Una delle tendenze più moderne della finanza consiste nello studio dei

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Una delle tendenze più moderne della finanza consiste nello studio dei"

Transcript

1 Dati finanziari ad alta frequenza Trattamento e applicazioni Massimiliano Cecconi, Marco J. Lombardi Università degli Studi di Firenze - Dipartimento di Statistica "G. Parenti" Una delle tendenze più moderne della finanza consiste nello studio dei cosiddetti dati ad alta frequenza, ovvero osservazioni registrate in tempo reale sui mercati. A differenza degli studi tradizionali, nei quali si tende a considerare dati misurati ad intervalli equispaziati, nel caso dell alta frequenza si registra ogni singola transazione (e anche richiesta di transazione) che avviene sul mercato. La possibilità di sfruttare questa enorme mole di informazione costituisce un indubbio vantaggio; le applicazioni di stime econometriche ricavate da dati ad altissima frequenza (ultra-high frequency, Engle [4]) si riflettono su gran parte della moderna teoria finanziaria: dal prezzaggio di opzioni alla previsione della volatilità intragiornaliera, dal calcolo del Value at Risk alla gestione della liquidità. Tuttavia, l impiego di tali dati pone delle difficoltà sia per quanto concerne la loro raccolta che il loro trattamento. Difatti, oltre al problema di gestire ed organizzare enormi quantità di osservazioni (si può anche arrivare ad alcune migliaia di registrazioni nell arco di una sola giornata borsistica), si pone quello del trattamento di osservazioni a frequenza irregolare. Una delle possibilità che sta riscuotendo maggior successo in letteratura consiste nel modellare i tempi che intercorrono tra una transazione e l altra (le cosiddette durations) tramite un nuovo processo, introdotto da Engle e Russell [5] e noto con l acronimo di modello ACD (Autoregressive Conditional Duration). Tra le motivazioni che hanno ispirato i due autori vi è la constatazione che la presenza sul mercato di operatori maggiormente informati di altri si riflette in un tempo medio di attesa tra una transazione e l altra relativamente breve. Viceversa, tempi di attesa più lunghi sono indice di una maggiore calma dei mercati, poiché si ritiene che il prezzo corrente sia prossimo al suo valore di equilibrio. Scopo di questo articolo è quello di presentare sinteticamente i dati ad alta frequenza, le problematiche connesse al loro stoccaggio ed al loro trattamento, e di fornire alcuni spunti sulle possibilità di utilizzo dei dati in svariati ambiti della moderna teoria finanziaria. Scienza & Business, Anno III, n.9-10,

2 La modernizzazione degli strumenti informatici è spesso venuta a coincidere con importanti innovazioni nel campo della finanza. Ad esempio, a partire dall inizio degli anni 90, la crescente velocità di elaborazione dei processori ha reso possibile sviluppare tecniche di analisi che risultavano in precedenza impensabili: tra le altre cose, ad esempio, si sono potute sviluppare tecniche di prezzaggio per titoli derivati di tipo non standard basate sulla simulazione del prezzo del titolo sottostante. Una delle ultime conseguenze della rapida espansione della tecnologia hardware è rappresentata dalla possibilità di archiviare e gestire database di dimensioni imponenti grazie alla costante crescita di capienza dei supporti magnetici e all introduzione su larga scala (e a costi contenuti) degli strumenti ottici di lettura/scrittura. In ambito finanziario, ciò rende possibile studiare l andamento dei mercati in una prospettiva intragiornaliera, ovvero registrare tutte le transazioni (eseguite o solo richieste) che si rilevano sui terminali degli operatori. In letteratura, spesso si indicano tali rilevazioni come dati tick-by-tick o trade-by-trade (Gwilym e Sutcliffe [6]). Se fino a poco tempo fa le applicazioni si limitavano a considerare al massimo osservazioni giornaliere, si sta diffondendo oggi la pratica di sfruttare la massima informazione possibile utilizzando i dati tick-by-tick. Difatti, utilizzando dati giornalieri, si suole considerare il prezzo di chiusura come indicativo dell intera giornata di contrattazioni, ma ciò non è necessariamente vero; tralasciando i movimenti intragiornalieri del prezzo si rischia pertanto di trascurare informazioni rilevanti ai fini della stima e della previsione. Tuttavia, utilizzare questo tipo di dati pone alcuni problemi e rende necessario ricorrere a strumenti parzialmente diversi da quelli tradizionalmente impiegati. Il problema principale consiste nel fatto che le osservazioni così rilevate non sono necessariamente equispaziate: tra un osservazione e l altra può intercorrere un lasso di tempo che oscilla da pochissimi secondi a qualche minuto. Al contrario, è immediatamente evidente che, utilizzando dati giornalieri, tale problema non si pone. Modalità di raccolta e gestione dei dati Idati ad altissima frequenza sono raccolti e forniti da organismi di vario tipo, spesso identificabili con l istituzione che gestisce e regola il singolo mercato nazionale; nel caso italiano, essi sono gestiti direttamente dalla Borsa Italiana S.p.A. Tali dati si presentano sotto forma di database in formato ASCII che riporta in ordine:! data della transazione, nel formato aaaammgg (ad esempio indica il 3 luglio 2000);! orario della transazione, nel formato hhmmsscc (ad esempio indica le ore 11,7 minuti, 32 secondi);! prezzo in euro al quale avviene lo scambio;! volume scambiato;! controvalore in euro. Una tipica giornata di contrattazioni, sul mercato italiano, supera abbondantemente le 1500 osservazioni. Si capisce subito come ciò risulti costoso sia dal punto di vista dello stoccaggio che da quello del trattamento dei dati: un database di un anno consterebbe di circa rilevazioni. Dai grafici che presentiamo possiamo vedere un confronto tra l andamento giornaliero e quello tick-by-tick del prezzo del titolo FIAT tra il 10 e il 31 luglio del Nella Figura 1 riportiamo i prezzi giornalieri di chiusura, mentre nella Figura 2 il grafico delle quotazioni tick-by-tick. Si osserva che, ovviamente, le due serie risultano più o meno sovrapponibili, ma che ad ogni modo la serie ad alta frequenza veicola una quantità di informazione infinitamente maggiore rispetto a quella giornaliera. La non omogeneità dei dati tick-by-tick non risulta molto evidente dalla Figura 2 a causa della enorme quantità di dati a disposizione (29087 osservazioni). Tuttavia, Figura 1 Prezzo del titolo FIAT nel periodo 10/31 luglio 2000 sulla base di rilevazioni giornaliere Figura 2 Prezzo del titolo FIAT nel periodo 10/31 luglio 2000 sulla base di rilevazioni tick-by-tick 18 Scienza & Business, Anno III, n.9-10, 2001

3 se concentriamo l attenzione su una frazione della giornata borsistica (ad esempio un ora), è immediatamente visibile l andamento a salti della serie dovuto alla diversa frequenza con cui si registrano le transazioni. La Figura 3 illustra quanto descritto per il titolo FIAT nel giorno 10 luglio 2000 tra le e le del mattino; ciascun punto indica una diversa transazione avvenuta nel periodo considerato. Se il problema del trattamento dei dati si avverte già sul mercato italiano, su quello statunitense è infinitamente più grande: non solo le transazioni sono molto più numerose, ma l insieme delle informazioni rilevate risulta molto più ampio. Il principale fornitore di dati per il mercato statunitense è il New York Stock Exchange (NYSE) stesso, che cura il database TAQ (Trades and Quotes, [12]). Tale database riporta, oltre alle transazioni che effettivamente hanno luogo (trades), anche le quotazioni bid e ask, ovvero le proposte di vendita e di acquisto che non vanno a buon fine (quotes). Nel database TAQ, oltre ai dati relativi al NYSE, sono rilevati anche dati di altri mercati, tra cui il National Association of Securities Dealers Automated Quotations (NASDAQ), l American Stock Exchange (AMEX) e il Chicago Board Options Exchange (CBOE). Per dare un idea della mole che può raggiungere il database TAQ, ne riportiamo, in Figura 4, le dimensioni in MegaBytes per alcuni mesi di riferimento e solo per pochi titoli azionari del NYSE. Dal grafico si evince che la frequenza degli scambi sul mercato statunitense è in forte crescita: la dimensione del database presenta difatti un marcato trend crescente sia per quanto riguarda le proposte immesse nel circuito telematico che per quanto riguarda le transazioni effettivamente realizzate. Figura 3 Prezzo del titolo FIAT tra le 9.30 e le del 10 luglio 2000 Figura 4 Dimensione in MegaBytes del database TAQ La modellistica tradizionale che si è soliti utilizzare per l analisi delle serie storiche finanziarie è stata sviluppata quando ancora le osservazioni giornaliere rappresentavano il massimo grado di informazione che si potesse riuscire a gestire. Tale modellistica (ci riferiamo in particolare ai modelli di tipo ARMA-GARCH; si veda, per una trattazione introduttiva, Hamilton [7]) è quindi applicabile solo nel caso in cui i dati siano equispaziati e, come abbiamo visto, questo non è il caso delle osservazioni ad alta frequenza. I primi studi in tale ambito si sono concentrati sul cercare di recuperare la modellistica tradizionale trasformando le osservazioni ad alta frequenza in osservazioni equispaziate. L idea più naturale in questo senso è quella di registrare i dati a intervalli di tempo predefiniti: ad esempio ogni minuto, oppure ogni secondo. Questo approccio comporta però alcuni problemi: se infatti, per quanto riguarda le osservazioni giornaliere, al termine della giornata di contrattazioni si osserva comunque un singolo prezzo di chiusura, non è detto (specie per quanto concerne i titoli a minore flottante) che si possa osservare una transazione esattamente ogni minuto (o addirittura ogni secondo). I dati devono essere quindi trattati in modo da renderli veramente equispaziati. Vi sono varie modalità di intervento possibili, che illustreremo con un semplice esempio grafico. Supponiamo che il prezzo di apertura del titolo che vogliamo analizzare sia 100. Desideriamo ricavare, a partire dalle osservazioni tick-by-tick, una serie di osservazioni equispaziate a un minuto. Dopo esattamente un minuto dall apertura del mercato, si registra la prima transazione a un prezzo di 101. La seconda transazione, a un prezzo di 102, avviene 1 minuto e 48 secondi (1,8 minuti) dopo l apertura del mercato, e la terza, a un prezzo di 104, dopo 2 minuti e 36 secondi (2,6 minuti). La situazione che ci si trova ad affrontare è schematizzata nella Figura 5: a partire dalla prima linea temporale, non equispaziata, dobbiamo costruire la seconda, riempiendo le rilevazioni x 0, x 1, x 2, e così via. Per quanto riguarda x 0, essa ovviamente coincide col prezzo di apertura; ugualmente, poiché la prima transazione si è verificata esattamente un minuto dopo l apertura del mercato, x 1 coincide col prezzo di tale transazione, ovvero 101. Per quanto riguarda x 2, invece, non disponiamo di un osservazione corrispondente al termine temporale dei 2 minuti, e dobbiamo quindi procedere in maniera diversa. Una prima idea può essere quella di Scienza & Business, Anno III, n.9-10,

