Paper11 set 2026Abstract libero
Analisi ciclica falsificazionista delle criptovalute
— da definire
L'analisi ciclica dei mercati produce, da oltre mezzo secolo, framework concettuali ricchi ma raramente sottoposti a falsificazione empirica. Le tre scuole storiche — classica americana (Hurst), italiana (battleplan e ciclo inverso) e DSP quantitativo (Ehlers) — vengono adottate come dottrine alternative, quasi mai testate in modo congiunto su un campione statisticamente rilevante. Questo lavoro formalizza un protocollo popperiano che mette alla prova ciascuna affermazione fondante delle tre scuole su un dataset multi-asset — Bitcoin, Ethereum e Solana dal 2017, esteso a trentasette strumenti in sei classi e a sei indici azionari con fino a novantanove anni di storia giornaliera — su alcune migliaia di cicli gerarchici fasati. La metodologia è causale per costruzione e deterministica; entrambe le proprietà sono formalizzate in test automatici e dimostrate empiricamente, in particolare sul modulo di rilevazione delle lingue di Bayer, verificato non-repainting in modalità walk-forward su cinque combinazioni asset/timeframe. A questa impalcatura il protocollo aggiunge quattro requisiti, che sono la parte del lavoro che sopravvive ai singoli risultati: il valore nullo di una misura va misurato, non assunto, con serie surrogate che conservano lo spettro di potenza e distruggono la struttura temporale; un tasso condizionale va accompagnato dalla propria marginale, cioè dalla stessa condizione contata sui casi che l'evento non seleziona; un esito negativo non vale finché non si è mostrato che il test riconoscerebbe il fenomeno se ci fosse; e ogni livello va misurato sul timeframe che lo risolve, perché il timeframe giornaliero non separa i livelli più brevi della gerarchia e misurarli lì cambia i numeri di cui si parla. I risultati confutano le asserzioni canoniche più esposte: il nesting armonico fisso di Hurst e il principio di armonicità — quest'ultimo con un test la cui potenza è verificata su una scala sintetica vera, dove nessuno dei mercati con abbastanza picchi risulta più vicino ai pioli di un insieme di periodi estratti a caso dalla stessa griglia —, la mean-reversion sequenziale delle durate, la soglia canonica di Bayer per i cicli di raccordo, la tenuta del massimo, e — per tautologia — due affermazioni della scuola italiana: il ciclo inverso, la cui definizione operativa non è falsificabile ex ante, e lo swing incondizionato, la cui condizione di successo è vera in tutti i cicli padre misurati, con e senza swing. Confermano, con significatività statistica e convergenza cross-asset, la comunanza ciclica delle durate — forte ai livelli brevi e, su storia lunga, altrettanto forte ai livelli alti —, la traslazione ciclica come predittore di polarità, la violazione del massimo precedente e, in una forma riscritta che elimina un'inclusione insiemistica, i due segnali ribassisti del corpus italiano. Lo stesso metro si applica alle regolarità che il lavoro potrebbe rivendicare come proprie, e lì è più severo. La coda dei cicli brevi, misurata contro cento surrogati a fase randomizzata e cento AAFT per mercato, non esce dalla nube in nessuna delle quindici combinazioni asset/livello, e ai livelli intermedi l'osservato sta sotto la mediana dei surrogati: è ciò che il rilevatore produce, non ciò che il mercato fa. Lo stesso vale per lo scarto dal periodo nominale e per la posizione del massimo dentro il ciclo. E cade anche l'assioma di partenza del lavoro, per cui una struttura quaternaria sarebbe un binario di binari: il minimo che separerebbe i due binari è il più basso dei tre interni nell'1,3% dei 557 cicli misurati, contro il 33,3% della pura indifferenza — e dentro la banda che lo stesso rilevatore produce sul rumore. L'apporto è triplice: un protocollo falsificabile e riproducibile applicato in modo uniforme a tutto il corpus, senza riguardo all'origine dell'asserzione; la dimostrazione di causalità e non-repainting della componente analitica centrale; e la distinzione sistematica fra ciò che il mercato produce e ciò che produce il rilevatore, che a più riprese cambia il segno di una conclusione — fino a togliere di mezzo, fra le regolarità che questo lavoro avrebbe potuto rivendicare come proprie, quelle che sembravano più solide.
v1
Per i membri:testo completo · PDF · dataset · codice di replica