Weighted Moving Average (WMA) คืออะไร? สูตรและวิธีคำนวณ

Weighted Moving Average หรือ WMA คือค่าเฉลี่ยเคลื่อนที่แบบถ่วงน้ำหนัก ที่ให้ข้อมูลแต่ละช่วงมีความสำคัญไม่เท่ากัน โดยมักให้น้ำหนักข้อมูลล่าสุดมากกว่า จึงตอบสนองต่อการเปลี่ยนแปลงใหม่ได้เร็วกว่า Simple Moving Average ใช้ได้กับข้อมูลตามเวลา เช่น ยอดขายรายเดือน จำนวนผู้เข้าชม หรือราคาปิดในแต่ละวัน

สูตร WMA คือ WMA = Σ(ข้อมูล × น้ำหนัก) / Σน้ำหนัก น้ำหนักต้องกำหนดล่วงหน้าและมีเหตุผลตามบริบท ไม่ใช่เลือกเพื่อให้ผลลัพธ์ตรงกับที่ต้องการ

วิธีคำนวณ WMA พร้อมตัวอย่าง

สมมติยอดขาย 3 เดือนย้อนหลังจากเก่าไปใหม่คือ 100, 120 และ 150 ชิ้น ต้องการให้เดือนล่าสุดสำคัญที่สุด โดยกำหนดน้ำหนัก 1, 2 และ 3

1. คูณยอดขายแต่ละเดือนด้วยน้ำหนัก: (100×1) + (120×2) + (150×3)
2. รวมผลคูณ: 100 + 240 + 450 = 790
3. รวมค่าน้ำหนัก: 1 + 2 + 3 = 6
4. หาร: 790 / 6 = 131.67

ดังนั้น WMA 3 ช่วงเท่ากับ 131.67 ชิ้น ค่า 150 ซึ่งเป็นเดือนล่าสุดมีผลมากที่สุด เพราะได้รับน้ำหนัก 3

WMA ต่างจาก Moving Average ธรรมดาอย่างไร

Simple Moving Average (SMA หรือ MA) ให้ทุกข้อมูลในช่วงน้ำหนักเท่ากัน หากใช้ข้อมูล 100, 120 และ 150 ค่า SMA คือ (100 + 120 + 150) / 3 = 123.33 แต่ WMA ในตัวอย่างได้ 131.67 เพราะเน้นข้อมูลล่าสุดมากกว่า

ประเด็น	SMA / MA	WMA
น้ำหนักข้อมูล	เท่ากันทุกช่วง	กำหนดไม่เท่ากัน
การตอบสนองต่อข้อมูลใหม่	ช้ากว่า	เร็วกว่าเมื่อให้น้ำหนักล่าสุดสูง
ความง่าย	คำนวณง่ายมาก	ต้องกำหนดน้ำหนัก
ความเสี่ยง	อาจช้าเมื่อแนวโน้มเปลี่ยน	อาจไวเกินไปหากน้ำหนักไม่เหมาะ

เลือกน้ำหนัก WMA อย่างไร

รูปแบบง่ายที่นิยมคือ 1, 2, 3, …, n โดยข้อมูลล่าสุดได้น้ำหนักสูงสุด แต่ไม่ได้เป็นกฎตายตัว ธุรกิจที่ข้อมูลล่าสุดสะท้อนสถานการณ์ได้มากอาจใช้ความต่างของน้ำหนักมากขึ้น ส่วนข้อมูลที่ผันผวนมากอาจใช้ความต่างน้อยลงเพื่อไม่ให้เส้นค่าเฉลี่ยแกว่งตามสัญญาณรบกวนมากเกินไป

สิ่งสำคัญคือใช้รูปแบบน้ำหนักเดียวกันเมื่อเปรียบเทียบผลในชุดข้อมูลเดียวกัน และบันทึกวิธีคิดให้ผู้อื่นตรวจสอบได้

WMA ใช้ทำอะไรได้บ้าง

WMA ใช้ดูแนวโน้มของข้อมูลตามเวลา ช่วยลดความผันผวนระยะสั้น และใช้เป็นส่วนประกอบของการพยากรณ์เบื้องต้น ตัวอย่างเช่น คาดการณ์ความต้องการสินค้า วางแผนสต็อก หรือดูแนวโน้มจำนวนผู้เข้าใช้บริการ

WMA ไม่ใช่เครื่องมือที่รับประกันผลในอนาคต ข้อมูลที่เกิดเหตุการณ์พิเศษ เช่น โปรโมชั่น ภัยพิบัติ หรือการเปลี่ยนนโยบาย อาจทำให้แนวโน้มเดิมใช้ต่อไม่ได้ จึงต้องพิจารณาบริบทควบคู่ตัวเลขเสมอ

ข้อผิดพลาดที่พบบ่อย

ข้อผิดพลาดคือเรียงน้ำหนักกลับด้าน โดยให้น้ำหนักสูงกับข้อมูลเก่า ทั้งที่ตั้งใจเน้นข้อมูลล่าสุด อีกข้อคือหารด้วยจำนวนช่วงข้อมูลแทนที่จะหารด้วย “ผลรวมน้ำหนัก” นอกจากนี้ อย่าเปรียบเทียบ WMA ที่ใช้ช่วงเวลาและน้ำหนักต่างกันโดยไม่ระบุวิธีคำนวณ

คำถามที่พบบ่อยเกี่ยวกับ WMA

WMA ยิ่งมากยิ่งดีไหม?

ไม่ใช่ WMA เป็นค่าประมาณแนวโน้ม ไม่ใช่คะแนนคุณภาพ ค่าที่สูงหรือต่ำต้องตีความตามหน่วยและบริบทของข้อมูล

WMA ใช้ข้อมูลกี่ช่วงดี?

ไม่มีคำตอบเดียว ช่วงสั้นตอบสนองเร็วแต่ผันผวนกว่า ช่วงยาวเรียบกว่าแต่ตอบสนองช้า ควรเลือกตามความถี่ข้อมูลและวัตถุประสงค์

WMA ใช้แทนค่าเฉลี่ยธรรมดาได้ไหม?

ใช้เมื่อข้อมูลมีลำดับตามเวลาและต้องการให้น้ำหนักต่างกัน หากต้องการสรุปข้อมูลทั่วไป ให้ใช้ ค่าเฉลี่ย แทน

เปรียบเทียบหลักการแบบให้น้ำหนักเท่ากันได้ที่ Moving Average คืออะไร