4 utilizzare la transazione più vicina ai 2 minuti, in questo caso 102. Altrimenti, si può considerare la media aritmetica delle osservazioni immediatamente precedente e seguente ai 2 minuti, ovvero: x 2 = ( ) / 2 = 103. Un ulteriore possibilità, più raffinata, è quella di considerare una media ponderata con gli intervalli di tempo che intercorrono tra le transazioni e il termine dei 2 minuti: x 2 = [102 * (2-1,8) * (2,6-2)] / [(2-1,8) + (2,6-2)] = 103,5. Menzioniamo, infine, la strada dell interpolazione lineare, consistente nel tracciare una retta per le due transazioni più prossime a quella mancante e prendere come valore quello appartenente a tale retta in corrispondenza dell istante considerato. In pratica, ciò si traduce nel risolvere la proporzione (x 2-102): (2-1,8) = ( ): (2,6-1,8), la cui soluzione rende un valore interpolato per x 2 di 102,5. Ovviamente, nessuna di queste metodologie è intrinsecamente la migliore. La media ponderata è quella che considera il numero più ampio di fattori, ma non è necessariamente superiore alle altre in termini di risultato. Quello che vale la pena qui osservare è che procedere ad accorpare i dati per renderli equispaziati comporta comunque, per quanto alta possa essere la frequenza di campionamento, una perdita di informazione. Abbiamo già rilevato che, disponendo di dati equispaziati, possiamo sfruttare tutta la modellistica preesistente. Tuttavia, se si aggiunge a questo indubbio vantaggio l inconveniente relativo alla perdita di informazione, questa strategia può rivelarsi non ottimale a fini di analisi. L approccio sperimentale alle serie ad alta frequenza In ciò che precede abbiamo messo in evidenza come oggigiorno, chiunque si avvicini ai mercati finanziari possa disporre di enormi quantità di dati dai quali estrapolare utili suggerimenti per le proprie decisioni di investimento e disinvestimento. Tra i problemi maggiori che si incontrano vi è senz altro la necessità di operare un adeguata sintesi dell informazione raccolta in modo da poterla utilizzare al meglio. L approccio comunemente utilizzato in questo ambito è quello proprio delle scienze sperimentali (fisica, chimica o biologia), dove i fenomeni naturali vengono studiati mediante l ausilio di strumenti matematici e statistici rigorosi. L applicazione del cosiddetto metodo sperimentale ai dati finanziari ad alta frequenza si esplica in tre fasi fondamentali (Dacorogna et al. [3]). La prima di esse, e forse la più delicata, consiste nell analizzare da un punto di vista esplorativo e descrittivo i dati a disposizione del ricercatore allo scopo di individuarne le proprietà statistiche fondamentali, sulla base di un minimo insieme di assunzioni sottostanti. Si va dunque alla ricerca di quelle regolarità empiriche che nella letteratura econometrico-finanziaria prevalente vengono definite fatti stilizzati. Andamento delle funzioni di autocorrelazione, forma della distribuzione campionaria, individuazione di patterns giornalieri e/o settimanali caratteristici, sono solo alcuni degli esempi di regolarità empiriche ispezionate in questa fase. Il secondo passo consiste nell utilizzare i fatti stilizzati precedentemente individuati per formulare adeguati modelli matematico-statistici. Occorre notare che per modelli adeguati si intendono formulazioni rigorose in grado di riprodurre le regolarità empiriche osservate, operando in un contesto di tipo essenzialmente ateorico, tipico delle scienze sperimentali, che si pone in contrapposizione all approccio economico tradizionale dove l aspetto determinante è costituito dalla verifica empirica di quelle relazioni teoriche ritenute esplicative del comportamento dei mercati (la cosiddetta microstruttura). Nell ultima fase occorre verificare l adeguatezza del modello nel riprodurre i fatti stilizzati precedentemente individuati sui dati. L obiettivo finale non si limita alla ricerca di un modello puramente descrittivo dell andamento dei fenomeni analizzati, ma consiste piuttosto nell utilizzo di tali formulazioni per ricavare ragionevoli previsioni sui loro movimenti futuri, integrando nelle applicazioni pratiche questi strumenti con quelli oramai più consolidati del risk management e del prezzaggio di opzioni. Come già evidenziato, il metodo sperimentale si contrappone a quello proprio della teoria finanziaria tradizionale utilizzato per comprendere la microstruttura del mercato e volto ad analizzare la reazione dei mercati finanziari all insorgere di nuova informazione. La presenza di operatori diversamente informati gioca un ruolo Figura 5 Costruzione di una serie di osservazioni equispaziate a partire da osservazioni tick-by-tick 20 Scienza & Business, Anno III, n.9-10, 2001

