Exponential moving average, ou EMA, est une moyenne qui accorde davantage de poids aux prix récents. Sur un graphique, sa courbe lissée aide à suivre l’évolution du prix. Chaque nouvelle valeur combine le prix actuel et le résultat précédent. Elle réagit donc généralement plus vite qu’une Simple moving average, ou SMA, tout en reposant sur des prix déjà disponibles.
À la fin de chaque intervalle, représenté par une bougie sur le graphique, Petr note le dernier prix. Au lieu de refaire la somme de toutes les valeurs, il peut rapprocher l’EMA précédente de ce prix d’une fraction de l’écart. C’est ainsi que Fidelity présente la méthode. TradingView exprime le même calcul comme la somme du nouveau prix pondéré et de l’EMA précédente pondérée. On parle de récursivité : chaque étape reprend le résultat de la précédente. [1] [2]
Cette part est fixée par un coefficient, un nombre qui détermine le poids du nouveau prix. TradingView donne la relation courante 2 / (N + 1), où N est la longueur choisie. Plus N est élevé, moins le nouvel apport pèse et plus l’ajustement est lent. Petr doit donc connaître la longueur et la convention de calcul du coefficient, pas seulement le nom EMA. La longueur règle la pondération ; l’exemple ci-dessous montre une étape chiffrée. [3]
Au tout début, Petr n’a pas encore d’EMA précédente. Fidelity indique de commencer par une SMA, la moyenne ordinaire des premiers prix. Le choix de cette valeur de départ s’appelle l’initialisation. Si un autre outil démarre autrement ou charge un historique différent, les courbes peuvent diverger malgré des prix suivants identiques. L’écart diminue au fil des calculs. Le nom EMA ne garantit donc pas, à lui seul, des valeurs identiques. [1]
L’EMA précédente porte déjà l’influence des anciens prix. Chaque nouvelle étape l’atténue encore, comme l’explique TradingView. C’est le sens du mot exponentiel : avec un coefficient fixe, l’influence d’une valeur initiale est multipliée à répétition par le même facteur. La longueur ne désigne donc pas une fenêtre finie au-delà de laquelle tout disparaît, comme pour une SMA. Une influence très faible n’est pas non plus exactement nulle dans le modèle mathématique. Avec une longueur de 1 et le coefficient indiqué, l’exception est simple : l’EMA égale le nouveau prix et le résultat précédent ne pèse plus. [3]
Petr remplace la SMA par une EMA : à période égale, la courbe suit généralement le nouveau prix de plus près. Fidelity souligne les deux conséquences de cette sensibilité : une réaction plus précoce et davantage de changements brefs. Sans direction nette du marché, Petr peut ainsi voir se succéder de rapides retournements. Une règle de trading doit aussi tenir compte du coût de ces opérations. La proximité du prix ne suffit pas à juger la qualité de ses décisions. [1]
Petr compare son graphique à celui d’un ami. Dans TradingView, Source choisit la donnée utilisée, par exemple Close, le dernier prix de la bougie. Timeframe fixe l’intervalle des données de l’indicateur, qui peut différer de celui du graphique affiché. Avant de conclure à une erreur, ils comparent le marché, le fournisseur de données, le prix retenu, l’intervalle et le traitement des valeurs manquantes. Comparer les calculs n’a de sens qu’avec les mêmes entrées. [2] [4]
Sur un graphique en direct, l’EMA la plus récente évolue avec le prix. TradingView explique que Close, pour une bougie encore ouverte, est une valeur actualisée en continu, pas sa clôture définitive. Si l’EMA l’utilise, son résultat et un éventuel croisement peuvent changer. Petr doit donc distinguer une règle évaluée pendant l’intervalle d’une règle qui attend sa clôture. Un test historique ne peut pas traiter le prix final comme une information déjà connue auparavant. [5]
Petr sait calculer une EMA, mais cela ne précise pas encore quand ni comment négocier. Dans sa documentation sur les stratégies, TradingView distingue le signal, la création d’un ordre et son exécution effective. Il faut aussi définir la sortie de position, le moment des opérations et les coûts. Attention à l’overfitting : des règles trop ajustées aux hasards d’un ancien graphique. Les tester sur des données séparées, sans les réajuster, aide à repérer cette faiblesse. Un calcul exact ne promet aucun résultat futur. [6]
Même prix, point de départ différent
Pour ce calcul fictif, choisissons un coefficient de 0.5, soit une longueur de 3 selon 2 / (N + 1). L’EMA précédente vaut 100000 USD/BTC et le nouveau prix 100040 USD/BTC. On obtient 0.5 × 100040 + 0.5 × 100000 = 100020 USD/BTC. Un second calcul utilise le même nouveau prix, mais une EMA précédente de 100010 USD/BTC : 0.5 × 100040 + 0.5 × 100010 = 100025 USD/BTC. L’écart initial de 10 USD/BTC est passé à 5 USD/BTC sans disparaître. C’est ainsi qu’une différence entre valeurs de départ peut s’atténuer progressivement. Ces chiffres illustrent la méthode, pas un marché actuel ni une consigne de trading.
Pour une vision complète, lisez aussi Moving average, Simple moving average, Moving average crossover, Timeframe, MACD, Backtesting. Cette entrée est également citée par Moving average, Simple moving average, Moving average crossover, Relative Strength Index.
01L’EMA ne prend-elle que le nombre de prix récents choisi ?+
Pas dans une fenêtre finie comme la SMA. L’EMA précédente transmet aussi l’influence décroissante de données plus anciennes. La longueur fixe habituellement le coefficient, pas une limite où le passé disparaîtrait soudain. Pour reproduire exactement un résultat, il faut également connaître l’initialisation.
02Une EMA plus rapide est-elle toujours préférable à une SMA ?+
Cela dépend de ce que vous cherchez à observer. Une courbe plus sensible peut montrer un changement plus tôt, mais aussi se retourner plus souvent lors de fluctuations brèves. Évaluez donc toute la règle de trading, exécutions et coûts compris, également sur des données qui n’ont pas servi à l’ajuster. La rapidité seule ne prouve pas un avantage.