UN ALGORITMO NEURO-GENETICO PER L OPERATIVITÀ GIORNALIERA A POSIZIONE SINGOLA SUI MERCATI FINANZIARI

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "UN ALGORITMO NEURO-GENETICO PER L OPERATIVITÀ GIORNALIERA A POSIZIONE SINGOLA SUI MERCATI FINANZIARI"

Transcript

1 ANTNIA AZZINI ANDREA G.B. TETTAMANZI UN ALGRITM NEUR-GENETIC PER L PERATIVITÀ GIRNALIERA A PSIZINE SINGLA SUI MERCATI FINANZIARI 1. INTRDUZINE La gestione automatica dell operatività giornaliera a posizione singola sui mercati finanziari, attraverso la progettazione manuale delle regole di trading finanziario o attraverso tecniche di apprendimento, non è un aspetto innovativo. La letteratura presenta diverse soluzioni che hanno implementato simulatori finanziari per molti anni. Recentemente, Brabazon e Neill (2006) hanno evidenziato come uno degli scopi di questi approcci nei mercati finanziari sia quello di individuare ed eliminare le anomalie fra le derivate e le risorse finanziarie che le generano. Come indicato da Subramanian (2006), le regole di trading sono ampiamente utilizzate da professionisti come mezzo efficace per automatizzare aspetti delle loro idee in merito agli andamenti dei prezzi di mercato. Comunque, ogni regola può determinare atteggiamenti svantaggiosi in condizioni di mercato avverse, a causa della sua semplicità, e combinazioni non attente di tali regole non sono molto efficaci nel ridurne gli aspetti negativi. Recenti sviluppi nell automatizzazione di mercati finanziari e meccanismi di gestione dell operatività finanziaria dei mercati hanno prodotto un particolare interesse e sviluppo all interno della comunità di ricerca di machine learning, interessando gli algoritmi evolutivi (Brabazon 2006; Dempster et al. 2001; Jones et al. 2001), nei quali l utilizzo degli algoritmi genetici e della programmazione genetica si è dimostrato capace di superare i problemi delle regole di trading. Un aspetto importante che riguarda il trading sul mercato è che le regole utilizzate sono proficue in determinati ambienti o condizioni di mercato, mentre risultano non proficue sotto altre. Per questo motivo, nella gestione delle operazioni di mercato finanziario è necessario considerare, oltre alle regole, anche gli operatori finanziari (traders). Le reti neurali artificiali evolutive (EANNs) (Yao 1999) rappresentano utili soluzioni a diversi problemi finanziari per cui è difficile individuare soluzioni analitiche, e diventano utili anche nell individuare la miglior progettazione di una rete neurale artificiale per un problema finanziario prestabilito. SISTEMI INTELLIGENTI / a. XX, n. 2, agosto

2 Diverse attività di ricerca sono state condotte a tal proposito: alcune considerando l ottimizzazione di reti neurali per trading finanziari in condizioni di mercato efficiente (Skabar 2002); altre studiando le relazioni fra l attitudine al rischio di agenti economici e la redditività di operazioni di gestione del magazzino (Hayward 2004); altre ancora hanno sviluppato approcci evolutivi per la modellizzazione finanziaria (Azzini e Tettamanzi 2006). Gli algoritmi evolutivi infatti, come indicato precedentemente (Subramanian 2006), sono adatti alla progettazione di regole automatiche di gestione dell operatività finanziaria, considerando anche il problema della definizione di tali regole. Lo scopo di questo lavoro è quello di impiegare un approccio evolutivo per la progettazione e l ottimizzazione di ANNs, già illustrato in dettaglio (Azzini e Tettamanzi 2006a; 2006b) e validato su un certo numero di problemi di interesse reale, per la ricerca di redditizie regole automatiche per la gestione dell operatività finanziaria. 2. DESCRIZINE DEL PRBLEMA La definizione di trading consiste nell attività di acquistare e vendere strumenti finanziari con lo scopo di ottenerne un guadagno (Harris 2003). Durante queste attività gli operatori finanziari esprimono la loro volontà, rispettivamente di acquistare o di vendere richiedendo acquisti (domande) e offerte di vendita, e posizionano questi ultimi durante la progettazione dei propri mercati. In altri casi invece gli operatori finanziari effettuano ordini agli agenti finanziari o a sistemi automatici di gestione finanziaria che li gestiranno. perazioni di domanda ed offerta solitamente includono anche informazioni relative ai prezzi e alle quantità che gli operatori finanziari accetteranno. Questi ultimi definiscono tali prezzi come prezzi di domanda e prezzi di offerta. Gli ordini sono definiti come istruzioni finanziarie: specificano infatti quale strumento (o strumenti) gli agenti finanziari vogliono gestire, quali operazioni effettuare, per quali importi, quando e come gestirle, e soprattutto in quali termini. Generalmente gli operatori finanziari emettono ordini quando non possono negoziarli personalmente. Sebbene tali ordini abbiano gli stessi significati in tutti i mercati finanziari, le loro proprietà differiscono secondo il tipo di mercato a cui vengono sottomessi dagli operatori finanziari. In questo approccio viene considerato un mercato di gestione finanziaria continuo, in quanto gli operatori finanziari gestiscono gli ordini direttamente all arrivo. Gli stessi ordini potrebbero avere caratteristiche leggermente differenti in mercati cosiddetti call markets, nei quali la raccolta e l esecuzione degli ordini avviene contemporaneamente. Il problema di gestione automatica dell operatività giornaliera a posizione singola sui mercati finanziari consiste nell individuare regole 240

3 automatiche di gestione di apertura e chiusura di una posizione singola durante un attività finanziaria. Tale problema appartiene ad una classe più ampia e generale di problemi che interessano la definizione di regole redditizie che gestiscono l apertura e la chiusura di posizioni in una singola giornata di attività finanziaria. Un importante distinzione che può essere individuata è quella fra problemi cosiddetti statici e dinamici. È definito statico un problema in cui le strategie di apertura e di chiusura sono decise prima o all apertura del mercato e rimangono invariate successivamente. Di contro, un problema dinamico permette di definire le strategie nel momento in cui viene definita un operazione di mercato. I problemi statici sono tecnicamente più semplici da affrontare, poiché l unica informazione che deve essere considerata è quella disponibile prima dell apertura del mercato. Ciò non significa comunque che questi siano più facili da risolvere rispetto a quelli dinamici. Per questa ragione lo scopo dell approccio presentato in questo lavoro riguarda la definizione di un gestore finanziario automatico considerando un problema statico Simulatore Un problema statico di gestione automatica dell operatività finanziaria giornaliera può essere classificato secondo quattro differenti caratteristiche: il tipo di posizione permessa, la strategia di apertura, la strategia di guadagno ed infine la strategia di limitazione delle perdite o di chiusura. In questo approccio vengono considerate sia posizioni finanziare cosiddette «lunghe» che quelle «brevi», e la strategia di apertura è effettuata al prezzo indicato dal mercato all apertura. La strategia di guadagno definita in questo approccio non viene eseguita fino alla chiusura del mercato o fino a quando non interviene una strategia di limitazione delle perdite. In questo approccio un simulatore di gestione dell operatività finanziaria viene impiegato per valutare le prestazioni di un agente. Tale simulatore gestisce operazioni di acquisto e di vendita, e permette le vendite a breve. Solo una posizione è mantenuta aperta durante il singolo processo di trading e un ordine viene eseguito solo quando l operatore finanziario chiude una posizione aperta o quando viene aperta una posizione dopo che tutte erano state già chiuse. Mentre nei problemi di progettazione di una regola di trading redditizia, inerenti alla staticità della gestione automatica dell operatività finanziaria giornaliera, una maggiore informazione porta ad un miglior risultato, per quanto riguarda la valutazione di una data regola invece la quantità e la granularità dell informazione richiesta varia a seconda del problema. In un caso infatti dati riguardanti l apertura, il valore massimo, il valore minimo e il valore di chiusura di uno strumento finanziario sono 241

