Relazione di Matematica Finanziaria - SNS 2005
|
|
- Gianmarco Zamboni
- 8 anni fa
- Visualizzazioni
Transcript
1 Relazione di Matematica Finanziaria - SNS 5 Valerio Bigiani, Simone Giacomelli, Marco Golla, Paolo Piserchia Sommario Indice Introduzione Le reti neurali: una breve presentazione 3 Interpolazione ed estrapolazione di funzioni 3 4 Previsione del cambio Euro-Dollaro 5 4. STRATEGIA BEST STRATEGIA WORST STRATEGIA EURO STRATEGIA NAIVE STRATEGIA MACD RETE NEURALE DATI FORMULE Bilancio finale 5
2 Introduzione In questa tesina ci proponiamo di dimostrare l efficacia dell approccio delle reti neurali a problemi di previsione delle quote di mercato. In particolare, cercheremo di prevedere l andamento del cambio euro dollaro in un sistema caratterizzato da elevato rumore di fondo, dovuto alle fluttuazioni dell indice di mercato, e stimeremo l efficienza della rete attraverso il confronto con altri algoritmi di mercato nella previsione della valuta nelle successive giornate. Nella nostra analisi, ci baseremo sui risultati di un precedente articolo di C. Dunis e M. Williams 3, che ci è servito da guida nella scelta degli indici da considerare e nella strutturazione dell esperimento. Al fine di capire i paramentri di apprendimento della rete, ne abbiamo testato la capacitá di interpolare il grafico di una funzione sporcata con un certo errore. In seguito abbiamo valutato l influenza dei parametri di input sull estrapolazione del grafico di una funzione anch essa affetta da errore. Abbiamo allenato, infine, la rete nel cambio Euro-Dollaro e confrontato il guadagno ottenuto con quello di strategie piú ingenue. Le reti neurali: una breve presentazione Le reti neurali sono uno degli ultimi ritrovati nel campo dell intelligenza artificiale e sono paradossalmente un ritorno alle origini che si é rivelato sorprendentemente efficace. Come dice il nome stesso, la struttura è quella di una rete che dovrebbe imitare il funzionamento di una rete neurale biologica, ovvero simulare la trasmissione di impulsi da neurone a neurone: anche la terminologia è mutuata dalla biologia, ed infatti ritroveremo anche molte analogie linguistiche. Si tratta quindi di creare un sistema informatico per apprendere ed interpretare dati, per interpolare ed estrapolare informazioni. La differenza rispetto agli altri sistemi consiste nel metodo di apprendimento: mentre normalmente si dovrebbe insegnare ad un computer come svolgere una data operazione, la rete neurale impara autonomamente, cosí come in natura il cervello apprende da sé le nozioni che riguardano il mondo che lo circonda. Ovviamente, non si cercherà di implementare un programma che simuli il comportamento di una rete con milioni di neuroni, come puó essere un cervello umano, ma si puó molto piú modestamente cominciare a risolvere problemi di bassa difficoltá, e cominciare ad implementare piccole reti con un numero di neuroni dell ordine della decina, che si rivelano comunque molto efficaci. Ora, la domanda sorge spontanea: come si simula una rete neurale biologica? La risposta, motivata da mezzi tecnici (potenza dei computer) e teorici (teoremi di convergenza) sta in un modello molto semplice: si simula un neurone come un unitá, un mini-processore, in grado di assegnare un importanza ai dati in ingresso, e di valutare (con una somma) una risposta ad un problema. I neuroni, poi, comunicano i valori emettendo un singolo output, cioé la somma che hanno calcolato, a tutti i neuroni a cui sono connessi: bisogna quindi fissare a priori una rete di connessioni interneurali, ciascuna dotata di uno o due versi di comunicazione, dei neuroni di input, dei neuroni di output, e assegnare dei valori di importanza alle varie connessioni. Riguardo ai vari tipi di rete, il campionario è vario: esistono reti sostanzialmente casuali, reti piene, reti a senso unico, reti ordinate, ma con feedback, reti che imparano da sole, reti che vengono guidate nell apprendimento... Nei modelli auto-apprendenti, le reti analizzano e gestiscono da sé i dati, senza alcun sostanziale apporto dall esterno, aumentando l imprevedibilitá delle previsioni e l incertezza del risultato. Per il nostro esperimento, ci siamo serviti di cosiddetti Multi Layer Perceptrons (MLP), ovvero percettroni a piú strati, in cui i neuroni sono disposti in strati, tali che nessun neurone comunichi con neuroni del proprio strato, ma trasmetta il proprio output a quelli dello strato successivo. Quello che si ottiene è quindi una rete in cui il flusso di dati procede ordinatamente dall input all output, senza alcun feedback. Le nostre reti, poi, sono guidate nell analisi e nell apprendimento dei dati. Esistono peró anche reti di tipo MLP in cui il flusso non procede solo feedforward, ma anche feedback, ovvero le informazioni giá rielaborate da uno strato possono essere riportate indietro e rielaborate nuovamente dagli strati precedenti. In questo modo, chiaramente, si possono creare dei loop, e la computazione dovrebbe risultare piú lenta. Ci sono poi reti in cui i neuroni sono disposti senza alcun ordine, e ciascun neurone trasmette a ciascuno degli altri, o a sottogruppi pressoché casuali, le proprie informazioni, ma non ci siamo occupati di questo. Ciascun neurone deve quindi pesare le informazioni che riceve dai neuroni precedenti, con pesi da determinarsi. Risultati teorici dicono che le funzioni dette sigmoidi ( +e ) sono adatte a questo scopo. Quindi a x ciascuna connessione è assegnato un valore, detto peso che ne valuta l importanza all interno della rete. Modelling and trading the EUR/USD Exchange Rate: do Neural Networks models perfom better?, Professore di Banking and Finance alla Liverpool Business School 3 Ricercatore Associato al CIBEF, Center for International Banking, Economics and Finance