5 chiave nel meccanismo di formazione dei prezzi. In tal senso, uno dei principali vantaggi dell applicazione del metodo sperimentale ai dati ad alta frequenza consiste nella possibilità di riconciliare i due approcci, sintetizzando la maggiore informazione disponibile in particolari variabili esplicative da aggiungere ai modelli derivati in stretta aderenza alle regolarità empiriche osservate. In ciò che segue daremo un semplice esempio illustrativo di modello econometrico derivato secondo le linee guida dell approccio sperimentale ai mercati finanziari e ne metteremo brevemente in evidenza le potenzialità nel riprodurre le regolarità empiriche osservate su dati reali. Una rappresentazione formale: il modello ACD Figura 6 Durations per il titolo FIAT - gennaio 2000 Come già accennato in precedenza, la moderna teoria finanziaria si basa sulla constatazione che l unica variabile in grado di fornire utili suggerimenti circa la presenza di informazione superiore nel mercato è rappresentata dalla sequenza delle transazioni. Partendo da una tale assunzione, numerosi sono stati i tentativi di formalizzare il comportamento degli operatori di mercato (si veda, ad esempio, O Hara [11] per una rassegna di tali modelli). Basti qui ricordare che se da un lato le peculiarità dei vari modelli consistono nel diverso punto di vista in base al quale vengono studiate le sequenze di transazioni, dall altro il loro elemento comune è l individuazione della presenza di operatori maggiormente informati di altri. Ciò si traduce nel fatto che la quotazione corrente degli attivi finanziari risulta più o meno vicina al suo valore di equilibrio a seconda della frequenza con cui avvengono le transazioni. La formulazione matematico-statistica più innovativa volta a tale scopo è senz altro il modello ACD (Autoregressive Conditional Durations) introdotto da Engle e Russell [5]. Si tratta di una rappresentazione statistica per dati non equispaziati la cui finalità è quella di comprendere quale sarà il tempo medio di attesa fino alla prossima transazione, in quanto è proprio dalla previsione di questo dato che gli operatori aggiorneranno la loro opinione (o probabilità soggettiva) circa la possibilità che vi sia informazione superiore nel mercato e che di conseguenza le quotazioni degli attivi finanziari siano relativamente lontane dal loro valore di equilibrio. Riportiamo in Figura 6, a titolo esemplificativo, il grafico delle durations rilevate per il titolo FIAT nel mese di gennaio Dal campione sono state escluse le durations nulle (relative al fatto che più transazioni si sono verificate nello stesso istante), quelle della fase di pre-apertura, e le durate tra la prima transazione della giornata e l ultima della giornata precedente, riducendo il campione a osservazioni, contro le originarie. Come si vede, le considerazioni che portano a ritenere che una maggiore attività di trading si verifichi nelle prime ore successive all apertura ed in quelle prossime alla chiusura della giornata borsistica è confermata dall andamento sinusoidale delle durations. I fondamenti di un simile comportamento si ritrovano nella constatazione che all apertura sia da scontare tutta l informazione e le opinioni della notte, mentre in prossimità della chiusura gli operatori tenderanno a liquidare eventuali posizioni rimaste aperte o a scontare immediatamente un aspettativa sulla quotazione alla riapertura. Senza entrare nei dettagli dei processi ad intensità condizionale, per i quali si rimanda, fra gli altri, a Lancaster [9], la rappresentazione formale del modello ACD può essere espressa come segue. Sia x i =t i -t i-1 l intervallo di tempo espresso in secondi tra due transazioni consecutive (le cosiddette durations) e sia ψ i il valore atteso dell i-esima duration condizionato a tutta la storia passata di x i (x i-1, x i-2,..., x 1 ). In tal modo il modello può essere espresso come: x i = ψ i ε i dove ε i rappresenta una sequenza di variabili casuali indipendenti e identicamente distribuite con funzione di densità di probabilità che deve essere specificata e media uguale a 1. Da queste semplici assunzioni si nota come diverse formulazioni del modello ACD possono essere ricavate semplicemente indicando parametrizzazioni alternative per ψ i ed ipotizzando distribuzioni diverse per ε i. Nel modello originario di Engle e Russell [5] si assume che le durations condizionali attese dipendano da q dei loro valori passati e da m ritardi delle durations più un termine costante: Il valore numerico dei parametri ω > 0, α 1,,α m 0, β 1,,β q 0, il cui vincolo di non-negatività si rende necessario al fine di ottenere stime non negative per ψ i, è determinato mediante l applicazione di metodologie statistiche di stima, ed in parti- Scienza & Business, Anno III, n.9-10,

6 (tra parentesi quadre sotto la stima), la statistica test LB di Ljung e Box [10] per la verifica dell assenza di correlazione, nonché la media e la deviazione standard calcolate sui residui del modello stimato Figura 7 Istogramma sui residui del modello EACD (1, 2) per il titolo FIAT - gennaio 2000 colare del metodo della massima verosimiglianza, una volta che si è specificata la forma della distribuzione di ε i. Nei casi più frequenti nella pratica, si ipotizza una distribuzione esponenziale o di Weibull per ε i, dalle quali derivano rispettivamente i modelli EACD (m, q) e WACD (m, q). A titolo esemplificativo, si riporta nella Tabella 1 la stima di vari modelli ACD di tipo esponenziale per il titolo FIAT all interno del campione considerato. Oltre alle stime dei parametri, riportiamo gli standard error robusti Tabella 1 Stime di vari modelli EACD per il titolo FIAT - gennaio 2000 Sebbene i residui sembrino, almeno in prima approssimazione, in linea con le ipotesi teoriche formulate sul modello, la parametrizzazione che meglio si adatta ai dati è quella EACD (1, 2). Negli altri casi, o ci troviamo di fronte a parametri statisticamente non significativi, oppure la presenza di un valore negativo per α 2 nel modello EACD (2, 1) o la non completa assenza di correlazione nei residui per il caso EACD (1, 1), li rendono di fatto meno accettabili del modello EACD (1, 2). Inoltre, come si evince dalle figure 7 e 8, l ipotesi di distribuzione esponenziale per i termini di disturbo sembra poter essere adeguata. L istogramma dei residui osservati (Figura 7), a parte una diversità di scala facilmente eliminabile, riproduce abbastanza fedelmente l andamento della distribuzione esponenziale (la media e la varianza sono infatti prossime all unità). Ciò è confermato dallo scatterplot tra i quantili teorici della distribuzione esponenziale e quelli ricavati da dalla distribuzione empirica dei residui (Figura 8), dove la disposizione dei punti lungo la bisettrice che passa per l origine degli assi ne giustifica l adozione come ipotesi per la stima dei parametri. Le maggiori diversità rispetto ad una retta si hanno in corrispondenza di pochi valori elevati per i quali varrebbe la pena dare una spiegazione teorica piuttosto che considerare distribuzioni alternative (quali la Weibull) che avrebbero l effetto di complicare eccessivamente la procedura iterativa di stima. In tal caso, la presenza di pochi valori eccezionalmente grandi può essere dovuta al fatto che la quotazione del momento abbia superato le soglie dell eccesso di rialzo o di ribasso, in modo da provocare la sospensione del titolo FIAT dalle contrattazioni per qualche minuto. L inclusione tra i regressori di variabili dummy in grado di cogliere questi momenti o la ricerca di variabili esplicative aggiuntive potrebbero in parte rimediare a queste inefficienze del modello. Infine presentiamo in Figura 9 un confronto grafico tra le durations reali e quelle stimate col modello EACD (1, 2). Come si vede, il modello è in grado di cogliere quell andamento sinusoidale di cui si è parlato in precedenza evidenziando un adeguata discriminazione tra periodi caratterizzati da durate brevi e periodi nei quali i tempi di attesa tra una transazione e l altra sono significativamente più lunghi. 22 Scienza & Business, Anno III, n.9-10, 2001

7 Figura 8 Scatterplot tra quantili stimati e quantili teorici della distribuzione esponenziale per il titolo FIAT - gennaio 2000 Figura 9 Confronto tra durations reali (linea rossa) e stimate (linea bianca) per il titolo FIAT - gennaio 2000 Note conclusive Abbiamo presentato sommariamente i principali problemi che si incontrano volendo lavorare con dati finanziari ad alta frequenza al posto dei tradizionali dati giornalieri. Si è visto come tali dati presentino alcune interessanti peculiarità, in particolare il fatto che non risultano equispaziati. A tale proposito, si è introdotto il modello ACD, di cui abbiamo mostrato i tratti salienti ed un esemplificazione su dati reali. Pur essendo un modello relativamente recente, si trovano già, in letteratura, numerose applicazioni, anche relative al mercato italiano. Si è osservato, in particolare, che tale modello è in grado di riprodurre in maniera adeguata l andamento delle transazioni intragiornaliere. Sono state inoltre proposte numerose estensioni al modello ACD, con l obiettivo di migliorarne la performance e di renderlo adeguato a trattare determinate caratteristiche empiriche rilevate sui dati reali. In particolare, sono stati introdotti modelli in grado di catturare le asimmetrie (Asymmetric ACD, Bauwens e Giot [2]), la memoria lunga (Fractionally Integrated ACD, Jasiak [8]) e la non-linearità (Log ACD, Bauwens e Giot [1] e Threshold ACD, Zhang et al. [13]). Tra gli elementi che più frenano una maggiore diffusione della modellistica ACD e, più in generale, dei dati ad alta frequenza stessi, vi è l assenza di software progettato specificamente per il loro trattamento e la loro analisi. Notiamo infatti che, al di là dell assenza di pacchetti di stima dei modelli ACD, anche la stessa raccolta e analisi grafica dei dati è problematica, facendo affidamento sui software di uso comune presso gli operatori del settore, ovviamente a causa della loro mole. Riteniamo che, analogamente a quanto si è verificato in passato per altri modelli, la spinta decisiva alla loro diffusione possa venire proprio dall introduzione di pacchetti software specifici. Bibliografia [1] Bauwens, L., Giot, P. (1997). The Logarithmic ACD Model: An Application to Market Microstructure and NASDAQ. CORE Discussion Paper 9789 : Universitè Catholique de Louvain. [2] Bauwens, L., Giot, P. (1998). Asymmetric ACD Models: Introducing Price Information in ACD Models with A Two State Transition Model. CORE Discussion Paper 9844: Universitè Catholique de Louvain. [3] Dacorogna, M. M., Gençay, R., Müller, U., Olsen, R. B., Pictet, O.V. (2001). An Introduction to High-Frequency Finance, San Diego: Academic Press. [4] Engle, R. F. (2000). The Econometrics of Ultra-High Frequency Data, Econometrica, 66, pp [5] Engle, R. F., Russell, J. R. (1998). Autoregressive Conditional Duration: A New Model for Irregularly Spaced Transaction Data, Econometrica, 66, pp [6] Gwilym, O., Sutcliffe, C. (1999). High-Frequency Financial Market Data, London: Risk Books. [7] Hamilton, J. D. (1994). Time Series Analysis, Princeton: Princeton University Press. [8] Jasiak, J. (1999). Persistence in Intertrade Durations. Manuscript: York University. [9] Lancaster, T. (1990). The Econometrics Analysis of Transition Data, Econometric Society Monographs. Cambridge: Cambridge University Press. [10] Ljung, G., Box, G. (1979). On a Measure of Lack of Fit in Time Series Models, Biometrika, 66, pp [11] O Hara, M. (1995). Market Microstructure Theory, Oxford: Basil Blackwell Inc. [12] TAQ Database, http: //www. nyse. com/marketinfo/marketinfo. html. [13] Zhang, M. Y., Russell, J. R., Tsay, R. S. (2001). A Nonlinear Autoregressive Conditional Duration Model with Applications to Financial Transaction Data, Journal of Econometrics, 104, pp Ringraziamenti Ringraziamo la Borsa Italiana S.p.A. per averci cortesemente messo a disposizione i dati ad alta frequenza utilizzati in questo articolo. Un ringraziamento particolare va inoltre al Prof. Giampiero M. Gallo per averci supportato e incoraggiato nel nostro lavoro. Scienza & Business, Anno III, n.9-10,