4 sufficienti, in un altro invece potrebbero essere necessari ulteriori dati a singola posizione. In questo approccio, al fine di valutare la redditività delle regole, il simulatore necessita solo delle informazioni di apertura, di chiusura, e dei valori massimi e minimi per ogni singolo giorno della serie storica considerata. Il dataset impiegato in questo lavoro comprende tali informazioni unitamente ad una selezione degli indicatori tecnici più noti di strumenti finanziari: 242 X = {, H, L, C, MA5(i), MA10(i),...} i = 1..., N I valori di ingresso saranno descritti in dettaglio nel paragrafo 3.2, e i dati a cui fanno riferimento sono riassunti nella tabella 1. Ciò che si cerca di ottimizzare quando si affronta un problema di gestione automatica dell operatività finanziaria è il guadagno ottenuto applicando una regola di trading. Invece di guardare ad un guadagno «assoluto», generale, che dipende dalle quantità finanziarie gestite, è utile concentrarsi sui rendimenti. Generalmente, il rendimento logaritmico annualizzato di una regola R quando applicata ad una serie storica X di lunghezza N è definito come: Y r (R, X) = r (R, X) N ΣN dove r (R, X, i) corrisponde al rendimento logaritmico ottenuto della regola R sull iesimo giorno della serie storica X, e Y corrisponde al numero di giorni di mercato finanziario in un anno. In questo approccio il rendimento logaritmico dipende da un rendimento r TP prefissato. Esso è un parametro dell algoritmo che corrisponde alla massima redditività che può essere assegnata durante la simulazione di trading automatico. Il valore costante di r TP è definito, unitamente agli altri parametri dell algoritmo, alla creazione dell intera popolazione di agenti finanziari, e rimane invariato durante l intero processo evolutivo. I passi principali del simulatore sono mostrati in figura 1, in cui sono considerate differenti posizioni, precedentemente generate dalla simulazione della rete neurale, al fine di quantificare i rendimenti logaritmici della serie temporale. In particolare, per ogni giorno della serie viene definita una posizione attraverso due soglie differenti q buy e q sell, che corrispondono rispettivamente al valore massimo dell uscita della rete per operazioni di acquisto e al valore minimo per le operazioni di vendita. In questa applicazione le soglie sono settate, rispettivamente, a 0.34 e 0.66, al fine di mantenere una distribuzione bilanciata fra le varie operazioni disponibili durante la gestione dell operatività finanziaria. Se il valore in uscita ottenuto dall algoritmo evolutivo è inferiore a q buy viene aperta una posizione di tipo long, mentre se è inferiore a q sell viene i =1

5 Per tutti i giorni i della serie storica esegui: se segnale i = acquista e ln altrimenti se segnale i = acquista e ln se segnale i = vendi e ln L H altrimenti se segnale i = vendi e ln > r TP allora r (R, X, i) = r TP xh i r TP allora r (R, X, i) = ln > r TP allora r (R, X, i) = r TP L se segnale i = no operazione allora r (R, X, i) = 0 FIG. 1. Pseudo-codice del Simulatore r TP allora r (R, X, i) = ln C xc i aperta una posizione di tipo short. Non vengono aperte posizioni invece nell intervallo definito fra le due soglie. Le regole di trading definite in questo approccio utilizzano informazioni passate per determinare la miglior azione di gestione finanziaria corrente, e producono un segnale di acquisto/vendita al giorno corrente in base all informazione del giorno precedente. Una tale regola è quindi utilizzata per definire i rendimenti logaritmici del trading finanziario del giorno corrente. In questa simulazione i rendimenti logaritmici ottenuti sono successivamente utilizzati, unitamente al tasso senza rischio r f e al rischio DSR per calcolare il tasso di Sortino SR d (Sortino 1991), un estensione del tasso di Sharpe (1994). SR d (R, X) = r (R, X) r f DSR rf (R, X) Questo valore rappresenta la misura dei rendimenti sottoposti a rischio della simulazione, e sarà utilizzata dall approccio neuro-genetico al fine di valutare la bontà (fitness) di un singolo individuo (agente). All inizio della giornata l agente invia al simulatore l ordine decodificato dall output della rete neurale. Durante l arco di una giornata, verrà chiusa una posizione aperta all inizio non appena viene raggiunto il guadagno desiderato (indicato dal rendimento logaritmico r TP ). In pratica questo potrebbe essere raggiunto posizionando un ordine limite opposto nello stesso momento dell ordine di apertura. Una posizione ancora aperta alla chiusura del mercato verrà automaticamente chiusa. 3. L APPRCCI NEUR-GENETIC L approccio implementato in questo lavoro definisce una popolazione di agenti finanziari, cosiddetti individui, codificati attraverso 243

6 delle rappresentazioni con reti neurali. L algoritmo evolutivo (Azzini e Tettamanzi 2006a; 2006b) evolve una popolazione di agenti applicando un ottimizzazione congiunta delle strutture e delle connessioni dei pesi di una tipologia di reti neurali impiegate in questo problema, cosiddette percettroni multistrato. L approccio si basa inoltre sull algoritmo di backpropagation (BP) per la codifica degli individui e per il loro apprendimento. Come descritto in dettaglio in precedenti lavori (Azzini e Tettamanzi 2006a; 2006b), tutti gli individui non hanno una topologia prestabilita; la popolazione viene inizializzata con reti neurali a differenti dimensioni dei livelli intermedi e numero di neuroni differenti per ogni livello intermedio. Vengono impiegate due distribuzioni esponenziali al fine di mantenere diversità fra tutti gli individui della nuova popolazione. Nonostante non vengano definiti a priori limiti sulle dimensioni delle reti neurali, la funzione di bontà (fitness) associata a ciascuna rete può penalizzare quelle di dimensione elevata, poiché computazionalmente costose. Nel processo evolutivo, dopo la definizione e l inizializzazione della popolazione, gli operatori genetici vengono applicati ad ogni rete attraverso i seguenti passi, fino al soddisfacimento delle condizioni di terminazione: 1. seleziona da una popolazione di dimensione n n/2 individui per troncamento; 2. per tutti gli individui della popolazione: a) muta i pesi e la topologia dei figli, b) addestra la rete risultante, c) calcola la fitness sull insieme di prova (vedi par. 3.1), d) salva l individuo migliore; 3. salva le informazioni statistiche dell intero processo evolutivo. Nel processo di selezione per troncamento viene considerato anche l elitismo, garantendo la sopravvivenza dell individuo migliore nella generazione evolutiva successiva, con il conseguente miglioramento delle soluzioni nel tempo. In ogni nuova generazione viene creata una nuova popolazione, e i migliori genitori selezionati attraverso l operatore di selezione corrisponderanno alla prima metà di tale nuova popolazione. La seconda metà sarà formata dai figli di tali individui selezionati. La mutazione delle connessioni dei neuroni viene applicata prima di qualsiasi mutazione strutturale e prima di applicare l algoritmo di backpropagation per l addestramento della rete. Successivamente viene applicata la mutazione della topologia attraverso quattro tipi fondamentali che intervengono sia a livello di singoli neuroni che di interi livelli intermedi, effettuando inserimento ed eliminazione di neuroni e di livelli. In particolare l eliminazione di un neurone avviene solo se il suo contributo è irrilevante rispetto all intero comportamento della rete neurale, mentre l inserimento e l eliminazione di un livello intermedio 244

