In una frase — Il metodo di Prony prova a descrivere una serie come somma di poche onde, stimando per ciascuna frequenza, ampiezza e fase. Il risultato spiega quanto bene quelle onde ricostruiscono il campione usato; non dimostra che continueranno nel futuro.
Che cos'è il metodo di Prony secondo Hurst?
Nell'Appendice VI di The Profit Magic of Stock Transaction Timing, Hurst parte dall'uscita di un filtro passa-banda. Il filtro ha già ridotto la serie a un intervallo di frequenze; Prony cerca di esprimere ciò che resta con un numero limitato di sinusoidi.
L'idea è simile a riconoscere gli strumenti dentro un accordo. Il suono complessivo è osservabile, ma il calcolo tenta di separare le singole note e di misurarne intensità e posizione nel ciclo.
Il modello che viene adattato
Per dati osservati agli istanti (t_k), Hurst postula una somma di (m) componenti:
S(t_k) ≈ Σ [Aᵢ cos(ωᵢt_k) + Bᵢ sin(ωᵢt_k)]
Ogni (ωᵢ) è una frequenza. I coefficienti (Aᵢ) e (Bᵢ) descrivono la stessa componente sui due assi seno e coseno. Servono più osservazioni che coefficienti: nell'appendice la condizione è N > 2m.
Questa disuguaglianza rende possibile un fit sovradeterminato, ma non sceglie il valore corretto di (m). Il numero di componenti, la finestra di dati e il filtro precedente sono ipotesi del ricercatore.
La procedura in quattro passaggi
1 — Fissare il perimetro
Si stabiliscono la serie filtrata, gli (N) punti e l'ordine (m). Cambiare questi elementi dopo aver visto il risultato significa cambiare il problema, non soltanto rifare il calcolo.
2 — Ricavare le frequenze
Quando le frequenze non sono note, Hurst costruisce N − 2m equazioni per stimare (m) coefficienti intermedi (α) ai minimi quadrati. Questi entrano in un polinomio espresso tramite i polinomi di Chebyshev, con (x = cos ω):
T₀(x)=1 · T₁(x)=x · Tᵣ₊₁(x)=2xTᵣ(x)−Tᵣ₋₁(x)
Le radici ammissibili forniscono le frequenze candidate (ωᵢ). Il passaggio è il cuore del metodo di Prony.
3 — Stimare seno e coseno
Le frequenze vengono reinserite nel modello iniziale. Un secondo problema ai minimi quadrati stima (Aᵢ) e (Bᵢ), minimizzando la somma degli scarti quadratici fra serie osservata e somma trigonometrica.
4 — Ottenere ampiezza e fase
La coppia viene ricombinata nella forma Cᵢ sin(ωᵢt + φᵢ). Con la convenzione usata da Hurst:
Cᵢ = √(Aᵢ²+Bᵢ²) e φᵢ = atan2(Aᵢ,Bᵢ).
L'output è quindi un insieme di stime (ωᵢ, Cᵢ, φᵢ), più i residui lasciati dal modello.
“Senza ritardo aggiuntivo” non significa tempo reale
Hurst osserva che il fit può smussare il residuo ad alta frequenza senza applicare un altro filtro e quindi senza aggiungere un nuovo spostamento temporale alla serie già disponibile.
Il confine è essenziale: l'input può provenire da un filtro centrato che richiede dati su entrambi i lati del punto stimato. Il metodo di Prony non recupera osservazioni future mancanti e non elimina il bordo descritto nella voce sui filtri di Ormsby.
Dove può fallire
Ordine del modello. Un (m) troppo basso può fondere componenti differenti; uno troppo alto può assegnare frequenze al rumore.
Rumore e frequenze vicine. Le radici del polinomio possono diventare instabili. La letteratura moderna classifica Prony come metodo parametrico ad alta risoluzione, ma sensibile al rumore; il filtraggio preliminare riduce il problema senza cancellarlo.
Stesso campione. Un residuo piccolo misura il fit sui dati usati. Non è un errore di previsione e non costituisce una validazione indipendente.
Parametri mobili. Frequenza, ampiezza e fase possono cambiare fra finestre. Chiamarle “oggettive” significa che derivano da una procedura numerica fissata, non che rappresentino proprietà permanenti del mercato.
Come valutarlo oggi
Una verifica riproducibile richiede di:
- congelare filtro, finestra, campionamento e ordine (m) prima di osservare il tratto di prova;
- stimare i parametri soltanto sul campione di calibrazione;
- portarli senza correzioni su dati successivi fuori campione;
- riportare residui, stabilità delle frequenze e sensibilità alle scelte iniziali.
Il metodo tecnico di Hurst non va confuso con il curve fitting nel gergo del trading. Adattare un modello ai dati è una normale operazione statistica; l'overfitting nasce quando la selezione sfrutta troppo il campione e poi non regge su dati nuovi.
Fonti
- J. M. Hurst, The Profit Magic of Stock Transaction Timing, Prentice-Hall, 1970, Appendice VI, pp. 215–217 — procedura storica completa: minimi quadrati generalizzati, frequenze, ampiezze e fasi.
- NIST/SEMATECH, Least Squares — criterio dei minimi quadrati, residui e distinzione fra parametri stimati e valori veri.
- B. W. Rust, NIST, Fitting Nature's Basic Functions Part III: Exponentials, Sinusoids and Nonlinear Least Squares, 2002 — fit sinusoidale e diagnostica statistica.
- F. Marvasti et al., A unified approach to sparse signal processing, 2012, sezione 5.1 — ordine del modello, algoritmo di Prony e sensibilità al rumore.
Collegamenti
Interpolazione parabolica · Filtri di Ormsby · Analisi spettrale · Appendici di Hurst