8 APPROFONDIMENTO: LA DISTRIBUZIONE DI WEIBULL La distribuzione di Weibull è in genere utilizzata per modellare dati di durata ed ha la peculiarità che la sua hazard function (funzione tasso di guasto) dipende dal parametro di forma k e può risultare crescente, costante o decrescente, rendendo così la distribuzione assai versatile. L equazione della funzione di densità di probabilità è: Figura 10 - Densità di Weibull per diversi valori del parametro k, ponendo θ = 1 per t > 0. Il parametro k può assumere valori strettamente positivi e determina, come dice il nome stesso, la forma della distribuzione. Nel caso in cui k = 1 la distribuzione è detta anche esponenziale, ed ha tasso di guasto costante. In Figura 10 riportiamo il grafico della densità di Weibull per tre diversi valori di k. Il parametro θ, invece, è detto parametro di scala, e determina l ampiezza della distribuzione. Ai fini delle stime ACD, il parametro di scala viene spesso fissato a priori pari a uno. Notizie sugli Autori MASSIMILIANO CECCONI Massimiliano Cecconi si è laureato a pieni voti con lode presso la Facoltà di Economia dell Università degli Studi di Firenze nell aprile Ha discusso una tesi in Econometria dal titolo: Modelli econometrici per fenomeni soggetti a smooth transition: lo studio della volatilità sui mercati finanziari, supervisionata dal prof. Giampiero M. Gallo, per la quale la commissione di laurea ha espresso l'auspicio di pubblicazione. Attualmente è Assegnista di Ricerca presso il Dipartimento di Statistica G. Parenti dell Università di Firenze, dove svolge una ricerca dal titolo Microstrutture di Mercati Finanziari. Fa infine parte del gruppo di ricerca FEDRA. I suoi interessi di ricerca riguardano l econometria dei mercati finanziari, con particolare attenzione alla microstruttura dei mercati ed allo studio delle serie storiche finanziarie ad altissima frequenza (tick-by-tick). Si interessa inoltre di modellistica GARCH per lo studio della volatilità, modelli non-lineari per i mercati finanziari, modelli a transizione liscia, metodi di simulazione, implementazione di routine econometrico-finanziarie. È contattabile all indirizzo o all'url: MARCO J. LOMBARDI Marco Jacopo Lombardi è nato a Firenze il 16 giugno Dopo il Diploma di Maturità Classica, si è iscritto alla Facoltà di Economia dell Università degli studi di Firenze e si è laureato col massimo dei voti e lode il 12 febbraio La sua tesi in Econometria, supervisionata dal Prof. Giampiero M. Gallo e intitolata La previsione della volatilità di attivi finanziari: Processi a memoria lunga e Fractionally Integrated GARCH, ha ricevuto dalla commissione l auspicio di pubblicazione. Attualmente segue il corso di Dottorato di Ricerca in Statistica Applicata presso il Dipartimento di Statistica G. Parenti dell Università degli studi di Firenze. Oltre che ai modelli per dati ad alta frequenza e ai modelli a memoria lunga, è interessato alla programmazione in linguaggio C/C++, all analisi spettrale, alle reti neurali e ai metodi numerici di ottimizzazione. Lavora presso il Dipartimento di Statistica G. Parenti dell Università degli studi di Firenze (Viale G.B. Morgagni Firenze) e può essere contattato all indirizzo o all URL FEDRA Il gruppo di ricerca FEDRA (Financial Econometrics and Derivatives Research Associates) si è costituito nel giugno 2001 presso il Dipartimento di Statistica G. Parenti dell Università degli studi di Firenze con l obiettivo di coordinare e promuovere l attività di ricerca del dipartimento nel settore dell analisi quantitativa dei mercati finanziari. Il gruppo è diretto da Giampiero M. Gallo ed è attualmente composto da Christian T. Brownlees, Massimiliano Cecconi, Orazio Di Miscia, Andrea Gigli, Marco J. Lombardi e Barbara Pacini. Ulteriori informazioni sulle attuali attività del gruppo sono disponibili all URL: 24 Scienza & Business, Anno III, n.9-10, 2001

Elementi di Statistica

Elementi di Statistica Elementi di Statistica Contenuti Contenuti di Statistica nel corso di Data Base Elementi di statistica descrittiva: media, moda, mediana, indici di dispersione Introduzione alle variabili casuali e alle

Dettagli

INTRODUZIONE ALLA BORSA

INTRODUZIONE ALLA BORSA INTRODUZIONE ALLA BORSA Informazioni guida per gli insegnanti delle scuole superiori CHE COSA È LA BORSA? Una piazza, dove avviene la compravvendita di titoli. La determinazione delle quotazioni è di solito

Dettagli

Introduzione alla Teoria degli Errori

Introduzione alla Teoria degli Errori Introduzione alla Teoria degli Errori 1 Gli errori di misura sono inevitabili Una misura non ha significato se non viene accompagnata da una ragionevole stima dell errore ( Una scienza si dice esatta non

Dettagli

Business Intelligence. Il data mining in

Business Intelligence. Il data mining in Business Intelligence Il data mining in L'analisi matematica per dedurre schemi e tendenze dai dati storici esistenti. Revenue Management. Previsioni di occupazione. Marketing. Mail diretto a clienti specifici.

Dettagli

Capitolo 12 La regressione lineare semplice

Capitolo 12 La regressione lineare semplice Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 12 La regressione lineare semplice Insegnamento: Statistica Corso di Laurea Triennale in Economia Facoltà di Economia, Università di Ferrara

Dettagli

R I S K M A N A G E M E N T & F I N A N C E

R I S K M A N A G E M E N T & F I N A N C E R I S K M A N A G E M E N T & F I N A N C E 2010 Redexe S.u.r.l., Tutti i diritti sono riservati REDEXE S.r.l., Società a Socio Unico Sede Legale: 36100 Vicenza, Viale Riviera Berica 31 ISCRITTA ALLA CCIAA

Dettagli

METODO DEI MINIMI QUADRATI. Quest articolo discende soprattutto dai lavori di Deming, Press et al. (Numerical Recipes) e Jefferys.

METODO DEI MINIMI QUADRATI. Quest articolo discende soprattutto dai lavori di Deming, Press et al. (Numerical Recipes) e Jefferys. METODO DEI MINIMI QUADRATI GIUSEPPE GIUDICE Sommario Il metodo dei minimi quadrati è trattato in tutti i testi di statistica e di elaborazione dei dati sperimentali, ma non sempre col rigore necessario

Dettagli

derivati azionari guida alle opzioni aspetti teorici

derivati azionari guida alle opzioni aspetti teorici derivati azionari guida alle opzioni aspetti teorici derivati azionari guida alle opzioni aspetti teorici PREFAZIONE Il mercato italiano dei prodotti derivati 1. COSA SONO LE OPZIONI? Sottostante Strike

Dettagli

Determinanti dell avversione al rischio degli investitori: riscontri giornalieri dal mercato azionario tedesco 1

Determinanti dell avversione al rischio degli investitori: riscontri giornalieri dal mercato azionario tedesco 1 Martin Scheicher +43 1 40420 7418 martin.scheicher@oenb.at Determinanti dell avversione al rischio degli investitori: riscontri giornalieri dal mercato azionario tedesco 1 I prezzi azionari oscillano al

Dettagli

Il concetto di valore medio in generale

Il concetto di valore medio in generale Il concetto di valore medio in generale Nella statistica descrittiva si distinguono solitamente due tipi di medie: - le medie analitiche, che soddisfano ad una condizione di invarianza e si calcolano tenendo

Dettagli

(accuratezza) ovvero (esattezza)

(accuratezza) ovvero (esattezza) Capitolo n 2 2.1 - Misure ed errori In un analisi chimica si misurano dei valori chimico-fisici di svariate grandezze; tuttavia ogni misura comporta sempre una incertezza, dovuta alla presenza non eliminabile

Dettagli

INFORMAZIONI SULLA STRATEGIA DI ESECUZIONE DEGLI ORDINI E SULLA STRATEGIA DI TRASMISSIONE DEGLI ORDINI DI CENTROSIM S.p.A.