3 Dobbiamo ora insegnare alla rete neurale come apprendere: innanzitutto si sceglie un campione di dati, tra quelli a disposizione, in base ai quali la rete calibri i valori dei pesi, ed un altro campione su cui la rete dovrá effettuare i confronti, senza modificare l insieme dei pesi; in questo modo si dovrebbe evitare che la rete impari troppo bene i dati giá visti, e riesca a lavorare correttamente anche su nuovi dati. Dopodiché viene la fase dell apprendimento vero e proprio: nel nostro esperimento, ci siamo serviti di funzioni giá implementate nel programma Root. Il meccanismo di funzionamento di questi programmi, la cui scelta è ancora una volta dettata da ragioni teoriche, si basa su un meccanismo di riconoscimento della pendenza : ció che la rete fa è analizzare l andamento dell errore in un intorno dello spazio dei pesi che sta utilizzando in quel momento, spostandosi nella direzione che minimizza l errore. A questo punto, il rischio è quello di arenarsi in minimi locali: per evitare queste situazioni, la rete aumenta lo spostamento in base alla pendenza, spostando maggiormente il set di pesi, nel caso ci si trovi in un intorno relativamente piatto dell errore. 3 Interpolazione ed estrapolazione di funzioni La prima parte dell esperienza è stata quindi dedicata a valutare il funzionamento della rete neurale in funzione dei parametri d ingresso, dell errore associato ai dati e dell intervallo utilizzato per l apprendimento in relazione a quello di test. Abbiamo provato a darle in pasto dati riguardanti funzioni molto semplici, e ne abbiamo osservato il comportamento rispetto ad interpolazione ed estrapolazione. Le funzioni di test erano generalmente variazioni sul tema trigonometrico-esponenziale, sporcate con variabili gaussiane a media, e varianza tra, 3 e. Abbiamo osservato il comportamento della rete rispetto alla ricorsione, e notato, come ci si sarebbe aspettato, che bisogna dare un numero adeguato di informazioni alla rete, affinché lei riesca ad interpretare correttamente i dati: RETE La prima rete ha lo scopo di valutare la capacità di interpolazione dei dati in funzione di un solo dato di ingresso: la rete si allena sui dati (x, sin x), simulando come input la sola x, e calibrando il set dei pesi. Alla fine, ricevendo come unico input x, la rete calcola, per interpolazione, sin x La funzione generatrice dei dati è 4 f(x) = sin x + Gauss(,.8) differences (impact of variables on ANN) x x sinx Histogram.5.5 Entries Mean x 3.4 Mean y RMS x.87 RMS y.985 NN output Figura : RETE Nel riquadro in basso a destra dove sono rappresentati i grafici della funzione generatrice ripulita dall errore, in rosso, e quello della previsione generata dalla rete, in nero. Possiamo osservare come l interpolazione, a dispetto del notevole errore, sia ottima e quasi perfetta: la rete riconosce l andamento generale dei dati. 4 Gauss (a,b) è una funzione che genera numeri casuali che si distribuiscono su una gaussiana di media a e varianza b 3
4 RETE Il secondo grafico mette il luce, invece, l incapacita della seconda rete nell estrapolare dati se la sua struttura e dipendente da un solo dato di input. Abbiamo infatti utilizzato la stessa base di dati della rete per l apprendimento. Alla rete, pero e stato chiesto di generare la funzione su un intervallo doppio rispetto a quello di training. La funzione generatrice dei dati e f (x) = sin x + Gauss(,.8) differences (impact of variables on ANN) x x sinx Histogram NN output Entries Mean x 3.4 Mean y RMS x.87 RMS y Figura : RETE Si evince dai grafici che la rete approssima bene la funzione nell intervallo in cui ha eseguito il training ([ : 6]) mentre si discosta notevolemte da essa nell intervallo ([6 : ]): la traccia nera si distacca nettamente da quella rossa fuori dall intervallo di allenamento. Questa prova e stata decisiva per comprendere che la capacita di previsione della rete e in stretta relazione con il numero di parametri di input. RETE 3 Nella terza rete i dati sono il valore di x e f (x.)... f (x.5). La funzione usata e x f (x) = e 5 sin 5x + Gauss(,.) differences (impact of variables on ANN) x sinxp sinxpp sinxppp sinxpppp sinxppppp sinxppppp sinxpppp sinxppp sinx sinxpp sinxp x Entries Mean x 3 Mean y.3 RMS x.73 RMS y.4767 Histogram.5 NN output Figura 3: RETE3 Come risulta dal grafico la rete riesce a prevedere anche nell intervallo di dati nel quale non ha eseguito ne il training ne il test [6; ]. Abbiamo anche testato l efficienza delle previsioni in funzione del numero di parametri iniziali, e abbiamo osservato che 5 e il minimo numero di valori necessari per una previsione soddisfacente. 4