7 e l inserimento di un singolo neurone sono implementati secondo tre distinte probabilità indipendenti, rispettivamente p + livello, p livello e p+ neurone Fitness Come negli approcci precedenti (Azzini e Tettamanzi 2006a; 2006b) la funzione di fitness impiegata in questo lavoro dipende dal costo di ogni individuo. Per questa ragione viene adottata la convenzione che la miglior fitness corrisponde a quella con il valore più basso, definendo l obiettivo un problema di minimizzazione del costo. Questa funzione copre anche un ruolo di selettore e controllore, poiché penalizza reti neurali topologicamente grandi. In quest applicazione la funzione di fitness dipende dal rendimento ottenuto dall agente finanziario considerato, ed è calcolata alla fine del processo di addestramento e di valutazione nel seguente modo: f = lkc + (1 l) * e SR d dove l corrisponde al bilanciamento fra il costo e l accuratezza della rete, ed è impostato a 0.2 al fine di dare maggior importanza all accuratezza. Questo parametro rappresenta anche la misura della correlazione fra il valore della fitness e la misura del rendimento considerato e SR d. K rappresenta un valore di scala ed è settato a 10^ 6, mentre c modella il costo computazionale di una rete neurale, proporzionale al numero di neuroni nascosti e di sinapsi della rete neurale. È importante sottolineare che il tasso di Sortino utilizzato nella funzione di fitness definisce il fattore rischio di perdita. Seguendo gli standard, i dati del problema sono suddivisi in tre insiemi, rispettivamente di addestramento delle reti neurali utilizzato dall algoritmo di backpropagation, l insieme di prova, utilizzato per decidere quando fermare il processo di addestramento e per evitare problemi di overfitting e infine l insieme di validazione, utilizzato per testare le capacità di generalizzazione di una rete Definizione del dataset Il dataset dell applicazione finanziaria considerata è definito associando, per ogni istanza della serie storica considerata, gli ingressi e l uscita desiderata corrispondente. Gli ingressi sono definiti considerando le quotazioni dei prezzi storici giornalieri di 24 indicatori tecnici usati in analisi finanziaria associati allo strumento considerato. Questi indicatori riassumono importanti caratteristiche della serie storica dello strumento finanziario e rappresentano statistiche utili e informazioni tecniche che 245

8 in caso contrario dovrebbero essere calcolate per ogni individuo della popolazione durante il processo evolutivo, aumentando così il costo computazionale dell intero algoritmo. L elenco degli ingressi è mostrato in tabella 1; descrizioni dettagliate degli indicatori sono presenti anche in letteratura (Colby 2002). Generalmente gli indicatori tecnici posso essere incorporati direttamente come modelli di ingresso, o, alternativamente, possono essere preprocessati per produrre un ingresso considerando tassi o attraverso l impiego di regole. Quest ultimo caso rappresenta un problema combinatoriale e metodi di modellizzazione tradizionale possono fornire infinite casistiche, talvolta problematiche. Ciò suggerisce l utilizzo di un algoritmo evolutivo in cui la struttura e gli ingressi del modello non siano definiti a priori, con buone potenzialità di gestione dell attività finanziaria a partire dagli indicatori tecnici del singolo strumento (Brabazon 2006). TAB. 1. Indicatori tecnici in ingresso Ind. Indicatori tecnici in ingresso Descrizione 1 pen(i) Valore di apertura 2 High(i) Valore massimo 3 Low(i) Valore minimo 4 Close(i) Valore di chiusura 5 MA(5) Media mobile a 5 giorni 6 MA(10) Media mobile a 10 giorni 7 MA(20) Media mobile a 20 giorni 8 MA(50) Media mobile a 50 giorni 9 MA(100) Media mobile a 100 giorni 10 MA(200) Media mobile a 200 giorni 11 EMA(5) Media mobile esponenziale a 5 giorni 12 EMA(10) Media mobile esponenziale a 10 gioni 13 EMA(20) Media mobile esponenziale a 20 gioni 14 EMA(50) Media mobile esponenziale a 50 giorni 15 EMA(100) Media mobile esponenziale a 100 giorni 16 EMA(200) Media mobile esponenziale a 200 giorni 17 MACD(i) Media mobile di Convergenza/Divergenza 18 SIGNAL(i) Media mobile esponenziale su MACD 19 Momentum(i) Tasso di cambio del prezzo 20 RC(i) Tasso di cambio 21 K(i) scillatore stocastico 22 D(i) scillatore stocastico 23 RSI(i) Indice di forza relativa 24 Close(i 1) Valore di chiusura del giorno precedente Per ogni giorno della serie storica considerata viene definito quindi un valore di uscita desiderato, corrispondente all operazione che dovrebbe essere eseguita dall operatore finanziario automatico in quel determinato giorno. Il valore di uscita ammette solo due possibili operazioni, corrispondenti a acquisti e vendite e codificati rispettivamente con 0 e 246

9 1. Lo pseudo-codice della figura 2 mostra i passi eseguiti per ottenere le uscite sulla serie storica. Per tutti i giorni i della serie storica esegui: se ln allora r acquista (R, X, i) = r TP altrimenti r acquista (R, X, i) = ln se ln H L allora r vendi (R, X, i) = r TP altrimenti r vendi (R, X, i) = ln C C se r vendi (i) max(r acquista (i),0) allora utputdesiderato (i) = 1 se r acquista (i) max(r vendi (i),0) allora utputdesiderato (i) = 0 FIG. 2. Pseudo-codice della definizione dei valori di uscita desiderati Esperimenti e risultati ottenuti Il database di quest applicazione finanziaria è creato considerando tutte le quotazioni giornaliere e i 24 indicatori tecnici descritti in tabella 1 per il mercato ordinario dello strumento finanziario FIAT, al tasso di cambio della Borsa italiana. I dati giornalieri fanno riferimento al periodo dal 31/03/2003 al 31/12/2006, e sono stati suddivisi in tre insiemi al fine di definire l insieme di apprendimento, di prova e di validazione, rispettivamente con il 66%, il 27% e il 7%, corrispondente al periodo più recente, per i tre insiemi. L intera serie storica è stata preprocessata considerando una distribuzione gaussiana con media = 0 e deviazione standard = 1. Sono stati condotti diversi esperimenti al fine di individuare il miglior settaggio dei parametri genetici FRM, FRM e FRM, mentre i restanti parametri dell algoritmo neuro-genetico sono settati ai valori costanti definiti in precedenza (Azzini e Tettamanzi 2006a; 2006b). Per ogni esecuzione dell algoritmo evolutivo sono condotte valutazioni della rete neurale sull insieme di apprendimento fino ad un massimo di , comprendendo anche quelle eseguite dall algoritmo di BP. Il tasso r j è settato per tutte le esecuzioni a , che corrisponde al tasso di sconto della Banca centrale europea pari al 3.5%, mentre sono stati considerati anche differenti settaggi per i valori di rendimento logaritmico sia per i valori di uscita desiderati che per quelli ottenuti dalle simulazioni, al fine di individuare la combinazione più adatta ai risultati 247