INFORMAZIONI SULLA STRATEGIA DI ESECUZIONE DEGLI ORDINI E SULLA STRATEGIA DI TRASMISSIONE DEGLI ORDINI DI CENTROSIM S.p.A. Decorrenza 3 Gennaio 2011 INFORMAZIONI SULLA STRATEGIA DI ESECUZIONE DEGLI ORDINI E SULLA STRATEGIA DI TRASMISSIONE DEGLI ORDINI DI CENTROSIM S.p.A. 1. Obiettivo Nel rispetto della direttiva 2004/39/CE

Dettagli

1 IL RISCHIO: INTRODUZIONE.2 2 LA VOLATILITA.4

1 IL RISCHIO: INTRODUZIONE.2 2 LA VOLATILITA.4 IL RISCHIO 1 IL RISCHIO: INTRODUZIONE.2 2 LA VOLATILITA.4 2.1 La volatilità storica... 4 2.2 Altri metodi di calcolo... 5 3 LA CORRELAZIONE..6 4 IL VALUE AT RISK....8 4.1 I metodi analitici... 9 4.2 La

Dettagli

Orientamenti ABE in materia di. valore a rischio in condizioni di stress (VaR in condizioni di stress) EBA/GL/2012/2

Orientamenti ABE in materia di. valore a rischio in condizioni di stress (VaR in condizioni di stress) EBA/GL/2012/2 Orientamenti ABE in materia di valore a rischio in condizioni di stress (VaR in condizioni di stress) EBA/GL/2012/2 Londra, 16.05.2012 1 Oggetto degli orientamenti 1. Il presente documento contiene una

Dettagli

Capitolo 9: PROPAGAZIONE DEGLI ERRORI

Capitolo 9: PROPAGAZIONE DEGLI ERRORI Capitolo 9: PROPAGAZIOE DEGLI ERRORI 9.1 Propagazione degli errori massimi ella maggior parte dei casi le grandezze fisiche vengono misurate per via indiretta. Il valore della grandezza viene cioè dedotto

Dettagli

ESERCIZI SVOLTI PER LA PROVA DI STATISTICA

ESERCIZI SVOLTI PER LA PROVA DI STATISTICA ESERCIZI SVOLTI PER LA PROVA DI STATISTICA Stefania Naddeo (anno accademico 4/5) INDICE PARTE PRIMA: STATISTICA DESCRITTIVA. DISTRIBUZIONI DI FREQUENZA E FUNZIONE DI RIPARTIZIONE. VALORI CARATTERISTICI

Dettagli

Accuratezza di uno strumento

Accuratezza di uno strumento Accuratezza di uno strumento Come abbiamo già accennato la volta scora, il risultato della misurazione di una grandezza fisica, qualsiasi sia lo strumento utilizzato, non è mai un valore numerico X univocamente

Dettagli

Decisioni di finanziamento e mercati finanziari efficienti BMAS Capitolo 12

Decisioni di finanziamento e mercati finanziari efficienti BMAS Capitolo 12 Finanza Aziendale Decisioni di finanziamento e mercati finanziari efficienti BMAS Capitolo 12 Copyright 2003 - The McGraw-Hill Companies, srl 1 Argomenti Decisioni di finanziamento e VAN Informazioni e

Dettagli

4. Introduzione ai prodotti derivati. Stefano Di Colli

4. Introduzione ai prodotti derivati. Stefano Di Colli 4. Introduzione ai prodotti derivati Metodi Statistici per il Credito e la Finanza Stefano Di Colli Che cos è un derivato? I derivati sono strumenti il cui valore dipende dal valore di altre più fondamentali

Dettagli

REGOLE DI ESECUZIONE DELLE ISTRUZIONI

REGOLE DI ESECUZIONE DELLE ISTRUZIONI REGOLE DI ESECUZIONE DELLE ISTRUZIONI I. Disposizioni generali 1. Le presenti Regole di esecuzione delle istruzioni dei clienti riguardanti i contratti di compensazione delle differenze (CFD) e gli strumenti

Dettagli

Costruirsi una rendita. I principi d investimento di BlackRock

Costruirsi una rendita. I principi d investimento di BlackRock Costruirsi una rendita I principi d investimento di BlackRock I p r i n c i p i d i n v e s t i m e n t o d i B l a c k R o c k Ottenere una rendita è stato raramente tanto difficile quanto ai giorni nostri.

Dettagli

Esercitazioni di Statistica

Esercitazioni di Statistica Esercitazioni di Statistica Test d ipotesi sul valor medio e test χ 2 di adattamento Prof. Livia De Giovanni statistica@dis.uniroma1.it Esercizio 1 Si supponga che il diametro degli anelli metallici prodotti

Dettagli

STUDIO DI UNA FUNZIONE

STUDIO DI UNA FUNZIONE STUDIO DI UNA FUNZIONE OBIETTIVO: Data l equazione Y = f(x) di una funzione a variabili reali (X R e Y R), studiare l andamento del suo grafico. PROCEDIMENTO 1. STUDIO DEL DOMINIO (CAMPO DI ESISTENZA)

Dettagli

Studio sperimentale della propagazione di un onda meccanica in una corda

Studio sperimentale della propagazione di un onda meccanica in una corda Studio sperimentale della propagazione di un onda meccanica in una corda Figura 1: Foto dell apparato sperimentale. 1 Premessa 1.1 Velocità delle onde trasversali in una corda E esperienza comune che quando

Dettagli

i tassi di interesse per i prestiti sono gli stessi che per i depositi;

i tassi di interesse per i prestiti sono gli stessi che per i depositi; Capitolo 3 Prodotti derivati: forward, futures ed opzioni Per poter affrontare lo studio dei prodotti derivati occorre fare delle ipotesi sul mercato finanziario che permettono di semplificare dal punto

Dettagli

I mercati. Giuseppe G. Santorsola 1

I mercati. Giuseppe G. Santorsola 1 I mercati I mercati primari e secondari Il mercato dei cambi Il mercato monetario I mercati obbligazionari e azionari Le società di gestione I mercati gestiti da MTS SpA I mercati gestiti da Borsa Italiana

Dettagli

TECNICHE DI SIMULAZIONE

TECNICHE DI SIMULAZIONE TECNICHE DI SIMULAZIONE MODELLI STATISTICI NELLA SIMULAZIONE Francesca Mazzia Dipartimento di Matematica Università di Bari a.a. 2004/2005 TECNICHE DI SIMULAZIONE p. 1 Modelli statistici nella simulazione

Dettagli

POLITICA DI ESECUZIONE DEGLI ORDINI DI INVESTIMENTO (EXECUTION POLICY)

POLITICA DI ESECUZIONE DEGLI ORDINI DI INVESTIMENTO (EXECUTION POLICY) POLITICA DI ESECUZIONE DEGLI ORDINI DI INVESTIMENTO (EXECUTION POLICY) 15.11.2013 La presente politica intende definire la strategia di esecuzione degli ordini di negoziazione inerenti a strumenti finanziari

Dettagli

Modelli Binomiali per la valutazione di opzioni

Modelli Binomiali per la valutazione di opzioni Modelli Binomiali per la valutazione di opzioni Rosa Maria Mininni a.a. 2014-2015 1 Introduzione ai modelli binomiali La valutazione degli strumenti finanziari derivati e, in particolare, la valutazione

Dettagli

PROBABILITA, VALORE ATTESO E VARIANZA DELLE QUANTITÁ ALEATORIE E LORO RELAZIONE CON I DATI OSSERVATI

PROBABILITA, VALORE ATTESO E VARIANZA DELLE QUANTITÁ ALEATORIE E LORO RELAZIONE CON I DATI OSSERVATI statistica, Università Cattaneo-Liuc, AA 006-007, lezione del 08.05.07 IDICE (lezione 08.05.07 PROBABILITA, VALORE ATTESO E VARIAZA DELLE QUATITÁ ALEATORIE E LORO RELAZIOE CO I DATI OSSERVATI 3.1 Valore

Dettagli

Un ordine su misura per ogni taglia

Un ordine su misura per ogni taglia Un ordine su misura per ogni taglia Le funzionalità Cross Order e Block Trade Facilities sui mercati cash Cross Order e BTF Introduzione I Cross Order e la Block Trade Facilities (BTF) sono due nuove tipologie

Dettagli

INDICE. - Categorie di dipendenti o di collaboratori dell Emittente e delle società controllanti o controllate da tale Emittente

INDICE. - Categorie di dipendenti o di collaboratori dell Emittente e delle società controllanti o controllate da tale Emittente 1 INDICE Premessa 4 Soggetti Destinatari 6 - Indicazione nominativa dei destinatari che sono componenti del Consiglio di Amministrazione dell Emittente, delle società controllanti e di quelle, direttamente