5 4 Previsione del cambio Euro-Dollaro Il cuore dell esperienza è stata peró la previsione dell andamento del cambio Euro/Dollaro. La rete accetta come input una serie di dati relativi ad alcuni cambi internazionali, che si suppone influenzino in maniera significativa l andamento del dato che ci interessa: il cambio Dollaro/Yen, il cambio Dollaro/Sterlina, ed il cambio Euro/Dollaro, ciascuno nei quattro giorni precedenti la previsione. In realtá, come suggerito nel giá citato articolo 5, non abbiamo inserito il dato relativo al cambio, ma il rapporto tra la differenza dei cambi nei due giorni precedenti e il cambio nel giorno precedente: se il cambio nel giorno i è r i, ció che la rete prende come input è ri ri r i ; sembra infatti che in questo modo la rete riesca ad interpretare meglio i dati. L operazione si è svolta nel seguente modo: per poter apprezzare la variazione dell efficienza della rete in base al numero di neuroni ed al numero di train, abbiamo effettuato un centinaio di prove, utilizzando via via un numero maggiore di strati e di neuroni per ciascuno strato. Ció che volevamo che la rete restituisse, era un singolo output, oppure : se la rete prevedeva che sarebbe stato vantaggioso comprare euro (che poi, nel nostro esperimento, cambiamo ogni sera), se la rete prevedeva che sarebbe stato piú vantaggioso tenere i dollari. Inizialmente abbiamo fatto allenare la rete neurale sui dati di input per un periodo di anni, reiterando il processo di apprendimento sugli stessi dati tra le 5 e le volte, su un campione di circa anni, e testandoli su un periodo di circa anni. Abbiamo poi lasciato che la rete calcolasse il cambio Euro-Dollaro per i successivi due anni, mantenendo il set di pesi stabilito nel periodo di training precedente. Infine, abbiamo calcolato il guadagno che si sarebbe ottenuto comprando e vendendo secondo le previsioni effettuate dalla rete. Infine abbiamo confrontato i risultati ottenuti con quelli di altre strategie piú ingenue: CASUALE Consiste nell acquisto casuale di Euro o Dollari, indipendentemente dal reale andamento del mercato NAIVE Consiste nel se ha guadagnato oggi, guadagnerá anche domani : se l Euro sale al tempo, allora conviene comprare Euro, altrimenti si tengono i Dollari 6 Y t+ = Y MACD (Moving Average Convergence Divergence) Viene confrontato l andamento nel giorno con la media degli andamenti in un certo numero di giorni precedenti Y t+ = Y t + Y t + + Y t n+ n Poiché la previsione, con questa strategia, è molto veloce, abbiamo effettuato prove con il confronto con le medie dei primi n giorni precedente, al variare di n tra e (ed in tal caso la strategia coincide con la strategia Naive), osservando tra l altro che, al crescere di n, la strategia tende ad uniformarsi a quella che tiene i Dollari, e non cambia mai. Abbiamo poi confrontato tutte queste strategie con la strategia piú conservativa (ed Euro-fiduciosa), ovvero quella che cambia continuamente i Dollari in Euro, e con le strategie migliore e peggiore, ovvero quelle ottenute calcolando a posteriori il massimo guadagno e la massima perdita che si sarebbero potute ottenere. Ovviamente, il bilancio finale è la quantitá di denaro che la rete ha permesso di ottenere, partendo da un investimento base di Dollari, seguendo le indicazioni della rete. L annualized return è invece il guadagno medio annuale. Piuttosto curioso, nonché vagamente preoccupante, il dato del guadagno della banca, che prende lo,3% su ogni transazione effettuata, arrivando a guadagnare mediamente una cinquantina di dollari. 5 Modelling and trading the EUR/USD Exchange Rate: do Neural Networks models perfom better?, 6 Y t è il guadagno previsto per il giorno successivo a oggi (t), mentre Y t è il guadagno attuale al periodo t 5
6 4. STRATEGIA BEST La strategia Best non costituisce una strategia di previsione del mercato, ma semplicemente analizza i dati e sapendo il valore del cambio al tempo t+ decide al tempo t di comprare solo se all indomani ne trarrá profitto. Come risulta dal grafico la funzione è monotona crescente questo ad indicare che l algoritmo compie ogni giorno la scelta ottimale di mercato. Questa strategia ha il compito di simulare un ipotetico compratore che riesce a prevedere in maniera ottimale l andamento dell indice Euro-Dollaro, inoltre serve a fornire un idea quantitativa del massimo guadagno raggiungibile. BEST 8 Entries 48 Mean x 499 Mean y 54. RMS x 39. RMS y Figura 4: STRATEGIA BEST 4. STRATEGIA WORST La strategia Worst, come la Best, analizza i dati al tempo t + al fine di comprare o vendere massimizzando la perdita. Il grafico è ovviamenente decrescente e mette in luce quali sono le possibilità massime di perdita compiendo scelte sbagliate nella compravendita Euro/Dollaro. Worst 8 Entries 48 Mean x 499 Mean y 67.6 RMS x 39. RMS y Figura 5: STRATEGIA WORST 6
7 4.3 STRATEGIA EURO La strategia euro simula un ipotetico investitore che decide di credere nella crescita dell Euro e valuta il suo patrimonio in Dollari. Il grafico rappresenta l andamento del valore (in Dollari) dell investimento. Euro 8 6 Entries 48 Mean x 499 Mean y RMS x 39. RMS y Figura 6: STRATEGIA EURO 4.4 STRATEGIA NAIVE La strategia Naive è la strategia ingenua dell (incauto) investitore che ritiene che guadagnare oggi implichi guadagnare domani. Come mostra il grafico questa strategia è molto efficace nei periodi di mercato stazionario o di guadagno continuato di una delle due monete sull altra. In fasi di mercato con molte fluttuazioni, invece, fallisce nelle sue previsioni e come nel periodo da noi preso in esame, porta l investitore ad una perdita rispetto al capitale iniziale. Naive 4 Entries 48 Mean x 499 Mean y 97.3 RMS x 39. RMS y Figura 7: STRATEGIA NAIVE 7
8 4.5 STRATEGIA MACD L applicazione della strategia a media mobile ha prodotto risultati molto diversi tra loro, al variare nel numero di giorni su cui le facevamo calcolare la media. La strategia è peró generalmente caratterizzata da un basso numero di scambi, che risponde al problema delle perdite dovute al costo delle transizioni. Nella tabella finale abbiamo riportato tre delle simulazioni che ci sono sembrate più significative (ovvero quella risultata essere la peggiore, una delle strategie intermedie, quella risultata come la migliore). Il numero che le caratterizza indica il numero di giorni su cui la strategia effettua la media. MACD 4 MACD 4 Entries 48 Mean x 499 Mean y 9.83 RMS x 39. RMS y Figura 8: PEGGIOR STRATEGIA MACD MACD 9 MACD 4 Entries 48 Mean x 499 Mean y RMS x 39. RMS y Figura 9: STRATEGIA MACD MEDIA 8