10 ottenuti dal processo evolutivo per l individuazione del miglior agente finanziario. Un primo ciclo di esperimenti, i cui risultati sono riportati in tabella 2, è stato condotto al fine di determinare il settaggio più promettente dei parametri dell algoritmo neuro-genetico per tre differenti settaggi del rendimento logaritmico. La tabella riporta la media e la deviazione standard dei valori di fitness calcolati sull insieme di prova delle migliori soluzioni ottenute per ogni settaggio con 10 esecuzioni, unitamente al tasso Sortino. I risultati mostrano come il settaggio dei parametri non sia un aspetto critico; quindi, da questo punto è stato scelto di adottare il settaggio standard corrispondente alla riga 1 della Tabella 2 per le successive simulazioni, con FRM, FRM e FRM pari a TAB. 2. Un confronto dei risultati sperimentali per differenti settaggi dei parametri dell algoritmo neuro-geùnetico Set. Settaggio Rendimenti logaritmici dei parametri p + livello p livello p+ neurone r TP = r TP = r TP = f med Dev SR d f med Dev SR d f med Dev SR d Un secondo gruppo di esperimenti, riassunto in Tabella 3 mostra il confronto effettuato fra simulazioni dell approccio con differenti tassi Sortino e rendimenti logaritmici per differenti combinazioni di valori di rendimenti desiderati e ottenuti dalle esecuzioni. In questi esperimenti vengono riportati i valori del tasso di Sortino e del correlato rendimento logaritmico del miglior individuo trovato per ogni settaggio. sservando la tabella è possibile notare che esecuzioni in cui il take profit utilizzato per costruire l output desiderato è maggiore dell attuale utilizzato dalla strategia portano a regole di gestione finanziare più proficue, anche se con alcune eccezioni: come dato di fatto la miglior combinazione individuata ha un rendimento desiderato pari a 0.006, e uno ottenuto dalle simulazioni pari a

11 TAB. 3. Un confronto fra tasso Sortino e rendimenti logaritmici per differenti combinazioni di valori di rendimenti desiderati e ottenuti dalle simulazioni Rendim. target Set. valid. Rendimento dalle simulazioni worst avg best worst avg best worst avg best SR d log rend SR d log rend SR d log rend Discussione L approccio presentato in questo lavoro è elementare e minimalista in due aspetti: innanzitutto, i dati considerati ogni giorno dall agente finanziario al fine di definire la corretta operazione da svolgere sono ristretti ai valori di apertura, chiusura, di massimo e di minimo delle quotazioni giornaliere, unitamente ai principali indicatori tecnici finanziari, che filtrano ogni visibilità del resto delle serie temporali passate. Successivamente la strategia finanziaria che un agente può seguire è semplice e accessibile, e la sua praticità d implementazione non richiede particolari tipi di infrastrutture per le informazioni necessarie e potrebbe essere attuata anche attraverso posizionamenti di ordini con un agente finanziario al telefono prima dell apertura dei mercati, poiché non è richiesta alcuna necessità di monitoraggio dell andamento del mercato. Ciò nonostante i risultati indicano chiaramente che, di contro alla sua semplicità, un tale approccio può portare, se sviluppato in modo dettagliato ed attento, rendimenti significativi, considerando anche un rischio che, per essere sicuri, è probabilmente maggiore di quello che potrebbe avere un investitore medio, ma proporzionale ai rendimenti attesi. Simulando le regole di gestione delle operazioni finanziarie è possibile osservare che il segnale prodotto dalla rete neurale è corretto nella maggior parte dei casi; quando non lo è la perdita tende ad essere abbastanza significativa (fenomeno chiamato dagli economisti «problema del peso»), che è la principale ragione dei bassi valori dei tassi di Sortino esibiti da tutte le regole evolute. La tabella 4 mostra i principali passi temporali di una simulazione di una strategia combinando la maggioranza dei voti delle sette migliori regole di trading individuate sull insieme di validazione con take profit pari a per i valori desiderati e per quelli di simulazione. Nella tabella sono riportati solamente i giorni in cui è stata eseguita 249

12 TAB. 4. Strategia ottenuta combinando la maggioranza dei voti delle sette migliori regole di trading individuate sull insieme di validazione con take profit pari a per i valori desiderati e per quelli di simulazione Data utput ottenuto dai vari settaggi della migliore rete neurale individuata perazione Rendimento 08/09/ Acquista /09/ Acquista /09/ Acquista /09/ Acquista /09/ Acquista /09/ Acquista /10/ Acquista /10/ Acquista /11/ Acquista /11/ Acquista /11/ Acquista /11/ ,07 Acquista Nota: L azione nella colonna perazione fa riferimento ad operazioni di acquisto/vendita dello strumento FIAT. La colonna Rendimento mostra il rendimento logaritmico annualizzato ottenuto dalla strategia per ogni giorno mostrato. Nella tabella sono riportati solamente i giorni in cui è stata eseguita un operazione finanziaria. Come precedentemente indicato, ogni valore di uscita dell ANN è decodificato in 3 intervalli di uscita: output < 0.34, 0.34 < output < 0.66, e output > un operazione finanziaria. Il rendimento capitalizzato è veramente interessante: infatti il rendimento logaritmico annualizzato della strategia sopra riportata corrisponde ad un rendimento su base annua pari al 39.87%, con un valore di DSR prossimo allo zero (0.003). 4. CNCLUSINI In questo lavoro è stata presentata un applicazione di un algoritmo neuro-genetico per l ottimizzazione di semplici agenti finanziari per la gestione dell operatività giornaliera a posizione singola sui mercati finanziari. L approccio è stato validato sullo strumento del mercato italiano FIAT. Risultati sperimentali indicano che, rispetto alla sua semplicità, sia in termini di dati di ingresso che di strategia, un tale approccio porta rendimenti significativi nella gestione dell operatività finanziaria giornaliera. 250

13 RIFERIMENTI BIBLIGRAFICI AZZINI A. e TETTAMANZI A.G.B. (2006a), Financial forecasting with a neurogenetic approach, in Atti della Giornata di Studio Italiana sul Calcolo Evolutivo, Siena. AZZINI A. e TETTAMANZI A.G.B. (2006b), A neural evolutionary approach to financial modelling, in Proceedings of the Genetic and Evolutionary Computation Conference, vol. 2, pp , San Francisco, CA, Morgan Kaufmann. BRABAZN A. e NEILL M. (2006), Biologically inspired algorithms for financial modelling, Springer Verlag. CLBY R. (2002), The Encyclopedia of technical market indicators, 2 a ed., New York, McGraw-Hill. DEMPSTER M. e JNES C. (2001), A real-time adaptive trading system using genetic programming. in «Quantitative Finance», 1, 4, pp DEMPSTER M., JNES C., RMAHI Y. e THMPSN G. (2001), Computational learning techniques for intraday fx trading using popular technical indicators, in «IEEE Transactions on Neural Networks», 12, 4. HARRIS L. (2003), Trading and exchanges, market microstructure for practitioners, New York, xford University Press. HAYWARD S. (2004), Evolutionary artificial neural network optimisation in financial engineering, in Proceedings of the Fourth International Conference on Hybrid Intelligent Systems, HIS 04. IEEE Computer Society Press. SHARPE W. (1994), The Sharpe ratio, in «Journal of Portfolio Management», 1, pp SKABAR A. e CLETE I. (2002), Neural networks, financial trading and the efficient markets hypothesis, in Proceedings of the Australian Computer Science Conference 02, 4, Australian Computer Science Inc., pp SRTIN F. e DER MEER R.V. (1991), Downside risk capturing what s stake in investment situations, in «Journal of Portfolio Management», vol. 17, pp SUBRAMANIAN H., RAMAMRTHY S., STNE P. e KUIPERS B. (2006), Designing safe, profitable automated stock trading agents using evolutionary algorithms, in Proceedings of the Genetic and Evolutionary Computation Conference, GECC 06, San Francisco, CA, Morgan Kaufmann, vol. 1, pp YA X. (1999), Evolving artificial neural networks, in Proceedings of the IEEE, pp Antonia Azzini e Andrea G.B. Tettamanzi, Università degli Studi di Milano, Dipartimento di Tecnologie dell Informazione, Crema (CR). unimi.it 251

