acepsut
Nuovo forumer
L'analisi ciclica, e più in particolare la possibilità di poter prevedere l'andamento di un indice, azione o quant'altro è una cosa senza dubbio affascinante, e vi sono diversi metodi in commercio applicati alle serie storiche finanziarie.
Da diverso tempo mi sono dedicato all'approccio ciclico, e ho preso in esame tutto quello che ho potuto (e che ho trovato) per valutarne l'affidabilità.
Il primo strumento che ho considerato è stata, ovviamente, la fft ma purtroppo si è evidenziato immediatamente la non compatibilità di tale approccio in quanto, come ho già riportato, la fft evolve a potenze del 2 ed è stata scartata subito.
Altro strumento che ha ancora qualche sostenitore è l'analisi alla Hurst, ma che soffre purtroppo di varie lacune: innanzitutto si basa su medie mobili centrate il che significa che ha un lag all'inizio e alla fine della serie pari a n/2 del periodo della media presa in considerazione, oltre al fatto che introduce un ulteriore parametro relativo al tipo di media presa in esame.
Un primo problema è quindi quello di dover utilizzare un interpolazione polinomiale per arrivare all'ultimo punto noto, e poi bisogna sperare che le freq estratte continuino la loro corsa, altrimenti si hanno i catastrofici risultati che sono stati esposti anche su questo forum in altro post. Questo tipo di analisi, seppur bella e affascinante, non è affidabile.
Uno studio decisamente più avanzato l'ha proposto Elhers, più avanzato per il semplice fatto che almeno non valuta i movimenti della serie storica ad occhio come invece fa l'analisi di Hurst, ma utilizza strumenti di tipo scientifico per valutare se e quando il mercato si comporta in maniera da assimilarsi ad una sinusoide, e solo in tal caso, dopo averne valutato freq e fase, è possibile ricavarne una previsione.
Del Battleplan di Migliorino non mi esprimo in quanto non ho avuto modo di sapere qual'è la teoria che c'è alla base di questo studio nè ho avuto modo di provarlo, posso solo dire che i pochi risultati visti su un altro forum non erano per niente validi, a volte ci prendeva a volte sbagliava completamente.
lo studio che reputo più interessante in assoluto l'ha proposto un professore di un università americana qualche decennio fa; la cosa più interessante di questo approccio è stato quello di non limitarsi ad estrarre le frequenze, ma di analizzare ogni singolo ciclo con strumenti statistici, per valutarne l'effettiva presenza ed aderenza alla serie storica.
Un paio di anni fa avevamo ricreato con un amico tale studio in Matlab, e sebbene non fosse stato portato a termine si iniziavano a vedere risultati decisamente promettenti anche se non utilizzabile attualmente sui mercati, in quanto non completato.
Mi piacerebbe riprendere questo studio e rivederlo dall'inizio, introducendo concetti rigorosamente scientifici in tutti gli steps necessari, dall'analisi preliminare della serie, alla trasformazione, ecc, fino ad arrivare alla valutazione della predict.
Per poter fare uno studio in questa modo sono necessarie competenze in statistica, analisi dei segnali, tecniche di filtraggio e linguaggi di programmazione quali Matlab e C#.
Se c'è qualcuno interessato si potrebbe creare un gruppo per impostare lo sviluppo di un software basato sull'analisi ciclica (ma non solo, altre cose si potranno aggiungere in seguito); come dicevo prima sono necessarie persone preparate in statistica, teoria dei segnali e uno sviluppatore.
Saluti
Da diverso tempo mi sono dedicato all'approccio ciclico, e ho preso in esame tutto quello che ho potuto (e che ho trovato) per valutarne l'affidabilità.
Il primo strumento che ho considerato è stata, ovviamente, la fft ma purtroppo si è evidenziato immediatamente la non compatibilità di tale approccio in quanto, come ho già riportato, la fft evolve a potenze del 2 ed è stata scartata subito.
Altro strumento che ha ancora qualche sostenitore è l'analisi alla Hurst, ma che soffre purtroppo di varie lacune: innanzitutto si basa su medie mobili centrate il che significa che ha un lag all'inizio e alla fine della serie pari a n/2 del periodo della media presa in considerazione, oltre al fatto che introduce un ulteriore parametro relativo al tipo di media presa in esame.
Un primo problema è quindi quello di dover utilizzare un interpolazione polinomiale per arrivare all'ultimo punto noto, e poi bisogna sperare che le freq estratte continuino la loro corsa, altrimenti si hanno i catastrofici risultati che sono stati esposti anche su questo forum in altro post. Questo tipo di analisi, seppur bella e affascinante, non è affidabile.
Uno studio decisamente più avanzato l'ha proposto Elhers, più avanzato per il semplice fatto che almeno non valuta i movimenti della serie storica ad occhio come invece fa l'analisi di Hurst, ma utilizza strumenti di tipo scientifico per valutare se e quando il mercato si comporta in maniera da assimilarsi ad una sinusoide, e solo in tal caso, dopo averne valutato freq e fase, è possibile ricavarne una previsione.
Del Battleplan di Migliorino non mi esprimo in quanto non ho avuto modo di sapere qual'è la teoria che c'è alla base di questo studio nè ho avuto modo di provarlo, posso solo dire che i pochi risultati visti su un altro forum non erano per niente validi, a volte ci prendeva a volte sbagliava completamente.
lo studio che reputo più interessante in assoluto l'ha proposto un professore di un università americana qualche decennio fa; la cosa più interessante di questo approccio è stato quello di non limitarsi ad estrarre le frequenze, ma di analizzare ogni singolo ciclo con strumenti statistici, per valutarne l'effettiva presenza ed aderenza alla serie storica.
Un paio di anni fa avevamo ricreato con un amico tale studio in Matlab, e sebbene non fosse stato portato a termine si iniziavano a vedere risultati decisamente promettenti anche se non utilizzabile attualmente sui mercati, in quanto non completato.
Mi piacerebbe riprendere questo studio e rivederlo dall'inizio, introducendo concetti rigorosamente scientifici in tutti gli steps necessari, dall'analisi preliminare della serie, alla trasformazione, ecc, fino ad arrivare alla valutazione della predict.
Per poter fare uno studio in questa modo sono necessarie competenze in statistica, analisi dei segnali, tecniche di filtraggio e linguaggi di programmazione quali Matlab e C#.
Se c'è qualcuno interessato si potrebbe creare un gruppo per impostare lo sviluppo di un software basato sull'analisi ciclica (ma non solo, altre cose si potranno aggiungere in seguito); come dicevo prima sono necessarie persone preparate in statistica, teoria dei segnali e uno sviluppatore.
Saluti