In una frase — Hurst separò 884 chiusure settimanali del Dow del 1935–1951 in sei componenti e dichiarò che la loro somma ricostruiva l'indice entro ±1%. È un risultato ottenuto sullo stesso campione usato per l'analisi, non un errore di previsione fuori campione.
Che cosa mostra la scomposizione del DJIA di Hurst?
La Fig. IX-4 di The Profit Magic of Stock Transaction Timing mette su un unico foglio il DJIA, sei curve estratte con filtri numerici e alcuni eventi della Seconda guerra mondiale. Hurst la presenta come il risultato di oltre tre milioni di calcoli e come una dimostrazione interna della propria lettura ciclica.
La figura è importante perché rende visibile un'idea difficile: un movimento complesso può essere descritto come somma di oscillazioni su scale diverse. Ma descrivere bene una serie già osservata e prevederne una futura sono due compiti distinti.
Le sei scale, senza formule
Le quattro componenti più brevi hanno durate medie dichiarate di 9,6, 19,85, 34,6 e 67,98 settimane. I conti riportati nel libro sono coerenti con il numero di oscillazioni contato nelle 884 settimane: 92, 44,5, 25,5 e 13 campioni rispettivamente.
La quinta componente corrisponde alla famiglia nominale da circa 4,5 anni. Hurst non trova una durata fissa: elenca campioni di 38, 43, 28, 54 e 58 mesi. Nel tratto 1942–1944, la durata più corta coincide con un'ampiezza quasi nulla; per l'autore è un esempio del suo principio di variazione.
La prima curva raccoglie invece le oscillazioni più lunghe di 54 mesi e il movimento di fondo. Hurst ne marca due massimi, A e C, e due minimi, B e D, collegandoli alla famiglia nominale di circa nove anni. Queste etichette descrivono il modello storico dell'autore: non sono periodi immutabili né leggi universali dimostrate.
Che cosa significa davvero ±1%
Hurst afferma che la somma delle sei componenti riproduce le chiusure del DJIA entro ±1%. La frase misura la bontà della ricostruzione sullo stesso campione dal quale le componenti sono state identificate ed estratte.
Non misura la distanza fra una previsione prodotta in tempo reale e un prezzo successivo. Non indica quante scelte di filtri o periodi siano state provate, non confronta il metodo con un riferimento semplice e non applica una regola congelata a dati mai visti. Perciò il ±1% non è un errore di previsione e non è una validazione indipendente della prevedibilità del mercato.
La distinzione non rende inutile la figura. La rende leggibile per ciò che è: una decomposizione retrospettiva molto aderente e una prova interna di coerenza del modello di Hurst.
La caduta della Francia e gli otto casi
Hurst osserva tre linee verticali precedenti alla caduta della Francia del maggio 1940. Nella sua lettura, alla terza data cinque componenti puntano verso il basso e una è laterale; il forte ribasso risulta quindi coerente con lo stato delle curve già estratte.
L'autore ripete lo stesso scorecard su otto svolte fra il 1935 e il 1951 e interpreta ogni caso attraverso direzione, fase e ampiezza delle componenti. È un controllo narrativo consistente sul grafico, ma i casi sono selezionati e spiegati dopo aver osservato l'intero periodo. La tavola non documenta una previsione registrata prima degli eventi né una regola completa di inclusione per tutte le svolte comparabili.
Anche le date belliche sono annotazioni retrospettive. Il fatto che una curva filtrata sembri già scendere prima di un evento non stabilisce che la notizia non abbia effetto, né identifica da solo la causa del movimento.
Che cosa non prova la figura
La Fig. IX-4 non dimostra che le sei componenti siano l'unica scomposizione possibile, che il residuo sia casuale o non casuale, che le durate persistano in ogni epoca o che lo stesso risultato valga per ogni titolo. Soprattutto, non separa costruzione del modello e verifica: riusa una sola storia sia per scegliere la rappresentazione sia per valutarne l'aderenza.
Questo è il problema oggi chiamato data snooping: risultati molto convincenti possono apparire quando dati già esaminati guidano anche la scelta del modello. Non significa che il risultato sia falso; significa che la sua capacità predittiva resta da misurare altrove.
Come sarebbe una verifica moderna
Prima si fisserebbero periodi, filtri, regole di fase e criteri di svolta usando soltanto un tratto iniziale. Poi il modello verrebbe applicato senza correzioni a un periodo successivo fuori campione. Ricostruzione e previsione avrebbero metriche separate; una previsione sarebbe confrontata con riferimenti semplici e riporterebbe anche finestre negative, instabilità e costi operativi.
Finché questo passaggio manca, la lettura corretta è precisa: Hurst riferisce una ricostruzione entro ±1% del DJIA 1935–1951; la Fig. IX-4 non misura una previsione fuori campione.
Fonti
- J. M. Hurst, The Profit Magic of Stock Transaction Timing, Prentice-Hall, 1970, Capitolo 9, pp. 151–157, Fig. IX-4 — campione, componenti, durate, ±1%, caduta della Francia e otto casi.
- Scheda bibliografica Google Books dell'edizione Prentice-Hall del 1970.
- Halbert White, “A Reality Check for Data Snooping”, Econometrica, 68(5), 2000, pp. 1097–1126 — perché selezione e valutazione sullo stesso insieme di dati non bastano a stabilire superiorità predittiva.
Collegamenti
- Cicli nominali — famiglie di durata e variazione
- Analisi spettrale — come si cercano le periodicità
- Filtri numerici di Ormsby — come Hurst isola le bande
- Eventi storici e ciclicità — eventi, controfattuale e causalità
- Tradizione Hurst — percorso storico completo