14

Evoluzione Risk Management in Intesa

Evoluzione Risk Management in Intesa RISCHIO DI CREDITO IN BANCA INTESA Marco Bee, Mauro Senati NEWFIN - FITD Rating interni e controllo del rischio di credito Milano, 31 Marzo 2004 Evoluzione Risk Management in Intesa 1994: focus iniziale

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

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

Ricerca Operativa Branch-and-Bound per problemi di Programmazione Lineare Intera

Ricerca Operativa Branch-and-Bound per problemi di Programmazione Lineare Intera Ricerca Operativa Branch-and-Bound per problemi di Programmazione Lineare Intera L. De Giovanni AVVERTENZA: le note presentate di seguito non hanno alcuna pretesa di completezza, né hanno lo scopo di sostituirsi

Dettagli

Capitale raccomandato

Capitale raccomandato Aggiornato in data 1/9/212 Advanced 1-212 Capitale raccomandato da 43.8 a 6.298 Descrizioni e specifiche: 1. E' una combinazione composta da 3 Trading System automatici 2. Viene consigliata per diversificare

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

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

POLICY DI ESECUZIONE E TRASMISSIONE DEGLI ORDINI. Versione 9.0 del 09/03/2015. Aggiornata dal CDA nella seduta del 30/03/2015

POLICY DI ESECUZIONE E TRASMISSIONE DEGLI ORDINI. Versione 9.0 del 09/03/2015. Aggiornata dal CDA nella seduta del 30/03/2015 POLICY DI ESECUZIONE E TRASMISSIONE DEGLI ORDINI Versione 9.0 del 09/03/2015 Aggiornata dal CDA nella seduta del 30/03/2015 1 INDICE PREMESSA... 3 1. Significato di Best Execution... 3 2. I Fattori di

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

UNIVERSITA DI PISA FACOLTA DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA ELETTRONICA ANNO ACCADEMICO 2004-2005 TESI DI LAUREA

UNIVERSITA DI PISA FACOLTA DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA ELETTRONICA ANNO ACCADEMICO 2004-2005 TESI DI LAUREA UNIVERSITA DI PISA FACOLTA DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA ELETTRONICA ANNO ACCADEMICO 2004-2005 TESI DI LAUREA SVILUPPO DI METODI DECONVOLUTIVI PER L INDIVIDUAZIONE DI SORGENTI INDIPENDENTI

Dettagli

Questioni di Economia e Finanza

Questioni di Economia e Finanza Questioni di Economia e Finanza (Occasional Papers) High Frequency Trading: una panoramica di Alfonso Puorro Settembre 2013 Numero 198 Questioni di Economia e Finanza (Occasional papers) High Frequency

Dettagli

DOCUMENTO DI SINTESI STRATEGIA DI ESECUZIONE E TRASMISSIONE DEGLI ORDINI Banca San Giorgio Quinto Valle Agno

DOCUMENTO DI SINTESI STRATEGIA DI ESECUZIONE E TRASMISSIONE DEGLI ORDINI Banca San Giorgio Quinto Valle Agno DOCUMENTO DI SINTESI STRATEGIA DI ESECUZIONE E TRASMISSIONE DEGLI ORDINI Banca San Giorgio Quinto Valle Agno (delibera CdA 17 Dicembre 2012) LA NORMATIVA MIFID La Markets in Financial Instruments Directive

Dettagli

La Visione Artificiale: Controllo di Qualità, Fotogrammetria e Realtà Virtuale

La Visione Artificiale: Controllo di Qualità, Fotogrammetria e Realtà Virtuale La Visione Artificiale: Controllo di Qualità, Fotogrammetria e Realtà Virtuale D. Prattichizzo G.L. Mariottini F. Moneti M. Orlandesi M. Fei M. de Pascale A. Formaglio F. Morbidi S. Mulatto SIRSLab Laboratorio

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

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

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

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

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 del sistema 4 2.1 Requisiti hardware........................ 4 2.2 Requisiti software.........................

Dettagli

Neural Trader: utilizzo di reti neurali per il trading di scommesse

Neural Trader: utilizzo di reti neurali per il trading di scommesse Neural Trader: utilizzo di reti neurali per il trading di scommesse Mario Arrigoni Neri A. Introduzione Il trading di scommesse sportive è una attività relativamente nuova, che si presenta per la prima

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

Manuale del Trader. Benvenuti nel fantastico mondo del trading binario!

Manuale del Trader. Benvenuti nel fantastico mondo del trading binario! Manuale del Trader Benvenuti nel fantastico mondo del trading binario! Questo manuale spiega esattamente cosa sono le opzioni binarie, come investire e familiarizzare con il nostro sito web. Se avete delle

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

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

EQUAZIONI non LINEARI

EQUAZIONI non LINEARI EQUAZIONI non LINEARI Francesca Pelosi Dipartimento di Matematica, Università di Roma Tor Vergata CALCOLO NUMERICO e PROGRAMMAZIONE http://www.mat.uniroma2.it/ pelosi/ EQUAZIONI non LINEARI p.1/44 EQUAZIONI

Dettagli

Utilizzato con successo nei più svariati settori aziendali, Passepartout Mexal BP è disponibile in diverse versioni e configurazioni:

Utilizzato con successo nei più svariati settori aziendali, Passepartout Mexal BP è disponibile in diverse versioni e configurazioni: Passepartout Mexal BP è una soluzione gestionale potente e completa per le imprese che necessitano di un prodotto estremamente flessibile, sia dal punto di vista tecnologico sia funzionale. Con più di

Dettagli

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

FORMAZIONE PERMANENTE SUI TRADING SYSTEMS: DIVENTARE QUANT TRADER CHIAVI IN MANO

FORMAZIONE PERMANENTE SUI TRADING SYSTEMS: DIVENTARE QUANT TRADER CHIAVI IN MANO 13 Edizione del corso FORMAZIONE PERMANENTE SUI TRADING SYSTEMS: DIVENTARE QUANT TRADER CHIAVI IN MANO L unico corso che ti accompagna passo dopo passo fino a selezionare, affittare, gestire un trading

Dettagli

Business Process Management

Business Process Management Business Process Management Comprendere, gestire, organizzare e migliorare i processi di business Caso di studio a cura della dott. Danzi Francesca e della prof. Cecilia Rossignoli 1 Business process Un

Dettagli

Strategia di Trasmissione degli Ordini Versione n. 02

Strategia di Trasmissione degli Ordini Versione n. 02 Strategia di Trasmissione degli Ordini Versione n. 02 Approvata con delibera CdA del 04/09/ 09 Fornite ai sensi dell art. 48 c. 3 del Regolamento Intermediari Delibera Consob 16190/2007. LA NORMATIVA MIFID

Dettagli

GUIDA ALLE OPZIONI BINARIE

GUIDA ALLE OPZIONI BINARIE Titolo GUIDA ALLE OPZIONI BINARIE Comprende strategie operative Autore Dove Investire Sito internet http://www.doveinvestire.com Broker consigliato http://www.anyoption.it ATTENZIONE: tutti i diritti sono

Dettagli

Approvato dal CDA in data 28 luglio 2009 Informazioni sulla Strategia di esecuzione e trasmissione degli ordini