9 MACD 57 MACD 8 6 Entries 48 Mean x 499 Mean y.9 RMS x 39. RMS y Figura : MIGLIOR STRATEGIA MACD 4.6 RETE NEURALE Come giá detto, anche per la rete neurale sono state tentate diverse configurazioni. Tutte le configurazioni accettano come input il tasso di cambiamento del cambio Euro/Dollaro, Euro/Yen ed Euro/Sterlina nei quattro giorni precedenti e tentano di prevedere il segno del tasso di cambio Euro/Dollaro. Abbiamo poi scritto un programma che, a seconda dei vari output della rete, acquista automaticamente Euro, oppure tiene Dollari, e calcola di conseguenza l andamento del patrimonio nel tempo. Ciascuna delle reti provate ha uno, due o tre strati intermedi di neuroni, oltre agli strati di input e di output, ciascuno dei quali ha tra i quattro e gli otto neuroni. L ultimo parametro variato è il numero di training, ovvero il numero di volte che la rete esamina i dati di allenamento nella calibrazione dei pesi. Fra le diverse reti realizzate, sono state scelte la piú performante, la meno efficace e quella che piú si avvicinava al risultato medio di tutte le reti provate. Per ciascuna di esse, sono state allegati lo schema della rete e l andamento del patrimonio nel tempo. Lo schema della rete è un grafo piano orientato nel quale sono evidenziati i vari strati presenti: da sinistra a destra, lo strato di input ( neuroni per ciascuna rete, relativi al tasso di cambio definito in precedenza, nei 4 giorni prima della previsione da effettuarsi), gli strati intermedi, e lo strato di output, costituito dal solo neurone che deve restituire oppure. Ciascuno dei neuroni di ciascuno strato è collegato a ciascuno dei neuroni degli strati adiacenti al proprio, e lo spessore dell arco del grafo è funzione del peso ad esso assegnato: piú la connessione è grossa, maggiore è il peso ad essa assegnata. Ciascuna connessione, poi, è orientata, come conseguenza della scelta effettuata, di utilizzare solamente reti feedforward: le informazioni (ovvero i risultati delle computazioni dei singoli neuroni, o i dati di input), viaggiano solamente da sinistra verso destra. Il grafico dell andamento nel tempo, riporta invece il valore (in Dollari) del patrimonio investito, giorno per giorno. 9
10 La rete meno performante è quella con 5 neuroni nel primo strato intermedio e 8 nel secondo, allenata volte. Dobbiamo comunque osservare che la perdita di oltre Dollari non compromette il valore dell esperimento, visto che abbiamo ampiamente dimostrato che, in media, le reti neurali guadagnano. jpy4.q jpy3.q jpy.q jpy.q gbp4.q gbp3.q gbp.q gbp.q usd4.q usd3.q usd.q usd.q usd.q Figura : FORMA PEGGIOR RETE NEURALE Rete Neurale 5 Entries 48 Mean x 4983 Mean y RMS x 34.8 RMS y Figura : ANDAMENTO STRATEGIA PEGGIORE RETE NEURALE
11 La rete intermedia è quella con 7 neuroni nel primo strato intermedio e 6 nel secondo, allenata 5 volte. Bisogna comunque osservare che la rete media guadagna, nel periodo preso in esame, il,3%, contrariamente alla media di tutte le altre strategie, come si evince dalla tabella a pagina 3. Inoltre, anche confrontata con la migliore delle altre strategie, il guadagno non è da sottovalutare: la migliore strategia MACD guadagna infatti il 3,3%, e la strategia Euro ne guadagna il,9%. jpy4.q jpy3.q jpy.q jpy.q gbp4.q gbp3.q gbp.q gbp.q usd4.q usd3.q usd.q usd.q usd.q Figura 3: FORMA RETE NEURALE MEDIA Rete Neurale 5 Entries 48 Mean x 499 Mean y RMS x 39. RMS y Figura 4: ANDAMENTO STRATEGIA RETE NEURALE MEDIA
12 La rete piú performante è quella con 6 neuroni nel primo strato intermedio e 7 nel secondo, allenata 5 volte. É significativo il fatto che, nell arco di circa anni la rete arrivi a toccare guadagni oltre il %, e registri un guadagno finale oltre il 7%! E tutto ció nell ambito di una ricerca piú ampia, che supera l eccezionalitá di questo risultato, evidenziando comunque un guadagno medio di un nuovo tipo di strategia auto-gestita. jpy4.q jpy3.q jpy.q jpy.q gbp4.q gbp3.q gbp.q gbp.q usd4.q usd3.q usd.q usd.q usd.q Figura 5: FORMA MIGLIOR RETE NEURALE Rete Neurale 5 Entries 48 Mean x 4986 Mean y.4 RMS x 37.7 RMS y Figura 6: ANDAMENTO MIGLIOR STRATEGIA RETE NEURALE
13 4.7 DATI Nella tabella seguente sono riportate alcune statistiche significative riguardo ad alcune delle strategie 7 : CAS- NAIVE MACD4 MACD9 MACD57 EUR WORST BEST RETE45 RETE68 RETE56 UALE (PEGG.) (MEDIO) (MIGL.) (PEGG.) (MEDIA) (MIGL.) Bilancio Finale Annualized Return Volatilita Sharpe Rialzi Previsti Ribassi Previsti Rialzi Non Prev Ribassi Non Prev Giorni di Vacanza Vincita Migliore Perdita Peggiore Vincita Media n/a Perdita Media n/a Rapporto Guad/Perd n/a n/a Guadagno Banca Miglior Bilancio Peggior Bilancio Numero di Scambi In grassetto sono evidenziati i dati piú performanti; non sono stati considerati i dati relativi a best e worst perché non costituiscono strategie di previsione. Per quanto riguarda eur, alcuni valori sono ottimali indipendentemente dalla correttezza della previsione, esempio numero di ribassi previsti. 3
