如何扩展加权移动平均（WMA）公式以延长预测周期？

我在尝试扩展加权移动平均（WMA）公式，用来查看后续数据的模式走势时遇到了问题。

现有实现代码如下：

import numpy as np

def wma(arr, period):
    kernel = np.arange(period, 0, -1)
    kernel = np.concatenate([np.zeros(period - 1), kernel / kernel.sum()])
    return np.convolve(arr, kernel, 'same')

# 计算并存储WMA结果
df_muestra['wma'] = wma(df_muestra["AT"], 3)

# 提取原始数据与WMA序列
y_1 = df_muestra["AT"]
y_2 = df_muestra['wma']

当前已得到WMA的计算结果，可视化后呈现出原始数据与WMA曲线的对比趋势。

内容的提问来源于stack exchange，提问作者trashparticle