Approvato dal CDA in data 28 luglio 2009 Informazioni sulla Strategia di esecuzione e trasmissione degli ordini Approvato dal CDA in data 28 luglio 2009 Informazioni sulla Strategia di esecuzione e trasmissione degli ordini Fornite ai sensi degli artt. 46 c. 1 e. 48 c. 3 del Regolamento Intermediari Delibera Consob

Dettagli

The Directed Closure Process in Hybrid Social-Information Networks

The Directed Closure Process in Hybrid Social-Information Networks The Directed Closure Process in Hybrid Social-Information Networks with an Analysis of Link Formation on Twitter Dario Nardi Seminario Sistemi Complessi 15 Aprile 2014 Dario Nardi (CAS) 15/4/14 1 / 20

Dettagli

MTA. Mercato Telematico Azionario: dai forma alle tue ambizioni

MTA. Mercato Telematico Azionario: dai forma alle tue ambizioni MTA Mercato Telematico Azionario: dai forma alle tue ambizioni L accesso ai mercati dei capitali ha permesso a Campari di percorrere una strategia di successo per l espansione e lo sviluppo del proprio

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

(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

LA TECHNOLOGY TRANSFER PRESENTA JEN UNDERWOOD ADVANCED WORKSHOP ROMA 6 MAGGIO 2015 RESIDENZA DI RIPETTA - VIA DI RIPETTA, 231

LA TECHNOLOGY TRANSFER PRESENTA JEN UNDERWOOD ADVANCED WORKSHOP ROMA 6 MAGGIO 2015 RESIDENZA DI RIPETTA - VIA DI RIPETTA, 231 LA TECHNOLOGY TRANSFER PRESENTA JEN UNDERWOOD ADVANCED ANALYTICS WORKSHOP ROMA 6 MAGGIO 2015 RESIDENZA DI RIPETTA - VIA DI RIPETTA, 231 info@technologytransfer.it www.technologytransfer.it ADVANCED ANALYTICS

Dettagli

PANDORA Sistema di Telecontrollo per Ascensori PANDORA is powered by

PANDORA Sistema di Telecontrollo per Ascensori PANDORA is powered by PANDORA Sistema di Telecontrollo per Ascensori l'espressione v a s o d i P a n d o r a viene usata metaforicamente per alludere all'improvvisa scoperta di un problema o una serie di problemi che per molto

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

Modello OSI e architettura TCP/IP

Modello OSI e architettura TCP/IP Modello OSI e architettura TCP/IP Differenza tra modello e architettura - Modello: è puramente teorico, definisce relazioni e caratteristiche dei livelli ma non i protocolli effettivi - Architettura: è

Dettagli

RELAZIONE TRA DUE VARIABILI QUANTITATIVE

RELAZIONE TRA DUE VARIABILI QUANTITATIVE RELAZIONE TRA DUE VARIABILI QUANTITATIVE Quando si considerano due o più caratteri (variabili) si possono esaminare anche il tipo e l'intensità delle relazioni che sussistono tra loro. Nel caso in cui

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 RAPIDA emagister-agora Edizione BASIC

GUIDA RAPIDA emagister-agora Edizione BASIC GUIDA RAPIDA emagister-agora Edizione BASIC Introduzione a emagister-agora Interfaccia di emagister-agora Configurazione dell offerta didattica Richieste d informazioni Gestione delle richieste d informazioni

Dettagli

UML: Class Diagram. Ing. Orazio Tomarchio Orazio.Tomarchio@diit.unict.it

UML: Class Diagram. Ing. Orazio Tomarchio Orazio.Tomarchio@diit.unict.it UML: Class Diagram Ing. Orazio Tomarchio Orazio.Tomarchio@diit.unict.it Dipartimento di Ingegneria Informatica e delle Telecomunicazioni Università di Catania Class Diagram Forniscono una vista strutturale

Dettagli

1 BI Business Intelligence

1 BI Business Intelligence K Venture Corporate Finance Srl Via Papa Giovanni XXIII, 40F - 56025 Pontedera (PI) Tel/Fax 0587 482164 - Mail: info@kventure.it www.kventure.it 1 BI Business Intelligence Il futuro che vuoi. Sotto controllo!

Dettagli

V1pc Internet Banking

V1pc Internet Banking 2.6 Area Portafoglio In questa area è possibile ottenere informazioni sull'andamento del portafoglio titoli relativa al dossier selezionato tenendo così costantemente aggiornati l utente sul valore degli

Dettagli

Dai rapporti temporanei all occupazione stabile: un percorso sempre più incerto?

Dai rapporti temporanei all occupazione stabile: un percorso sempre più incerto? Dai rapporti temporanei all occupazione stabile: un percorso sempre più incerto? di Anna de Angelini La maggior flessibilità in entrata introdotta dalla normativa sui rapporti di lavoro a partire seconda

Dettagli

Your Global Investment Authority. Tutto sui bond: I ABC dei mercati obbligazionari. Cosa sono e come funzionano gli swap su tassi d interesse?

Your Global Investment Authority. Tutto sui bond: I ABC dei mercati obbligazionari. Cosa sono e come funzionano gli swap su tassi d interesse? Your Global Investment Authority Tutto sui bond: I ABC dei mercati obbligazionari Cosa sono e come funzionano gli swap su tassi d interesse? Cosa sono e come funzionano gli swap su tassi d interesse? Gli

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

Il monitoraggio della gestione finanziaria dei fondi pensione

Il monitoraggio della gestione finanziaria dei fondi pensione Il monitoraggio della gestione finanziaria nei fondi pensione Prof. Università di Cagliari micocci@unica.it Roma, 4 maggio 2004 1 Caratteristiche tecnico - attuariali dei fondi pensione Sistema finanziario

Dettagli

Strategie ISOVOL nella costruzione di

Strategie ISOVOL nella costruzione di FOR PROFESSIONAL INVESTORS Strategie ISOVOL nella costruzione di portafogli diversificati I vantaggi di un approccio fondato sulla contribuzione al rischio EFPA Italia Meeting 2014 Agenda Inter-temporal

Dettagli

IT FINANCIAL MANAGEMENT

IT FINANCIAL MANAGEMENT IT FINANCIAL MANAGEMENT L IT Financial Management è una disciplina per la pianificazione e il controllo economico-finanziario, di carattere sia strategico sia operativo, basata su un ampio insieme di metodologie

Dettagli

Risk management come opportunità per un nuovo welfare

Risk management come opportunità per un nuovo welfare Risk management come opportunità per un nuovo welfare Il contesto economico e sociale in cui operano i comitati Uisp condiziona la loro attività mettendoli di fronte a criticità di natura organizzativa,

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

Problem Management. Obiettivi. Definizioni. Responsabilità. Attività. Input

Problem Management. Obiettivi. Definizioni. Responsabilità. Attività. Input Problem Management Obiettivi Obiettivo del Problem Management e di minimizzare l effetto negativo sull organizzazione degli Incidenti e dei Problemi causati da errori nell infrastruttura e prevenire gli

Dettagli

Comunicazione ai titolari di Azioni dei seguenti comparti di GO UCITS ETF Solutions Plc (già ETFX Fund Company Plc) (la "Società"):

Comunicazione ai titolari di Azioni dei seguenti comparti di GO UCITS ETF Solutions Plc (già ETFX Fund Company Plc) (la Società): 24 luglio 2014 Comunicazione ai titolari di Azioni dei seguenti comparti di GO UCITS ETF Solutions Plc (già ETFX Fund Company Plc) (la "Società"): ETFS WNA Global Nuclear Energy GO UCITS ETF (ISIN: IE00B3C94706)

Dettagli

Estensione di un servizo di messaggistica per telefonia mobile (per una società di agenti TuCSoN)

Estensione di un servizo di messaggistica per telefonia mobile (per una società di agenti TuCSoN) Estensione di un servizo di messaggistica per telefonia mobile (per una società di agenti TuCSoN) System Overview di Mattia Bargellini 1 CAPITOLO 1 1.1 Introduzione Il seguente progetto intende estendere

Dettagli

QUADERNI DI DIDATTICA

QUADERNI DI DIDATTICA Department of Applied Mathematics, University of Venice QUADERNI DI DIDATTICA Tatiana Bassetto, Marco Corazza, Riccardo Gusso, Martina Nardon Esercizi sulle funzioni di più variabili reali con applicazioni

Dettagli

Cos è l Ingegneria del Software?