14 4.8 FORMULE Queste sono le formule (e parti di formule) per gli indici considerati nella tabella precedente Nome Statistica R t Descrizione è il valore del cambio al giorno t Y t Ỹ t R t R t R t è la previsione del valore di Y t ; è importante solo il segno. C t Y t se T t > altrimenti B t t s= (C s + ) Ch t se Ỹt Y t < altrimenti Bilancio Finale B T Annualized Return R A = 5 T T t= C t Volatilita σ A = 5 T t= N (C t C) Sharpe R A σ A Rialzi Previsti RiaP = conteggio di Y t > e Ỹt > Ribassi Previsti conteggio di Y t < e Ỹt < Rialzi Non Previsti conteggio di Y t > e Ỹt < Ribassi Non Previsti RibNP = conteggio di Y t < e Ỹt > Giorni di Vacanza conteggio di Y t = Vincita Migliore Perdita Peggiore Max T t=c t Min T t= C t Vincita Media V M = T t= P t RiaP dove P t = Y t se Y t > e Ỹt > altrimenti Perdita Media P M = Rapporto Guadagno Perdita T t= N t RibNP dove N t = Y t se Y t < e Ỹt > altrimenti V M P M Guadagno Banca.3 t= T (B tch t ) Miglior Bilancio Peggior Bilancio Numero di Scambi Max T t=b t Min T t= B t T t= Ch t 4
15 5 Bilancio finale Dunque, è giunto il momento delle conclusioni. L ambiente che abbiamo preso in analisi è vastissimo e complicato (altrimenti perché ci sarebbe cosí tanta gente che va in rovina??), e caratterizzato da un rumore di fondo generalmente molto piú forte dell andamento pulito dei dati che ci interessano, quindi a priori un soggetto molto difficile da studiare e da conoscere. Non potendo (per motivi di potenza di calcolo e di tempo) prendere in analisi molti dei fattori che influenzano i cambi monetari internazionali, ci siamo dovuti limitare a soli tre indici, che sono decisamente un campo troppo ristretto per un lavoro serio. Tuttavia, abbiamo potuto osservare che il comportamento medio delle varie reti che abbiamo provato è stato un seppur esiguo guadagno. E tale guadagno è comunque superiore alle piú rosee aspettative con strategie di tipo razionale o casuale. Inoltre alcune reti hanno avuto un guadagno pari all 8% annuo (!!), mentre le perdite sono state generalmente contenute (meno del 3% annuo). Rivediamo peró il meccanismo di funzionamento delle reti neurali: ció che la rete restituisce all utente è un interpretazione numerica di alcuni dati di ingresso, senza che la rete sappia di che si trattino, sostanzialmente restando nel buio dell ignoranza, e chiudendosi nella mera computazione, senza badare all eleganza della natura e delle sue leggi. Facciamo un esempio: se noi cercassimo di estrapolare la legge di caduta dei gravi da un numero sufficientemente alto di dati, sarebbe ragionevole aspettarsi (ed è quello che accade) che la rete interpreti in modo corretto l andamento della funzione, ovvero che sia crescente nel tempo, e che l accelerazione (almeno nell intervallo in cui variano i dati) sia pressoché costante; potrebbe peró capitare (ed malauguratamente è molto probabile che accada) che la rete interpreti la funzione h(t) dell altezza in dipendenza tempo come un polinomio di grado elevatissimo che interpola molto bene la reale funzione h(t) = gt nell intervallo dei dati presentati. Tutto ció, oltre ad andare a scapito dell efficienza e dell affidabilitá, riduce notevolmente la valenza scientifica di risultati ottenuti con le reti neurali, visto che non viene presentato alcun risultato esatto, alcuna formula, alcuna relazione precisa, ma solamente un insieme di pesi. Questo non toglie che le reti neurali rappresentino il futuro di una scienza approssimativa, di una scienza che non ha bisogno di eccessive regole, di una scienza che ha bisogno di interpretare grandi moli di dati in tempo breve (la rete, dopo l allenamento, che si svolge una tantum, esegue solo operazioni molto semplici, e anche con l attuale potenza di calcolo intepretare qualche migliaio di dati impiega qualche secondo), potendosi permettere qualche piccolo errore, senza la possibilitá reale di svolgere i calcoli in modo esatto: abbiamo dimostrato, nel nostro piccolo, come piccole, semplici reti si rivelino vantaggiose. Quello che possiamo dedurre, in ultima analisi, è il fatto che effettivamente una rete neurale possa essere in grado di prevedere con buona approssimazione dati in ambienti molto rumorosi, dove non è umanamente possibile ricavare delle interpretazioni ed approssimazioni al tempo stesso eleganti, semplici e funzionanti. Ci aspettiamo quindi che in un futuro non troppo remoto le reti, anche grazie all aumento della potenza di calcolo ed al progresso della ricerca informatica, possano diventare strumento molto utile se non indispensabile per un indagine seppur inesatta di ambienti caratterizzati da un grande disturbo sui dati: metereologia, economia, biologia, fluidodinamica, astronomia.. 5
Pro e contro delle RNA
Pro e contro delle RNA Pro: - flessibilità: le RNA sono approssimatori universali; - aggiornabilità sequenziale: la stima dei pesi della rete può essere aggiornata man mano che arriva nuova informazione;
DettagliCapitolo 13: L offerta dell impresa e il surplus del produttore
Capitolo 13: L offerta dell impresa e il surplus del produttore 13.1: Introduzione L analisi dei due capitoli precedenti ha fornito tutti i concetti necessari per affrontare l argomento di questo capitolo:
DettagliMercati finanziari e valore degli investimenti
7 Mercati finanziari e valore degli investimenti Problemi teorici. Nei mercati finanziari vengono vendute e acquistate attività. Attraverso tali mercati i cambiamenti nella politica del governo e le altre
DettagliLa 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
DettagliOSSERVAZIONI TEORICHE Lezione n. 4
OSSERVAZIONI TEORICHE Lezione n. 4 Finalità: Sistematizzare concetti e definizioni. Verificare l apprendimento. Metodo: Lettura delle OSSERVAZIONI e risoluzione della scheda di verifica delle conoscenze
DettagliINTRODUZIONE AI CICLI
www.previsioniborsa.net INTRODUZIONE AI CICLI _COSA SONO E A COSA SERVONO I CICLI DI BORSA. Partiamo dalla definizione di ciclo economico visto l argomento che andremo a trattare. Che cos è un ciclo economico?
