James Marsden Hurst 1924—2005
Capítulo 11.2 Analisi spettrale

El análisis de Fourier, paso a paso (Hurst)

A quién sirve esta entrada — La receta completa para medir el espectro de un valor a mano , tal como la da el libro (en la variante simple de Lanczos): papel, tablas trigonométrica…

A quién sirve esta entrada — La receta completa para medir el espectro de un valor a mano, tal como la da el libro (en la variante simple de Lanczos): papel, tablas trigonométricas y paciencia. Hoy la ejecuta un ordenador en un instante — pero entenderla paso a paso es la mejor forma de saber qué significa realmente un espectro.

Fuente: J. M. Hurst, The Profit Magic of Stock Transaction Timing, Prentice-Hall, 1970 — Capítulo 11, §§ How to Do Fourier AnalysisThe Kind of Results You Can Expect (método Lanczos, pp. 171–175).


Prerrequisitos

El análisis espectral — qué son periodo, amplitud, fase y frecuencia angular.


1 · Preparar los datos

Tres reglas: datos equiespaciados en el tiempo (diarios, semanales, mensuales…); un valor representativo por intervalo, siempre con el mismo criterio (normalmente el cierre); un número impar de datos, en orden cronológico. Cuantos más datos se usen, más fina será la resolución del espectro.

2 · Las dos secuencias

Se marca el dato central de la serie y desde ahí se construyen dos secuencias nuevas — todas las operaciones siguientes trabajan sobre estas, no sobre los precios:

  • Secuencia 1 (para los cosenos) — primer elemento: el número central; luego la suma de los pares equidistantes del centro, ampliándose hasta los extremos; el último elemento (primer + último precio) se divide entre 2.
  • Secuencia 2 (para los senos) — como la primera, pero: primer elemento cero; diferencias en lugar de sumas (siempre el más reciente menos el más antiguo); último elemento fijado en cero.

3 · Las frecuencias

Con m datos, se calcula Z = π / ((m−1)/2). Las frecuencias angulares del análisis son: 0 (el valor sin oscilación), luego Z, 2Z, 3Z… hasta ((m−1)/2)·Z — todo dividido entre el espaciado de los datos. Cada una se reconvierte a periodo con T = 2π/ω. Conviene llevarlo todo a radianes/año (desde semanal: ×52) para no confundirse.

4 · Las amplitudes

Para cada frecuencia se calculan dos amplitudes:

  • coseno (de la Secuencia 1): para la frecuencia k-ésima, suma de cada elemento multiplicado por cos(k·j·Z) — con j el índice del elemento — dividida entre (m−1)/2. Para ω = 0: la suma de toda la secuencia, dividida entre (m−1)/2.
  • seno (de la Secuencia 2): idéntico, con senos en lugar de cosenos; la primera amplitud sinusoidal es cero.

5 · El espectro compuesto

Para cada frecuencia, la amplitud compuesta es √(a² + b²) de las dos amplitudes. Se trazan los pares amplitud-frecuencia (o amplitud-periodo) — y el análisis de Fourier está completo: un espectro como el de la Fig. A I-1.

El banco de pruebas del libro — Este análisis se ejecutó sobre 2.300 cierres semanales del DJ 30: los resultados, con la interpretación y las correlaciones con los otros métodos espectrales, son el corazón del Apéndice I.


La advertencia que vale el capítulo

Atención — Traza una línea con la regla, tabula sus puntos, y Fourier te devolverá «un conjunto de componentes oscilantes que sumadas se aproximan a la línea tanto como quieras». El análisis ha encontrado el espectro de la línea — pero la línea la hiciste con la regla, no sumando ondas. Fourier es el punto de partida cuando sospechas periodicidades ocultas; para saber si el proceso generador las puso ahí de verdad hacen falta las demás técnicas. Para los precios la respuesta es la tesis del libro: alrededor del 23% del movimiento no es espectro artificial sino proceso intrínseco — el caso se desarrolla en los Apéndices.


Ficha resumen

Paso Operación
1 m datos impares, equiespaciados, mismo criterio de precio
2 Dos secuencias desde el centro: sumas (cosenos) y diferencias (senos)
3 Z = π/((m−1)/2); frecuencias 0, Z, 2Z, … /(espaciado)
4 Amplitudes coseno y seno para cada frecuencia
5 Compuesta √(a²+b²) → espectro amplitud-periodo
El espectro existe siempre; la predictibilidad solo si el proceso es realmente ondulatorio

Enlaces