Come l’orizzonte temporale influenza l’Indice di Dimensione Frattale

Risposta diretta

L’orizzonte temporale influenza l’Indice di Dimensione Frattale (FDI) perché questo indice misura quanto complessa appare una serie temporale a una specifica scala di osservazione. Cambiare l’orizzonte temporale modifica i punti dati inclusi e la finestra su cui viene stimata la “ruvidezza”, quindi l’FDI calcolato può variare anche quando il processo sottostante rimane invariato. Ciò significa che i valori di FDI vanno interpretati come descrizioni dipendenti dalla scala della serie utilizzata, non come proprietà fisse del “mercato” in generale.

Meccanismo o definizione

L’FDI è una stima della dimensione frattale di una serie temporale, spesso interpretata come un indicatore di quanto il tracciato della serie appaia “irregolare”, “frastagliato” o “denso” quando osservato alla scala scelta. In termini pratici, l’orizzonte temporale influenza almeno due aspetti del calcolo:

1. La finestra di osservazione (lunghezza del campione). Un orizzonte “breve” include meno punti e accentua le fluttuazioni a breve termine. Un orizzonte “lungo” aggrega più dati storici, il che può attenuare alcune variazioni microscopiche e rivelare strutture diverse.

2. La scala alla quale viene valutato il dettaglio. Il concetto di dimensione frattale è intrinsecamente multi-scala. Se lo stimatore utilizza diverse dimensioni di finestra o una regola che associa dimensioni di finestra alla complessità, cambiare l’orizzonte temporale modifica effettivamente le relazioni di scala percepite dallo stimatore.

Per questo motivo, due analisti che utilizzano periodi o finestre temporali diversi sulla stessa tipologia di strumento possono ottenere risultati FDI differenti. Tale differenza non è automaticamente un errore: può indicare che la serie presenta complessità diverse a scale differenti.

Evidenza o esempio (con assunzioni esplicite)

Supponiamo che una serie temporale presenti brevi esplosioni di movimento rapido alternate a periodi più tranquilli. Consideriamo due scelte di osservazione:

• Assunzione A (orizzonte breve): Calcoli l’FDI utilizzando solo una finestra recente che include diverse esplosioni. Il tracciato della serie presenta cambiamenti di direzione più bruschi in quella finestra, quindi la complessità stimata può apparire più elevata.
• Assunzione B (orizzonte lungo): Calcoli l’FDI utilizzando una finestra più lunga che include sia esplosioni che periodi tranquilli. Le stesse esplosioni sono ancora presenti, ma la finestra più ampia introduce ulteriore struttura ed effetti di media. La complessità stimata può diminuire o stabilizzarsi, a seconda di come lo stimatore gestisce scala e rumore.

In entrambi i casi, la “variazione dell’FDI” riflette il fatto che lo stimatore descrive i dati alla scala scelta. Da sola, non indica se i movimenti futuri saranno più o meno complessi.

Uno scenario realistico aggiuntivo è la sensibilità dello stimatore: l’FDI calcolato può dipendere da scelte come il pre-trattamento della serie (ad esempio, trasformarla in rendimenti o utilizzare prezzi grezzi) e dal modo in cui si gestiscono dati mancanti o valori anomali. Queste scelte interagiscono con l’orizzonte temporale.

Limitazioni e rischi

1. La dipendenza dalla scala non è una previsione. Anche se l’FDI cambia al variare dell’orizzonte temporale, ciò non implica che l’FDI spieghi o preveda i prezzi futuri. È una statistica descrittiva, non un segnale autonomo.

2. Effetti del rumore e della microstruttura. Gli orizzonti brevi possono essere dominati da irregolarità causate dal rumore di misurazione, dai gap o dagli effetti bid/ask (quando applicabili). Ciò può sovrastimare la ruvidezza apparente. Gli orizzonti più lunghi possono ridurre l’influenza del rumore, ma possono anche mescolare regimi diversi.

3. Modalità di errore della stima. Se la finestra scelta è troppo breve rispetto ai requisiti dello stimatore, o se la serie contiene bruschi cambiamenti di regime, la stima dell’FDI può diventare instabile. I confronti tra orizzonti temporali possono quindi risultare fuorvianti.

4. Confrontabilità tra studi. Se studi diversi utilizzano diversi pre-trattamenti, parametri o regole di finestra, i loro valori di FDI potrebbero non essere direttamente comparabili. Senza impostazioni allineate, un “FDI più alto” può significare cose diverse.

Verifica o prossima domanda

Per verificare in modo indipendente come l’orizzonte temporale influisce sull’FDI in un contesto specifico, puoi trattare l’orizzonte come una variabile controllata:

• Ricalcola l’FDI sulla stessa serie temporale simile a uno strumento finanziario utilizzando diverse lunghezze di finestra, mantenendo costanti pre-trattamento e impostazioni dello stimatore.
• Verifica se direzione e entità delle variazioni di FDI sono coerenti tra finestre di dimensione simile, o se i risultati cambiano in modo erratico.
• Ripeti l’esercizio su segmenti diversi (periodi precedenti vs successivi) per vedere se la sensibilità è stabile o dipendente dal regime.

Una domanda utile successiva è: Quali impostazioni di pre-trattamento e stima vengono utilizzate, e cambiano con l’orizzonte temporale?