Dettagli

Partenariato transatlantico su commercio e investimenti. Parte normativa

Partenariato transatlantico su commercio e investimenti. Parte normativa Partenariato transatlantico su commercio e investimenti Parte normativa settembre 2013 2 I presidenti Barroso, Van Rompuy e Obama hanno chiarito che la riduzione delle barriere normative al commercio costituisce

Dettagli

RELAZIONE TRA VARIABILI QUANTITATIVE. Lezione 7 a. Accade spesso nella ricerca in campo biomedico, così come in altri campi della

RELAZIONE TRA VARIABILI QUANTITATIVE. Lezione 7 a. Accade spesso nella ricerca in campo biomedico, così come in altri campi della RELAZIONE TRA VARIABILI QUANTITATIVE Lezione 7 a Accade spesso nella ricerca in campo biomedico, così come in altri campi della scienza, di voler studiare come il variare di una o più variabili (variabili

Dettagli

FORWARD RATE AGREEMENT

FORWARD RATE AGREEMENT FORWARD RATE AGREEMENT FLAVIO ANGELINI. Definizioni In generale, un contratto a termine o forward permette una compravendita di una certa quantità di un bene differita a una data futura a un prezzo fissato

Dettagli

INFORMATIVA CIRCA LA STRATEGIA DI TRASMISSIONE ED ESECUZIONE DI ORDINI

INFORMATIVA CIRCA LA STRATEGIA DI TRASMISSIONE ED ESECUZIONE DI ORDINI INFORMATIVA CIRCA LA STRATEGIA DI TRASMISSIONE ED ESECUZIONE DI ORDINI 1) GENERALITA In conformità a quanto previsto dalla Direttiva 2004/39/CE (cd Direttiva Mifid), la Banca ha adottato tutte le misure

Dettagli

Corso di Valutazioni d Azienda

Corso di Valutazioni d Azienda Andrea Cardoni Università degli Studi di Perugia Facoltà di Economia Dipartimento di Discipline Giuridiche e Aziendali Corso di Laurea Magistrale in Economia e Management Aziendale Corso di Valutazioni

Dettagli

Governance e performance nei servizi pubblici locali

Governance e performance nei servizi pubblici locali Governance e performance nei servizi pubblici locali Anna Menozzi Lecce, 26 aprile 2007 Università degli studi del Salento Master PIT 9.4 in Analisi dei mercati e sviluppo locale Modulo M7 Economia dei

Dettagli

Quando troncare uno sviluppo in serie di Taylor

Quando troncare uno sviluppo in serie di Taylor Quando troncare uno sviluppo in serie di Taylor Marco Robutti October 13, 2014 Lo sviluppo in serie di Taylor di una funzione è uno strumento matematico davvero molto utile, e viene spesso utilizzato in

Dettagli

General Linear Model. Esercizio

General Linear Model. Esercizio Esercizio General Linear Model Una delle molteplici applicazioni del General Linear Model è la Trend Surface Analysis. Questa tecnica cerca di individuare, in un modello di superficie, quale tendenza segue

Dettagli

DailyFX Strategies. Il metodo dei 4 punti. How to Analyze and Trade Ranges with Price Action (Title) Matteo Paganini, Chief Analyst DailyFX

DailyFX Strategies. Il metodo dei 4 punti. How to Analyze and Trade Ranges with Price Action (Title) Matteo Paganini, Chief Analyst DailyFX DailyFX Strategies Il metodo dei 4 punti Matteo Paganini, Chief Analyst DailyFX How to Analyze and Trade Ranges with Price Action (Title) Il metodo dei 4 punti Matteo Paganini INTRO Dopo anni di ricerca

Dettagli

Le Opzioni. Caratteristiche delle opzioni. Sottostante

Le Opzioni. Caratteristiche delle opzioni. Sottostante Le Caratteristiche delle opzioni...1 I fattori che influenzano il prezzo di un opzione...4 Strategie di investimento con le opzioni...5 Scadenza delle opzioni...6 Future Style...7 Schede prodotto...8 Mercato

Dettagli

Unità di ricerca Business Intelligence, Finance& Knowledge

Unità di ricerca Business Intelligence, Finance& Knowledge Unità di ricerca Business Intelligence, Finance& Knowledge ( www.economia.unimi.it/lda/adamss ) Facoltàdi Scienze, Università degli Studi di Milano 10 febbraio 2006 Coordinatore: Davide La Torre (Professore

Dettagli

ALEA Tech Reports. I modelli interni per la valutazione del rischio di mercato secondo l approccio del Value at Risk

ALEA Tech Reports. I modelli interni per la valutazione del rischio di mercato secondo l approccio del Value at Risk ALEA Tech Reports I modelli interni per la valutazione del rischio di mercato secondo l approccio del Value at Risk Flavio Bazzana Tech Report Nr. 11 Giugno 2001 Alea - Centro di ricerca sui rischi finanziari

Dettagli

Parleremo di correlazione: che cos è, come calcolarla

Parleremo di correlazione: che cos è, come calcolarla IDEMDJD]LQH 1XPHUR 'LFHPEUH %52 (56 21/,1( 68//,'(0 nel 2002, il numero di brokers che offrono la negoziazione online sul minifib è raddoppiato, passando da 7 nel 2001 a 14. A novembre due nuovi brokers

Dettagli

1a) Calcolare gli estremi dell intervallo di confidenza per µ al 90% in corrispondenza del campione osservato.

1a) Calcolare gli estremi dell intervallo di confidenza per µ al 90% in corrispondenza del campione osservato. Esercizio 1 Sia X 1,..., X un campione casuale estratto da una variabile aleatoria normale con media pari a µ e varianza pari a 1. Supponiamo che la media campionaria sia x = 2. 1a) Calcolare gli estremi

Dettagli

Curve di risonanza di un circuito

Curve di risonanza di un circuito Zuccarello Francesco Laboratorio di Fisica II Curve di risonanza di un circuito I [ma] 9 8 7 6 5 4 3 0 C = 00 nf 0 5 0 5 w [KHz] RLC - Serie A.A.003-004 Indice Introduzione pag. 3 Presupposti Teorici 5

Dettagli

Qual è il fine dell azienda?

Qual è il fine dell azienda? CORSO DI FINANZA AZIENDALE SVILUPPO DELL IMPRESA E CREAZIONE DI VALORE Testo di riferimento: Analisi Finanziaria (a cura di E. Pavarani) - McGraw-Hill - 2001 Cap. 9 1 Qual è il fine dell azienda? Massimizzare

Dettagli

IL MERCATO FINANZIARIO

IL MERCATO FINANZIARIO IL MERCATO FINANZIARIO Prima della legge bancaria del 1936, in Italia, era molto diffusa la banca mista, ossia un tipo di banca che erogava sia prestiti a breve che a medio lungo termine. Ma nel 1936 il

Dettagli

Sistemi di supporto alle decisioni Ing. Valerio Lacagnina

Sistemi di supporto alle decisioni Ing. Valerio Lacagnina Cosa è il DSS L elevato sviluppo dei personal computer, delle reti di calcolatori, dei sistemi database di grandi dimensioni, e la forte espansione di modelli basati sui calcolatori rappresentano gli sviluppi

Dettagli

UN CASO CONCRETO DI VALUTAZIONE DELLA SODDISFAZIONE DEL CLIENTE

UN CASO CONCRETO DI VALUTAZIONE DELLA SODDISFAZIONE DEL CLIENTE Tratto dal corso Ifoa UN CASO CONCRETO DI VALUTAZIONE DELLA SODDISFAZIONE DEL CLIENTE Recentemente, si sono sviluppati numerosi modelli finalizzati a valutare e a controllare il livello di soddisfazione

Dettagli

Nota su Crescita e Convergenza

Nota su Crescita e Convergenza Nota su Crescita e Convergenza S. Modica 28 Ottobre 2007 Nella prima sezione si considerano crescita lineare ed esponenziale e le loro proprietà elementari. Nella seconda sezione si spiega la misura di

Dettagli

Rischio e Volatilità

Rischio e Volatilità 2 Meeting annuale SellaAdvice Trading Rho,, 20 novembre 2004 Rischio e Volatilità Relatore: Maurizio Milano Da dove deve partire un analisi tecnica operativa a supporto di un attività di trading? L elemento

Dettagli

REALIZZARE UN MODELLO DI IMPRESA

REALIZZARE UN MODELLO DI IMPRESA REALIZZARE UN MODELLO DI IMPRESA - organizzare e gestire l insieme delle attività, utilizzando una piattaforma per la gestione aziendale: integrata, completa, flessibile, coerente e con un grado di complessità

Dettagli

I Futures: copertura del rischio finanziario e strumento speculativo

I Futures: copertura del rischio finanziario e strumento speculativo I Futures: copertura del rischio finanziario e strumento speculativo Luca Cappellina GRETA, Venezia Che cosa sono i futures. Il futures è un contratto che impegna ad acquistare o vendere, ad una data futura,