DettagliEquivalenza economica
Equivalenza economica Calcolo dell equivalenza economica [Thuesen, Economia per ingegneri, capitolo 4] Negli studi tecnico-economici molti calcoli richiedono che le entrate e le uscite previste per due
DettagliAPPUNTI DI MATEMATICA LE FRAZIONI ALGEBRICHE ALESSANDRO BOCCONI
APPUNTI DI MATEMATICA LE FRAZIONI ALGEBRICHE ALESSANDRO BOCCONI Indice 1 Le frazioni algebriche 1.1 Il minimo comune multiplo e il Massimo Comun Divisore fra polinomi........ 1. Le frazioni algebriche....................................
DettagliRegressione non lineare con un modello neurale feedforward
Reti Neurali Artificiali per lo studio del mercato Università degli studi di Brescia - Dipartimento di metodi quantitativi Marco Sandri (sandri.marco@gmail.com) Regressione non lineare con un modello neurale
DettagliDimensione di uno Spazio vettoriale
Capitolo 4 Dimensione di uno Spazio vettoriale 4.1 Introduzione Dedichiamo questo capitolo ad un concetto fondamentale in algebra lineare: la dimensione di uno spazio vettoriale. Daremo una definizione
DettagliSiamo così arrivati all aritmetica modulare, ma anche a individuare alcuni aspetti di come funziona l aritmetica del calcolatore come vedremo.
DALLE PESATE ALL ARITMETICA FINITA IN BASE 2 Si è trovato, partendo da un problema concreto, che con la base 2, utilizzando alcune potenze della base, operando con solo addizioni, posso ottenere tutti
DettagliIl sistema monetario
Il sistema monetario Premessa: in un sistema economico senza moneta il commercio richiede la doppia coincidenza dei desideri. L esistenza del denaro rende più facili gli scambi. Moneta: insieme di tutti
DettagliCalcolo del Valore Attuale Netto (VAN)
Calcolo del Valore Attuale Netto (VAN) Il calcolo del valore attuale netto (VAN) serve per determinare la redditività di un investimento. Si tratta di utilizzare un procedimento che può consentirci di
DettagliMatematica generale CTF
Successioni numeriche 19 agosto 2015 Definizione di successione Monotonìa e limitatezza Forme indeterminate Successioni infinitesime Comportamento asintotico Criterio del rapporto per le successioni Definizione
DettagliAlgoritmi e Strutture Dati II: Parte B Anno Accademico 2004-2005. Lezione 11
Algoritmi e Strutture Dati II: Parte B Anno Accademico 2004-2005 Docente: Ugo Vaccaro Lezione 11 In questa lezione vedremo alcune applicazioni della tecnica greedy al progetto di algoritmi on-line. Vediamo
DettagliMatrice Excel Calcolo rata con DURATA DEL FINANZIAMENTO determinata dall'utente
Matrice Excel Calcolo rata con DURATA DEL FINANZIAMENTO determinata dall'utente L'acquisto di un immobile comporta un impegno finanziario notevole e non sempre è possibile disporre della somma di denaro
DettagliSEMPLICE STRATEGIA DI INVESTIMENTO SUL FOREX
Titolo SEMPLICE STRATEGIA DI INVESTIMENTO SUL FOREX Autore Dove Investire Sito internet http://www.doveinvestire.com ATTENZIONE: tutti i diritti sono riservati a norma di legge. Le strategie riportate
DettagliTNT IV. Il Diavolo è meno brutto di come ce lo dipingono!!! (Guarda il video)
TNT IV Il Diavolo è meno brutto di come ce lo dipingono!!! (Guarda il video) Al fine di aiutare la comprensione delle principali tecniche di Joe, soprattutto quelle spiegate nelle appendici del libro che
DettagliLE SUCCESSIONI 1. COS E UNA SUCCESSIONE
LE SUCCESSIONI 1. COS E UNA SUCCESSIONE La sequenza costituisce un esempio di SUCCESSIONE. Ecco un altro esempio di successione: Una successione è dunque una sequenza infinita di numeri reali (ma potrebbe
DettagliE naturale chiedersi alcune cose sulla media campionaria x n
Supponiamo che un fabbricante stia introducendo un nuovo tipo di batteria per un automobile elettrica. La durata osservata x i delle i-esima batteria è la realizzazione (valore assunto) di una variabile
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2014-2015 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
DettagliStatistica e biometria. D. Bertacchi. Variabili aleatorie. V.a. discrete e continue. La densità di una v.a. discreta. Esempi.