Cos è l Ingegneria del Software? Cos è l Ingegneria del Software? Corpus di metodologie e tecniche per la produzione di sistemi software. L ingegneria del software è la disciplina tecnologica e gestionale che riguarda la produzione sistematica

Dettagli

La funzione è continua nel suo dominio perchè y = f(x) è composizione di funzioni continue. Il punto x = 0 è un punto isolato per D f.

La funzione è continua nel suo dominio perchè y = f(x) è composizione di funzioni continue. Il punto x = 0 è un punto isolato per D f. FUNZIONI CONTINUE - ALCUNI ESERCIZI SVOLTI SIMONE ALGHISI 1. Continuità di una funzione Dati un insieme D R, una funzione f : D R e x 0 R, si è detto che f è continua in x 0 se sono soddisfatte le seguenti

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

Dalla Mappatura dei Processi al Business Process Management

Dalla Mappatura dei Processi al Business Process Management Dalla Mappatura dei Processi al Business Process Management Romano Stasi Responsabile Segreteria Tecnica ABI Lab Roma, 4 dicembre 2007 Agenda Il percorso metodologico Analizzare per conoscere: la mappatura

Dettagli

VC-dimension: Esempio

VC-dimension: Esempio VC-dimension: Esempio Quale è la VC-dimension di. y b = 0 f() = 1 f() = 1 iperpiano 20? VC-dimension: Esempio Quale è la VC-dimension di? banale. Vediamo cosa succede con 2 punti: 21 VC-dimension: Esempio

Dettagli

Guida alla registrazione e all installazione del Chart Risk Manager (C.R.M.) www.privatetrading.eu

Guida alla registrazione e all installazione del Chart Risk Manager (C.R.M.) www.privatetrading.eu Guida alla registrazione e all installazione del Chart Risk Manager (C.R.M.) www.privatetrading.eu 1 Benvenuti dagli ideatori e sviluppatori del Chart Risk Manager Tool per MetaTrader 4. Raccomandiamo

Dettagli

Process mining & Optimization Un approccio matematico al problema

Process mining & Optimization Un approccio matematico al problema Res User Meeting 2014 con la partecipazione di Scriviamo insieme il futuro Paolo Ferrandi Responsabile Tecnico Research for Enterprise Systems Federico Bonelli Engineer Process mining & Optimization Un

Dettagli

PASSEPARTOUT PLAN PLANNING E AGENDA I PLANNING LA MAPPA INTERATTIVA LA GESTIONE DEI SERVIZI LA PRENOTAZIONE

PASSEPARTOUT PLAN PLANNING E AGENDA I PLANNING LA MAPPA INTERATTIVA LA GESTIONE DEI SERVIZI LA PRENOTAZIONE PASSEPARTOUT PLAN Passepartout Plan è l innovativo software Passepartout per la gestione dei servizi. Strumento indispensabile per una conduzione organizzata e precisa dell attività, Passepartout Plan

Dettagli

RAPPRESENTAZIONE BINARIA DEI NUMERI. Andrea Bobbio Anno Accademico 1996-1997

RAPPRESENTAZIONE BINARIA DEI NUMERI. Andrea Bobbio Anno Accademico 1996-1997 1 RAPPRESENTAZIONE BINARIA DEI NUMERI Andrea Bobbio Anno Accademico 1996-1997 Numeri Binari 2 Sistemi di Numerazione Il valore di un numero può essere espresso con diverse rappresentazioni. non posizionali:

Dettagli

. T. I. P. O. TIP - PRE IPO S.P.A.

. T. I. P. O. TIP - PRE IPO S.P.A. Milano, 4 giugno 2014 Perché TIPO? 1. Esiste un mercato potenziale interessante 2. Le imprese italiane hanno bisogno di equity 3. Attuale disponibilità di liquidità UNA CHIUSURA PROATTIVA DEL CIRCUITO

Dettagli

ISTRUZIONI PER L USO

ISTRUZIONI PER L USO GOLD 2.0 NEWSLETTER OPERATIVA SUL MERCATO AZIONARIO a cura di Pierluigi Gerbino ISTRUZIONI PER L USO Quelle che seguono sono le istruzioni ufficiali per il corretto utilizzo operativo della newsletter

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

tanhαl + i tan(ωl/v) 1 + i tanh αl tan(ωl/v). (10.1)

tanhαl + i tan(ωl/v) 1 + i tanh αl tan(ωl/v). (10.1) 10 - La voce umana Lo strumento a fiato senz altro più importante è la voce, ma è anche il più difficile da trattare in modo esauriente in queste brevi note, a causa della sua complessità. Vediamo innanzitutto

Dettagli

I crediti e la loro classificazione secondo gli IAS/IFRS

I crediti e la loro classificazione secondo gli IAS/IFRS IAS-IFRS E NON PERFORMING LOANS Verona, 9 giugno 2006 I crediti e la loro classificazione secondo gli IAS/IFRS Andrea Lionzo Università degli Studi di Verona andrea.lionzo@univr.it 1 Indice 1. I fondamenti

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

Rappresentazione dei numeri in un calcolatore

Rappresentazione dei numeri in un calcolatore Corso di Calcolatori Elettronici I A.A. 2010-2011 Rappresentazione dei numeri in un calcolatore Lezione 2 Università degli Studi di Napoli Federico II Facoltà di Ingegneria Rappresentazione dei numeri

Dettagli

Freight&Shipping. www.sp1.it. TRASPORTO marittimo TRASPORTO VIA TERRA TRASPORTO AEREO. business intelligence. doganale

Freight&Shipping. www.sp1.it. TRASPORTO marittimo TRASPORTO VIA TERRA TRASPORTO AEREO. business intelligence. doganale Freight&Shipping www.sp1.it marittimo AEREO VIA TERRA dogana magazzino doganale business intelligence SP1, il Freight & Shipping entra spedito nel futuro SP1 è un nuovo applicativo web. Non si installa

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

GLI INDICATORI COME STRUMENTO PER IL MIGLIORAMENTO DELLA QUALITA ASSISTENZIALE

GLI INDICATORI COME STRUMENTO PER IL MIGLIORAMENTO DELLA QUALITA ASSISTENZIALE GLI INDICATORI COME STRUMENTO PER IL MIGLIORAMENTO DELLA QUALITA ASSISTENZIALE D r. C a r l o D e s c o v i c h U.O.C. Governo Clinico Staff Direzione Aziendale AUSL Bologna Bologna 26 Maggio 2010 INDICATORE

Dettagli

Corso di Amministrazione di Sistema Parte I ITIL 3

Corso di Amministrazione di Sistema Parte I ITIL 3 Corso di Amministrazione di Sistema Parte I ITIL 3 Francesco Clabot Responsabile erogazione servizi tecnici 1 francesco.clabot@netcom-srl.it Fondamenti di ITIL per la Gestione dei Servizi Informatici Il