Dettagli

white paper La Process Intelligence migliora le prestazioni operative del settore assicurativo

white paper La Process Intelligence migliora le prestazioni operative del settore assicurativo white paper La Process Intelligence migliora le prestazioni operative del settore assicurativo White paper La Process Intelligence migliora le prestazioni operative del settore assicurativo Pagina 2 Sintesi

Dettagli

DOCUMENTO INFORMATIVO DI SINTESI SULLA STRATEGIA DI TRASMISSIONE E DI ESECUZIONE DEGLI ORDINI

DOCUMENTO INFORMATIVO DI SINTESI SULLA STRATEGIA DI TRASMISSIONE E DI ESECUZIONE DEGLI ORDINI DOCUMENTO INFORMATIVO DI SINTESI SULLA STRATEGIA DI TRASMISSIONE E DI ESECUZIONE DEGLI ORDINI INFORMAZIONI GENERALI La Direttiva MIFID (2004/39/CE), relativa ai mercati degli strumenti finanziari, introduce

Dettagli

Analisi termografica su celle litio-ione sottoposte ad esperienze di "second life" Francesco D'Annibale, Francesco Vellucci. Report RdS/PAR2013/191

Analisi termografica su celle litio-ione sottoposte ad esperienze di second life Francesco D'Annibale, Francesco Vellucci. Report RdS/PAR2013/191 Agenzia nazionale per le nuove tecnologie, l energia e lo sviluppo economico sostenibile MINISTERO DELLO SVILUPPO ECONOMICO Analisi termografica su celle litio-ione sottoposte ad esperienze di "second

Dettagli

Offerta pubblica di acquisto avente ad oggetto azioni Banca Nazionale del Lavoro S.p.A.

Offerta pubblica di acquisto avente ad oggetto azioni Banca Nazionale del Lavoro S.p.A. COMMISSIONE NAZIONALE PER LE SOCIETÀ E LA BORSA Ufficio Mercati Alla cortese attenzione del dott. Salini Telefax n. 06 8477 757 Ufficio OPA Alla cortese attenzione della dott.sa Mazzarella Telefax n. 06

Dettagli

Gli uni e gli altri. Strategie in contesti di massa

Gli uni e gli altri. Strategie in contesti di massa Gli uni e gli altri. Strategie in contesti di massa Alessio Porretta Universita di Roma Tor Vergata Gli elementi tipici di un gioco: -un numero di agenti (o giocatori): 1,..., N -Un insieme di strategie

Dettagli

Relazione sul data warehouse e sul data mining

Relazione sul data warehouse e sul data mining Relazione sul data warehouse e sul data mining INTRODUZIONE Inquadrando il sistema informativo aziendale automatizzato come costituito dall insieme delle risorse messe a disposizione della tecnologia,

Dettagli

Preprocessamento dei Dati

Preprocessamento dei Dati Preprocessamento dei Dati Raramente i dati sperimentali sono pronti per essere utilizzati immediatamente per le fasi successive del processo di identificazione, a causa di: Offset e disturbi a bassa frequenza

Dettagli

IL SAMPLE AND HOLD UNIVERSITÀ DEGLI STUDI DI MILANO. Progetto di Fondamenti di Automatica. PROF.: M. Lazzaroni

IL SAMPLE AND HOLD UNIVERSITÀ DEGLI STUDI DI MILANO. Progetto di Fondamenti di Automatica. PROF.: M. Lazzaroni UNIVERSITÀ DEGLI STUDI DI MILANO FACOLTÀ DI SCIENZE MATEMATICHE, FISICHE E NATURALI Corso di Laurea in Informatica IL SAMPLE AND HOLD Progetto di Fondamenti di Automatica PROF.: M. Lazzaroni Anno Accademico

Dettagli

Perché investire nel QUANT Bond? Logica di investimento innovativa

Perché investire nel QUANT Bond? Logica di investimento innovativa QUANT Bond Perché investire nel QUANT Bond? 1 Logica di investimento innovativa Partiamo da cose certe Nel mercato obbligazionario, una equazione è sempre vera: Rendimento = Rischio E possibile aumentare

Dettagli

CAPITOLO CAPIT Tecnologie dell ecnologie dell info inf rmazione e controllo

CAPITOLO CAPIT Tecnologie dell ecnologie dell info inf rmazione e controllo CAPITOLO 8 Tecnologie dell informazione e controllo Agenda Evoluzione dell IT IT, processo decisionale e controllo Sistemi di supporto al processo decisionale Sistemi di controllo a feedback IT e coordinamento

Dettagli

Università di Venezia Corso di Laurea in Informatica. Marco Fusaro KPMG S.p.A.

Università di Venezia Corso di Laurea in Informatica. Marco Fusaro KPMG S.p.A. Università di Venezia Corso di Laurea in Informatica Laboratorio di Informatica Applicata Introduzione all IT Governance Lezione 5 Marco Fusaro KPMG S.p.A. 1 CobiT: strumento per la comprensione di una

Dettagli

((e ita e itb )h(t)/it)dt. z k p(dz) + r n (t),

((e ita e itb )h(t)/it)dt. z k p(dz) + r n (t), SINTESI. Una classe importante di problemi probabilistici e statistici é quella della stima di caratteristiche relative ad un certo processo aleatorio. Esistono svariate tecniche di stima dei parametri

Dettagli

STRATEGIA DI TRASMISSIONE ED ESECUZIONE DEGLI ORDINI

STRATEGIA DI TRASMISSIONE ED ESECUZIONE DEGLI ORDINI STRATEGIA DI TRASMISSIONE ED ESECUZIONE DEGLI ORDINI 1 INTRODUZIONE Il Consiglio di Amministrazione di Kairos Julius Baer Sim (di seguito la KJBSIM ) ha approvato il presente documento al fine di formalizzare

Dettagli

Business Process Management

Business Process Management Corso di Certificazione in Business Process Management Progetto Didattico 2015 con la supervisione scientifica del Dipartimento di Informatica Università degli Studi di Torino Responsabile scientifico

Dettagli

Analisi statistica di dati biomedici Analysis of biologicalsignals

Analisi statistica di dati biomedici Analysis of biologicalsignals Analisi statistica di dati biomedici Analysis of biologicalsignals II Parte Verifica delle ipotesi (a) Agostino Accardo (accardo@units.it) Master in Ingegneria Clinica LM in Neuroscienze 2013-2014 e segg.

Dettagli

Report Operativo Settimanale

Report Operativo Settimanale Report Operativo n 70 del 1 dicembre 2014 Una settimana decisamente tranquilla per l indice Ftse Mib che ha consolidato i valori attorno a quota 20000 punti. L inversione del trend negativo di medio periodo

Dettagli

Università del Piemonte Orientale. Corso di laurea in biotecnologia. Corso di Statistica Medica. Analisi dei dati quantitativi :

Università del Piemonte Orientale. Corso di laurea in biotecnologia. Corso di Statistica Medica. Analisi dei dati quantitativi : Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Analisi dei dati quantitativi : Confronto tra due medie Università del Piemonte Orientale Corso di laurea in

Dettagli

Corso Base ITIL V3 2008

Corso Base ITIL V3 2008 Corso Base ITIL V3 2008 PROXYMA Contrà San Silvestro, 14 36100 Vicenza Tel. 0444 544522 Fax 0444 234400 Email: proxyma@proxyma.it L informazione come risorsa strategica Nelle aziende moderne l informazione

Dettagli

Gli eventi sono stati definiti come i possibili risultati di un esperimento. Ogni evento ha una probabilità

Gli eventi sono stati definiti come i possibili risultati di un esperimento. Ogni evento ha una probabilità Probabilità Probabilità Gli eventi sono stati definiti come i possibili risultati di un esperimento. Ogni evento ha una probabilità Se tutti gli eventi fossero ugualmente possibili, la probabilità p(e)

Dettagli

F O R M A T O E U R O P E O

F O R M A T O E U R O P E O F O R M A T O E U R O P E O P E R I L C U R R I C U L U M V I T A E INFORMAZIONI PERSONALI Nome Indirizzo Laura Bacci, PMP Via Tezze, 36 46100 MANTOVA Telefono (+39) 348 6947997 Fax (+39) 0376 1810801

Dettagli

SIASFi: il sistema ed il suo sviluppo

SIASFi: il sistema ed il suo sviluppo SIASFI: IL SISTEMA ED IL SUO SVILUPPO 187 SIASFi: il sistema ed il suo sviluppo Antonio Ronca Il progetto SIASFi nasce dall esperienza maturata da parte dell Archivio di Stato di Firenze nella gestione

Dettagli

4.2. IL TEST F DI FISHER O ANALISI DELLA VARIANZA (ANOVA)

4.2. IL TEST F DI FISHER O ANALISI DELLA VARIANZA (ANOVA) 4.2. IL TEST F DI FISHER O ANALISI DELLA VARIANZA (ANOVA) L analisi della varianza è un metodo sviluppato da Fisher, che è fondamentale per l interpretazione statistica di molti dati biologici ed è alla

