere un cambio de dirección de la tendencia como confirmado solo después de que varios puntos suavizados consecutivos continúen en esa dirección, no a partir de un único punto nuevo

Normas y Referencias Relacionadas

• NIST/SEMATECH e-Handbook of Statistical Methods (Sección 6.4, Introduction to Time Series Analysis) — tratamiento de referencia de las medias móviles y los métodos de suavizado
• Hyndman, R.J. & Athanasopoulos, G., "Forecasting: Principles and Practice" — referencia abierta ampliamente utilizada que cubre los métodos de media móvil y suavizado exponencial para la previsión de demanda
• Box, G.E.P., Jenkins, G.M., "Time Series Analysis: Forecasting and Control" — texto estadístico fundamental que trata la media móvil y el suavizado exponencial como bloques básicos del modelado de series temporales

Preguntas frecuentes

¿Cómo elijo el tamaño de la ventana?

Una ventana más grande produce una línea más suave, pero reacciona más lentamente a cambios reales y pierde más puntos de datos al inicio de la serie (la SMA necesita N-1 puntos antes de poder producir su primer valor). Una ventana más pequeña sigue los datos más de cerca, pero conserva más ruido. Un punto de partida habitual es elegir una ventana que coincida con un ciclo natural de los datos (por ejemplo, 7 para datos diarios con un patrón semanal, 12 para datos mensuales con un patrón anual).

¿Cuándo debo usar EMA en lugar de SMA?

Use EMA cuando necesite que la línea suavizada reaccione más rápido a los cambios recientes — por ejemplo, para detectar lo antes posible una tendencia emergente en la producción o el consumo energético. Use SMA cuando desee una línea base más estable y menos reactiva, o cuando la ponderación igualitaria del período de la ventana sea conceptualmente más apropiada (por ejemplo, promediar exactamente los últimos 7 días de una métrica sin motivo para favorecer los días más recientes).

¿Por qué la serie suavizada tiene menos puntos que la original?

Una media móvil no puede calcularse hasta que existan suficientes puntos históricos para llenar la ventana, por lo que los primeros (ventana − 1) puntos de la serie original no tienen un valor de media móvil correspondiente. Por lo tanto, una media móvil de 3 períodos sobre una serie de 10 puntos produce solo 8 puntos suavizados, alineados a partir del 3.º punto de la serie original.