Iniziamo con definizione (capiremo fra poco la sua utilità): DEFINIZIONE DI VARIABILE ALEATORIA Una variabile aleatoria (in breve v.a.) X è funzione che ha come dominio Ω e come codominio R. In formule:
DettagliIntroduzione all Inferenza Statistica
Introduzione all Inferenza Statistica Fabrizio Cipollini Dipartimento di Statistica, Informatica, Applicazioni (DiSIA) G. Parenti Università di Firenze Firenze, 3 Febbraio 2015 Introduzione Casi di studio
Dettagli4 3 4 = 4 x 10 2 + 3 x 10 1 + 4 x 10 0 aaa 10 2 10 1 10 0
Rappresentazione dei numeri I numeri che siamo abituati ad utilizzare sono espressi utilizzando il sistema di numerazione decimale, che si chiama così perché utilizza 0 cifre (0,,2,3,4,5,6,7,8,9). Si dice
DettagliNote su quicksort per ASD 2010-11 (DRAFT)
Note su quicksort per ASD 010-11 (DRAFT) Nicola Rebagliati 7 dicembre 010 1 Quicksort L algoritmo di quicksort è uno degli algoritmi più veloci in pratica per il riordinamento basato su confronti. L idea
DettagliMatrice Excel Calcolo rata con IMPORTO DEL FINANZIAMENTO determinato dall'utente
Matrice Excel Calcolo rata con IMPORTO DEL FINANZIAMENTO determinato dall'utente L'acquisto di un immobile comporta un impegno finanziario notevole e non sempre è possibile disporre della somma di denaro
DettagliSTRATEGIA DI TRADING. Turning Points
STRATEGIA DI TRADING Turning Points ANALISI E OBIETTIVI DA RAGGIUNGERE Studiare l andamento dei prezzi dei mercati finanziari con una certa previsione su tendenze future Analisi Tecnica: studio dell andamento
DettagliUn gioco con tre dadi
Un gioco con tre dadi Livello scolare: biennio Abilità interessate Costruire lo spazio degli eventi in casi semplici e determinarne la cardinalità. Valutare la probabilità in diversi contesti problematici.
DettagliMatrice Excel Calcolo rata con TASSO DI INTERESSE determinato dall'utente
Matrice Excel Calcolo rata con TASSO DI INTERESSE determinato dall'utente L'acquisto di un immobile comporta un impegno finanziario notevole e non sempre è possibile disporre della somma di denaro sufficiente
Dettaglif(x) = 1 x. Il dominio di questa funzione è il sottoinsieme proprio di R dato da
Data una funzione reale f di variabile reale x, definita su un sottoinsieme proprio D f di R (con questo voglio dire che il dominio di f è un sottoinsieme di R che non coincide con tutto R), ci si chiede
DettagliCOME SI FORMA E COME SI RICONOSCE UN ROSS HOOK
COME SI FORMA E COME SI RICONOSCE UN ROSS HOOK di Francesco Fabi Trader Professionista e Responsabile di Joe Ross Trading Educators Italia PREMESSA Il Ross Hook è una delle formazioni grafiche che sono
DettagliCapitolo Terzo Valore attuale e costo opportunità del capitale
Capitolo Terzo Valore attuale e costo opportunità del capitale 1. IL VALORE ATTUALE La logica di investimento aziendale è assolutamente identica a quella adottata per gli strumenti finanziari. Per poter
Dettaglirisulta (x) = 1 se x < 0.
Questo file si pone come obiettivo quello di mostrarvi come lo studio di una funzione reale di una variabile reale, nella cui espressione compare un qualche valore assoluto, possa essere svolto senza necessariamente
DettagliINTRODUZIONE I CICLI DI BORSA
www.previsioniborsa.net 1 lezione METODO CICLICO INTRODUZIONE Questo metodo e praticamente un riassunto in breve di anni di esperienza e di studi sull Analisi Tecnica di borsa con specializzazione in particolare
DettagliTest d ipotesi. Statistica e biometria. D. Bertacchi. Test d ipotesi
In molte situazioni una raccolta di dati (=esiti di esperimenti aleatori) viene fatta per prendere delle decisioni sulla base di quei dati. Ad esempio sperimentazioni su un nuovo farmaco per decidere se
Dettagli~ Copyright Ripetizionando - All rights reserved ~ http://ripetizionando.wordpress.com STUDIO DI FUNZIONE
STUDIO DI FUNZIONE Passaggi fondamentali Per effettuare uno studio di funzione completo, che non lascia quindi margine a una quasi sicuramente errata inventiva, sono necessari i seguenti 7 passaggi: 1.
DettagliNOME:... MATRICOLA:... Scienza dei Media e della Comunicazione, A.A. 2007/2008 Analisi Matematica 1, Esame scritto del 08.02.2008. x 1.
NOME:... MATRICOLA:.... Scienza dei Media e della Comunicazione, A.A. 007/008 Analisi Matematica, Esame scritto del 08.0.008 Indicare per quali R vale la seguente diseguaglianza : + >. Se y - - è il grafico
DettagliEsercitazione #5 di Statistica. Test ed Intervalli di Confidenza (per una popolazione)
Esercitazione #5 di Statistica Test ed Intervalli di Confidenza (per una popolazione) Dicembre 00 1 Esercizi 1.1 Test su media (con varianza nota) Esercizio n. 1 Il calore (in calorie per grammo) emesso
DettagliAi fini economici i costi di un impresa sono distinti principalmente in due gruppi: costi fissi e costi variabili. Vale ovviamente la relazione:
1 Lastoriadiun impresa Il Signor Isacco, che ormai conosciamo per il suo consumo di caviale, decide di intraprendere l attività di produttore di caviale! (Vuole essere sicuro della qualità del caviale
DettagliTasso di interesse e capitalizzazione
Tasso di interesse e capitalizzazione Tasso di interesse = i = somma che devo restituire dopo un anno per aver preso a prestito un euro, in aggiunta alla restituzione dell euro iniziale Quindi: prendo
DettagliIntroduzione. Classificazione di Flynn... 2 Macchine a pipeline... 3 Macchine vettoriali e Array Processor... 4 Macchine MIMD... 6
Appunti di Calcolatori Elettronici Esecuzione di istruzioni in parallelo Introduzione... 1 Classificazione di Flynn... 2 Macchine a pipeline... 3 Macchine vettoriali e Array Processor... 4 Macchine MIMD...