Dettagli

Statistica. Lezione 6

Statistica. Lezione 6 Università degli Studi del Piemonte Orientale Corso di Laurea in Infermieristica Corso integrato in Scienze della Prevenzione e dei Servizi sanitari Statistica Lezione 6 a.a 011-01 Dott.ssa Daniela Ferrante

Dettagli

La distribuzione Normale. La distribuzione Normale

La distribuzione Normale. La distribuzione Normale La Distribuzione Normale o Gaussiana è la distribuzione più importante ed utilizzata in tutta la statistica La curva delle frequenze della distribuzione Normale ha una forma caratteristica, simile ad una

Dettagli

Corso di Matematica finanziaria

Corso di Matematica finanziaria Corso di Matematica finanziaria modulo "Fondamenti della valutazione finanziaria" Eserciziario di Matematica finanziaria Università degli studi Roma Tre 2 Esercizi dal corso di Matematica finanziaria,

Dettagli

4 FUNZIONE ESPONENZIALE E FUNZIONE LOGARITMO

4 FUNZIONE ESPONENZIALE E FUNZIONE LOGARITMO 4 FUNZIONE ESPONENZIALE E FUNZIONE LOGARITMO 4.0. Esponenziale. Nella prima sezione abbiamo definito le potenze con esponente reale. Vediamo ora in dettaglio le proprietà della funzione esponenziale a,

Dettagli

Dall italiano alla logica proposizionale

Dall italiano alla logica proposizionale Rappresentare l italiano in LP Dall italiano alla logica proposizionale Sandro Zucchi 2009-10 In questa lezione, vediamo come fare uso del linguaggio LP per rappresentare frasi dell italiano. Questo ci

Dettagli

La speculazione La speculazione può avvenire in due modi: al rialzo o al ribasso. La speculazione al rialzo è attuata da quegli operatori che,

La speculazione La speculazione può avvenire in due modi: al rialzo o al ribasso. La speculazione al rialzo è attuata da quegli operatori che, La speculazione La speculazione può avvenire in due modi: al rialzo o al ribasso. La speculazione al rialzo è attuata da quegli operatori che, prevedendo un aumento delle quotazioni dei titoli, li acquistano,

Dettagli

DI D AGRA R MM M I M A BLOCC C H C I TEORI R A E D D E SERC R I C ZI 1 1

DI D AGRA R MM M I M A BLOCC C H C I TEORI R A E D D E SERC R I C ZI 1 1 DIAGRAMMI A BLOCCHI TEORIA ED ESERCIZI 1 1 Il linguaggio dei diagrammi a blocchi è un possibile formalismo per la descrizione di algoritmi Il diagramma a blocchi, o flowchart, è una rappresentazione grafica

Dettagli

INDICE. Introduzione Cosa sono le Opzioni FX? Trading 101 ITM, ATM e OTM Opzioni e strategie di Trading Glossario Contatti e Informazioni

INDICE. Introduzione Cosa sono le Opzioni FX? Trading 101 ITM, ATM e OTM Opzioni e strategie di Trading Glossario Contatti e Informazioni OPZIONI FORMAZIONE INDICE Introduzione Cosa sono le Opzioni FX? Trading 101 ITM, ATM e OTM Opzioni e strategie di Trading Glossario Contatti e Informazioni 3 5 6 8 9 10 16 ATTENZIONE AI RISCHI: Prima di

Dettagli

ABC. degli investimenti. Piccola guida ai fondi comuni dedicata ai non addetti ai lavori

ABC. degli investimenti. Piccola guida ai fondi comuni dedicata ai non addetti ai lavori ABC degli investimenti Piccola guida ai fondi comuni dedicata ai non addetti ai lavori I vantaggi di investire con Fidelity Worldwide Investment Specializzazione Fidelity è una società indipendente e si

Dettagli

Azionario Flessibile 7 anni Scheda sintetica - Informazioni specifiche 1 di 6

Azionario Flessibile 7 anni Scheda sintetica - Informazioni specifiche 1 di 6 Scheda sintetica - Informazioni specifiche 1 di 6 La parte Informazioni Specifiche, da consegnare obbligatoriamente all investitore contraente prima della sottoscrizione, è volta ad illustrare le principali

Dettagli

Algoritmo euclideo, massimo comun divisore ed equazioni diofantee

Algoritmo euclideo, massimo comun divisore ed equazioni diofantee Algoritmo euclideo, massimo comun divisore ed equazioni diofantee Se a e b sono numeri interi, si dice che a divide b, in simboli: a b, se e solo se esiste c Z tale che b = ac. Si può subito notare che:

Dettagli

IFRS 2 Pagamenti basati su azioni

IFRS 2 Pagamenti basati su azioni Pagamenti basati su azioni International Financial Reporting Standard 2 Pagamenti basati su azioni FINALITÀ 1 Il presente IRFS ha lo scopo di definire la rappresentazione in bilancio di una entità che

Dettagli

GLI ASSI CULTURALI. Allegato 1 - Gli assi culturali. Nota. rimessa all autonomia didattica del docente e alla programmazione collegiale del

GLI ASSI CULTURALI. Allegato 1 - Gli assi culturali. Nota. rimessa all autonomia didattica del docente e alla programmazione collegiale del GLI ASSI CULTURALI Nota rimessa all autonomia didattica del docente e alla programmazione collegiale del La normativa italiana dal 2007 13 L Asse dei linguaggi un adeguato utilizzo delle tecnologie dell

Dettagli

FINANZIAMENTI IMPORT

FINANZIAMENTI IMPORT Aggiornato al 01/01/2015 N release 0004 Pagina 1 di 8 INFORMAZIONI SULLA BANCA Denominazione e forma giuridica: BANCA INTERPROVINCIALE S.p.A. Forma giuridica: Società per Azioni Sede legale e amministrativa:

Dettagli

Analisi dei requisiti e casi d uso

Analisi dei requisiti e casi d uso Analisi dei requisiti e casi d uso Indice 1 Introduzione 2 1.1 Terminologia........................... 2 2 Modello della Web Application 5 3 Struttura della web Application 6 4 Casi di utilizzo della Web

Dettagli

Business Process Reengineering

Business Process Reengineering Business Process Reengineering AMMISSIONE ALL'ESAME DI LAUREA Barbagallo Valerio Da Lozzo Giordano Mellini Giampiero Introduzione L'oggetto di questo lavoro riguarda la procedura di iscrizione all'esame

Dettagli

Stima per intervalli Nei metodi di stima puntuale è sempre presente un ^ errore θ θ dovuto al fatto che la stima di θ in genere non coincide con il parametro θ. Sorge quindi l esigenza di determinare una

Dettagli

Principal Component Analysis

Principal Component Analysis Principal Component Analysis Alessandro Rezzani Abstract L articolo descrive una delle tecniche di riduzione della dimensionalità del data set: il metodo dell analisi delle componenti principali (Principal

Dettagli

Guida alle offerte di finanziamento per le medie imprese

Guida alle offerte di finanziamento per le medie imprese IBM Global Financing Guida alle offerte di finanziamento per le medie imprese Realizzata da IBM Global Financing ibm.com/financing/it Guida alle offerte di finanziamento per le medie imprese La gestione

Dettagli

ANALISI MEDIANTE LO SPETTRO DI RISPOSTA

ANALISI MEDIANTE LO SPETTRO DI RISPOSTA ANALISI EDIANTE LO SPETTRO DI RISPOSTA arco BOZZA * * Ingegnere Strutturale, già Direttore della Federazione regionale degli Ordini degli Ingegneri del Veneto (FOIV), Amministratore di ADEPRON DINAICA

Dettagli

Rischio impresa. Rischio di revisione

Rischio impresa. Rischio di revisione Guida alla revisione legale PIANIFICAZIONE del LAVORO di REVISIONE LEGALE dei CONTI Formalizzazione delle attività da svolgere nelle carte di lavoro: determinazione del rischio di revisione, calcolo della

Dettagli

Orc Trading: tecnologia innovativa per far crescere il vostro business. Matteo Carcano Milano, 13 Aprile, 2010

Orc Trading: tecnologia innovativa per far crescere il vostro business. Matteo Carcano Milano, 13 Aprile, 2010 Orc Trading: tecnologia innovativa per far crescere il vostro business Matteo Carcano Milano, 13 Aprile, 2010 2 Agenda 17.00 17.15 Introduzione Matteo Carcano Orc Software 17.15 17.30 Le opportunità di

Dettagli

Guido Candela, Paolo Figini - Economia del turismo, 2ª edizione

Guido Candela, Paolo Figini - Economia del turismo, 2ª edizione 8.2.4 La gestione finanziaria La gestione finanziaria non dev essere confusa con la contabilità: quest ultima, infatti, ha come contenuto proprio le rilevazioni contabili e il reperimento dei dati finanziari,

Dettagli