가중이동평균(WMA)은 SMA·EMA와 비교해 어떤 특성을 가지나요?

가중이동평균(WMA)은 일정 기간의 종가에 선형(linear) 가중치를 부여해 평균을 내는 이동평균으로, 가중 방식에서 단순이동평균(SMA)·지수이동평균(EMA)과 뚜렷이 구분됩니다. 개념부터 보면, ①SMA는 기간 내 모든 종가에 동일한 비중을 두어 산술평균하고, ②EMA는 2/(N+1) 형태의 평활계수로 최근 가격에 지수적으로 비중을 실으며 이론상 과거 데이터가 완전히 사라지지 않고 꼬리처럼 남습니다. 이에 비해 ③WMA는 N기간에 대해 가장 최근 봉에 N, 그다음에 N−1 … 가장 오래된 봉에 1의 가중치를 주고 이를 전체 가중치 합(N+…+1)으로 나눕니다. 예컨대 5일 WMA는 (P1×5+P2×4+P3×3+P4×2+P5×1)/(5+4+3+2+1)로 계산되며, 여기서 P1이 가장 최근 종가입니다.^[1]

메커니즘 측면에서 이 선형 가중은 반응 속도와 후행성(lag)의 중간 지대를 만듭니다. 최근 가격에 더 큰 비중을 싣기 때문에 모든 값을 균등 취급하는 SMA보다 가격 전환에 빠르게 반응하지만, 비중이 지수적으로 급격히 커지는 EMA만큼 즉각적이지는 않아 통상 반응 속도는 SMA < WMA ≤ EMA 순으로 배열됩니다^[2]. 또한 WMA는 설정 기간(N) 밖의 데이터를 계산에서 완전히 배제하는 유한창(finite window) 방식인 반면, EMA는 이전 EMA값을 재귀적으로 사용해 과거 정보가 지수적으로 감쇠하며 계속 반영된다는 점도 구조적 차이입니다.

한계와 주의도 균형 있게 볼 필요가 있습니다. WMA는 최근 가격 민감도가 높은 만큼 추세장에서는 전환을 빨리 포착하는 장점이 있으나, 횡보·비추세 구간에서는 잔움직임에 과민 반응해 선이 자주 꺾이고 거짓 신호(whipsaw)가 늘어날 수 있습니다. 반대로 후행성을 줄인 대가로 SMA가 주는 완만한 필터링·잡음 제거 효과는 약해집니다. 결국 어느 것이 우월하다기보다, 신호 지연을 줄이고 싶으면 EMA·WMA를, 잡음을 걸러 큰 흐름을 보고 싶으면 SMA를 택하는 성격의 도구이며, 세 방식 모두 과거 가격을 평균하는 후행지표라는 본질적 한계는 공유합니다. 어떤 이동평균도 미래 방향을 보장하지 않으므로 거래량·추세 지표 등과 함께 확인하는 것이 바람직하며, 최종 투자 판단과 책임은 투자자 본인에게 있습니다.