In una frase — L'analisi spettrale trasforma una serie osservata in una mappa delle frequenze che vi compaiono con maggiore intensità. Aiuta a trovare oscillazioni candidate; da sola non identifica la loro causa, non garantisce che continuino e non è una previsione.
Che cos'è l'analisi spettrale secondo Hurst?
Nel Capitolo 11 di The Profit Magic of Stock Transaction Timing, Hurst presenta gli strumenti numerici sui quali fonda la propria ricerca ciclica: analisi di Fourier, filtri numerici e curve fitting. Parte da prezzi rilevati a intervalli regolari e cerca di descrivere quanta oscillazione appare alle diverse frequenze.
L'idea è simile a separare un accordo musicale nelle note che lo compongono. Nel dominio del tempo vediamo una linea che sale e scende; nello spettro vediamo dove si concentra la variazione. Un picco spettrale segnala una frequenza candidata, non un ciclo economico già provato.
Tre numeri per leggere un'oscillazione
Il periodo T è il tempo necessario per completare un giro. La frequenza è il numero di giri per unità di tempo: f = 1/T. La frequenza angolare è ω = 2π/T.
Un periodo di sei mesi equivale a T = 0,5 anni, f = 2 cicli l'anno e ω = 4π ≈ 12,57 radianti l'anno. Se una sinusoide è scritta come A sin(ωt + φ), A è l'ampiezza dal centro al picco; la distanza picco-valle è 2A. La fase φ dice dove si trova l'oscillazione rispetto all'origine temporale.
Queste unità non sono intercambiabili senza conversione. Moltiplicare per 52 ha senso soltanto per trasformare una frequenza espressa per settimana nella corrispondente frequenza per anno; il fattore 2π serve invece a passare dai cicli ai radianti.
Che cosa dice davvero uno spettro
Un grafico spettrale mette la frequenza sull'asse orizzontale e una misura di ampiezza o potenza su quello verticale. I picchi mostrano quali frequenze hanno maggiore rilievo nel campione e con le scelte di analisi adottate. Il NIST lo indica come strumento per individuare componenti cicliche e frequenze dominanti in una serie temporale.
Lo spettro non mostra direttamente il meccanismo che ha prodotto quei picchi. Inoltre cambia con lunghezza del campione, frequenza di campionamento, detrending e metodo di stima. L'aliasing può far apparire una frequenza sotto un'altra identità; la spectral leakage distribuisce energia su frequenze vicine quando la finestra osservata non contiene cicli interi.
Il percorso descritto da Hurst
Hurst parte da dati equidistanti — giornalieri, settimanali o mensili — e illustra una procedura di Fourier attribuita a Cornelius Lanczos. La procedura separa la serie attorno al punto centrale, calcola componenti seno e coseno e le ricompone in ampiezze associate alle frequenze analizzate.
La seconda tappa usa i filtri numerici come selettori di banda. Un filtro lascia passare un intervallo di frequenze e attenua il resto, così una componente candidata può essere osservata nel tempo. Nel libro la media mobile centrata è il caso intuitivo; il filtro di Ormsby offre un controllo più preciso della banda.
Infine Hurst introduce retta ai minimi quadrati, interpolazione parabolica e fit trigonometrico di Prony per riassumere o adattare gli output. Sono strumenti di stima retrospettiva: il fatto che un fit assegni frequenza, ampiezza e fase non lo rende automaticamente un segnale disponibile in tempo reale.
Il confine fra testo storico e prova
Hurst scrive correttamente che quasi ogni forma d'onda può essere rappresentata mediante sinusoidi e che possedere uno spettro non prova che il processo sia nato sommando cicli. Subito dopo sostiene che la parte casuale e quella fondamentale dei prezzi non sarebbero generate così, mentre la sua “motivazione X” sì.
Questa seconda affermazione è una conclusione di Hurst all'interno del suo modello storico, non una validazione indipendente acquisita dal solo spettro. Un picco può dipendere da struttura reale, trend, autocorrelazione, stagionalità, campionamento o selezione del metodo. Perciò l'etichetta “X” resta un'ipotesi operativa; il grafico non ne stabilisce la causa.
Anche i filtri centrati hanno un limite pratico: per calcolare il valore al centro usano osservazioni su entrambi i lati. Sono eccellenti per studiare e ricostruire un tratto storico, ma l'estremo destro non possiede ancora i dati futuri necessari. Ricostruzione e previsione rispondono quindi a domande diverse.
Come si verifica oggi una periodicità candidata
Prima dell'analisi si fissano serie, intervallo, trasformazioni, frequenze da esplorare e criterio con cui un picco verrà considerato rilevante. Se si provano molte finestre, periodi e filtri, si tiene conto della selezione multipla: scegliere il risultato migliore sugli stessi dati può produrre un vantaggio apparente.
Poi si controlla se il picco resta stabile in sotto-periodi distinti e con metodi complementari. Infine frequenze, filtri e regole vengono congelati e misurati su un tratto successivo mai usato per sceglierli. Solo questa prova fuori campione può valutare un'eventuale capacità predittiva; lo spettro iniziale rimane una mappa esplorativa.
A che cosa serve, in pratica
L'analisi spettrale è utile per formulare domande migliori: quali scale meritano un filtro, quali frequenze dominano una finestra, quanto un picco cambia nel tempo e quali ipotesi possono essere smentite. Non indica da sola quando comprare o vendere.
La lettura più rigorosa del Capitolo 11 è quindi questa: Hurst offre una cassetta degli attrezzi per cercare e isolare periodicità nei prezzi; la persistenza e il valore previsionale devono essere dimostrati in un test successivo.
Fonti
- J. M. Hurst, The Profit Magic of Stock Transaction Timing, Prentice-Hall, 1970, Capitolo 11, pp. 168–186 e Appendici IV–VI — Fourier, filtri, curve fitting e avvertenze conclusive.
- Scheda bibliografica Google Books dell'edizione Prentice-Hall del 1970.
- NIST/SEMATECH, Spectral Plot — Engineering Statistics Handbook — spettro come varianza rispetto alla frequenza e ricerca di componenti dominanti.
- Halbert White, “A Reality Check for Data Snooping”, Econometrica, 68(5), 2000, pp. 1097–1126 — rischio di selezionare e valutare un modello sugli stessi dati.
Collegamenti
- Analisi di Fourier secondo Hurst — calcolo storico passo per passo
- Filtri numerici di Ormsby — isolamento delle bande
- Scomposizione del DJIA — ricostruzione e limite fuori campione
- Motivazione ciclica X — ipotesi causale di Hurst
- Tradizione Hurst — percorso storico completo