Dettagli

Guida per lo Smart Order

Guida per lo Smart Order Guida per lo Smart Order (Novembre 2010) ActivTrades PLC 1 Indice dei contenuti 1. Informazioni Generali... 3 2. Installazione... 3 3. Avvio l`applicazione... 3 4. Usi e funzionalita`... 4 4.1. Selezionare

Dettagli

Elementi di informatica

Elementi di informatica Elementi di informatica Sistemi di numerazione posizionali Rappresentazione dei numeri Rappresentazione dei numeri nei calcolatori rappresentazioni finalizzate ad algoritmi efficienti per le operazioni

Dettagli

CAMPIONAMENTO SPAZIALE A DUE PASSI PER INDAGINI VOLTE ALL IDENTIFICAZIONE DI AREE A MAGGIOR PRESENZA DI RADON INDOOR IN LOMBARDIA

CAMPIONAMENTO SPAZIALE A DUE PASSI PER INDAGINI VOLTE ALL IDENTIFICAZIONE DI AREE A MAGGIOR PRESENZA DI RADON INDOOR IN LOMBARDIA CAMPIONAMENTO SPAZIALE A DUE PASSI PER INDAGINI OLTE ALL IDENTIFICAZIONE DI AREE A MAGGIOR PRESENZA DI RADON INDOOR IN LOMBARDIA Riccardo Borgoni, Piero Quatto, Daniela de Bartolo 2, Angela Alberici 2

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

VALUTAZIONE DI RISULTATO E DI IMPATTO del progetto Diesis

VALUTAZIONE DI RISULTATO E DI IMPATTO del progetto Diesis Obiettivo Competitività Regionale e Occupazione Programma Operativo Nazionale Azioni di Sistema (FSE) 2007-2013 [IT052PO017] Obiettivo Convergenza Programma Operativo Nazionale Governance e Azioni di Sistema

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

DOCUMENTO DI SINTESI STRATEGIA DI ESECUZIONE E TRASMISSIONE DEGLI ORDINI CASSA RURALE RURALE DI TRENTO

DOCUMENTO DI SINTESI STRATEGIA DI ESECUZIONE E TRASMISSIONE DEGLI ORDINI CASSA RURALE RURALE DI TRENTO DOCUMENTO DI SINTESI STRATEGIA DI ESECUZIONE E TRASMISSIONE DEGLI ORDINI LA NORMATIVA MIFID CASSA RURALE RURALE DI TRENTO Marzo 2014 La Markets in Financial Instruments Directive (MiFID) è la Direttiva

Dettagli

Documentazione Servizio SMS WEB. Versione 1.0

Documentazione Servizio SMS WEB. Versione 1.0 Documentazione Servizio SMS WEB Versione 1.0 1 Contenuti 1 INTRODUZIONE...5 1.1 MULTILANGUAGE...5 2 MESSAGGI...7 2.1 MESSAGGI...7 2.1.1 INVIO SINGOLO SMS...7 2.1.2 INVIO MULTIPLO SMS...9 2.1.3 INVIO MMS

Dettagli

Pronti per la Voluntary Disclosure?

Pronti per la Voluntary Disclosure? Best Vision GROUP The Swiss hub in the financial business network Pronti per la Voluntary Disclosure? Hotel de la Paix, 21 aprile 2015, ore 18:00 Hotel Lugano Dante, 22 aprile 2015, ore 17:00 Best Vision

Dettagli

GUIDA OPZIONI BINARIE

GUIDA OPZIONI BINARIE GUIDA OPZIONI BINARIE Cosa sono le opzioni binarie e come funziona il trading binario. Breve guida pratica: conviene fare trading online con le opzioni binarie o è una truffa? Quali sono i guadagni e quali

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

Osservazioni su bozza di Decreto di incentivazione altre FER

Osservazioni su bozza di Decreto di incentivazione altre FER Osservazioni su bozza di Decreto di incentivazione altre FER 15 giugno 2015 Il Decreto di incentivazione delle FER non fotovoltaiche in via di emanazione dal Ministero dello Sviluppo Economico dovrebbe

Dettagli

L attività di ricerca e sviluppo nell organizzazione aziendale

L attività di ricerca e sviluppo nell organizzazione aziendale CAPITOLO PRIMO L attività di ricerca e sviluppo nell organizzazione aziendale SOMMARIO * : 1. Il ruolo dell innovazione tecnologica 2. L attività di ricerca e sviluppo: contenuti 3. L area funzionale della

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

Qual è l errore più comune tra i Trader sul Forex e come possiamo evitarlo? David Rodriguez, Quantitative Strategist drodriguez@dailyfx.

Qual è l errore più comune tra i Trader sul Forex e come possiamo evitarlo? David Rodriguez, Quantitative Strategist drodriguez@dailyfx. Qual è l errore più comune tra i Trader sul Forex e come possiamo evitarlo? David Rodriguez, Quantitative Strategist drodriguez@dailyfx.com Avvertenza di Rischio: Il Margin Trading su forex e/o CFD comporta

Dettagli

Il nuovo bilancio consolidato IFRS

Il nuovo bilancio consolidato IFRS S.A.F. SCUOLA DI ALTA FORMAZIONE LUIGI MARTINO Il nuovo bilancio consolidato IFRS La nuova informativa secondo IFRS 12 e le modifiche allo IAS 27 (Bilancio separato) e IAS 28 (Valutazione delle partecipazioni

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

Camponovo Asset Management SA, Via S. Balestra 6, PO Box 165, 6830 Chiasso-Switzerland Phone + 41 91 683 63 43, Fax + 41 91 683 69 15,

Camponovo Asset Management SA, Via S. Balestra 6, PO Box 165, 6830 Chiasso-Switzerland Phone + 41 91 683 63 43, Fax + 41 91 683 69 15, SA, Via S. Balestra 6, PO Box 165, 6830 Chiasso-Switzerland Phone + 41 91 683 63 43, Fax + 41 91 683 69 15, info@camponovoam.com La Gestione Patrimoniale Un felice connubio fra tradizione, tecnologia e

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

FUNZIONAMENTO GEM GLIS. Manuela Lombardi Ester Treglia Gianluca Bove Vito Miceli. Giancarlo Valerio Sonia Stati Ilaria Richichi Luca Cipriano

FUNZIONAMENTO GEM GLIS. Manuela Lombardi Ester Treglia Gianluca Bove Vito Miceli. Giancarlo Valerio Sonia Stati Ilaria Richichi Luca Cipriano CONOSCERE LA BORSA FUNZIONAMENTO I partecipanti formano delle squadre ed elaborano una strategia di investimento per il proprio capitale virtuale iniziale (50.000 euro). Nel nostro caso si sono costituite

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

SCHEMA DI DOCUMENTO DI SINTESI STRATEGIA DI ESECUZIONE E TRASMISSIONE DEGLI ORDINI BCC del Carso

SCHEMA DI DOCUMENTO DI SINTESI STRATEGIA DI ESECUZIONE E TRASMISSIONE DEGLI ORDINI BCC del Carso SCHEMA DI DOCUMENTO DI SINTESI STRATEGIA DI ESECUZIONE E TRASMISSIONE DEGLI ORDINI BCC del Carso LA NORMATIVA MIFID La Markets in Financial Instruments Directive (MiFID) è la Direttiva approvata dal Parlamento

Dettagli

Il ciclo di vita del software

Il ciclo di vita del software Il ciclo di vita del software Il ciclo di vita del software Definisce un modello per il software, dalla sua concezione iniziale fino al suo sviluppo completo, al suo rilascio, alla sua successiva evoluzione,

Dettagli