DettagliIl mercato di monopolio
Il monopolio Il mercato di monopolio Il monopolio è una struttura di mercato caratterizzata da 1. Un unico venditore di un prodotto non sostituibile. Non ci sono altre imprese che possano competere con
Dettagli1 Serie di Taylor di una funzione
Analisi Matematica 2 CORSO DI STUDI IN SMID CORSO DI ANALISI MATEMATICA 2 CAPITOLO 7 SERIE E POLINOMI DI TAYLOR Serie di Taylor di una funzione. Definizione di serie di Taylor Sia f(x) una funzione definita
DettagliRapporto dal Questionari Insegnanti
Rapporto dal Questionari Insegnanti SCUOLA CHIC81400N N. Docenti che hanno compilato il questionario: 60 Anno Scolastico 2014/15 Le Aree Indagate Il Questionario Insegnanti ha l obiettivo di rilevare la
DettagliLA MASSIMIZZAZIONE DEL PROFITTO ATTRAVERSO LA FISSAZIONE DEL PREZZO IN FUNZIONE DELLE QUANTITÀ
LA MASSIMIZZAZIONE DEL PROFITTO ATTRAVERSO LA FISSAZIONE DEL PREZZO IN FUNZIONE DELLE QUANTITÀ In questa Appendice mostreremo come trovare la tariffa in due parti che massimizza i profitti di Clearvoice,
DettagliProbabilità condizionata: p(a/b) che avvenga A, una volta accaduto B. Evento prodotto: Evento in cui si verifica sia A che B ; p(a&b) = p(a) x p(b/a)
Probabilità condizionata: p(a/b) che avvenga A, una volta accaduto B Eventi indipendenti: un evento non influenza l altro Eventi disgiunti: il verificarsi di un evento esclude l altro Evento prodotto:
DettagliStima 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
DettagliModulo didattico sulla misura di grandezze fisiche: la lunghezza
Modulo didattico sulla misura di grandezze fisiche: la lunghezza Lezione 1: Cosa significa confrontare due lunghezze? Attività n 1 DOMANDA N 1 : Nel vostro gruppo qual è la matita più lunga? DOMANDA N
DettagliLa teoria dell offerta
La teoria dell offerta Tecnologia e costi di produzione In questa lezione approfondiamo l analisi del comportamento delle imprese e quindi delle determinanti dell offerta. In particolare: è possibile individuare
DettagliInferenza statistica. Statistica medica 1
Inferenza statistica L inferenza statistica è un insieme di metodi con cui si cerca di trarre una conclusione sulla popolazione sulla base di alcune informazioni ricavate da un campione estratto da quella
DettagliInflazione e Produzione. In questa lezione cercheremo di rispondere a domande come queste:
Inflazione e Produzione In questa lezione cercheremo di rispondere a domande come queste: Da cosa è determinata l Inflazione? Perché le autorità monetarie tendono a combatterla? Attraverso quali canali
DettagliSommario. Definizione di informatica. Definizione di un calcolatore come esecutore. Gli algoritmi.
Algoritmi 1 Sommario Definizione di informatica. Definizione di un calcolatore come esecutore. Gli algoritmi. 2 Informatica Nome Informatica=informazione+automatica. Definizione Scienza che si occupa dell
DettagliEsercizi su. Funzioni
Esercizi su Funzioni ๒ Varie Tracce extra Sul sito del corso ๓ Esercizi funz_max.cc funz_fattoriale.cc ๔ Documentazione Il codice va documentato (commentato) Leggibilità Riduzione degli errori Manutenibilità
DettagliIl SENTIMENT E LA PSICOLOGIA
CAPITOLO 2 Il SENTIMENT E LA PSICOLOGIA 2.1.Cosa muove i mercati? Il primo passo operativo da fare nel trading è l analisi del sentiment dei mercati. Con questa espressione faccio riferimento al livello
DettagliGestione della politica monetaria: strumenti e obiettivi corso PAS. Mishkin, Eakins, Istituzioni e mercati finanziari, 3/ed.
Gestione della politica monetaria: strumenti e obiettivi corso PAS 1 Anteprima Con il termine politica monetaria si intende la gestione dell offerta di moneta. Sebbene il concetto possa apparire semplice,
DettagliDipartimento di Economia Aziendale e Studi Giusprivatistici. Università degli Studi di Bari Aldo Moro. Corso di Macroeconomia 2014
Dipartimento di Economia Aziendale e Studi Giusprivatistici Università degli Studi di Bari Aldo Moro Corso di Macroeconomia 2014 1. Assumete che = 10% e = 1. Usando la definizione di inflazione attesa
DettagliI ricavi ed i costi di produzione
I ricavi ed i costi di produzione Supponiamo che le imprese cerchino di operare secondo comportamenti efficienti, cioè comportamenti che raggiungono i fini desiderati con mezzi minimi (o, che è la stessa
DettagliFunzioni in C. Violetta Lonati
Università degli studi di Milano Dipartimento di Scienze dell Informazione Laboratorio di algoritmi e strutture dati Corso di laurea in Informatica Funzioni - in breve: Funzioni Definizione di funzioni
DettagliCAPITOLO 10 I SINDACATI
CAPITOLO 10 I SINDACATI 10-1. Fate l ipotesi che la curva di domanda di lavoro di una impresa sia data da: 20 0,01 E, dove è il salario orario e E il livello di occupazione. Ipotizzate inoltre che la funzione
Dettagli1. Distribuzioni campionarie
Università degli Studi di Basilicata Facoltà di Economia Corso di Laurea in Economia Aziendale - a.a. 2012/2013 lezioni di statistica del 3 e 6 giugno 2013 - di Massimo Cristallo - 1. Distribuzioni campionarie
DettagliCapitolo 2. Operazione di limite
Capitolo 2 Operazione di ite In questo capitolo vogliamo occuparci dell operazione di ite, strumento indispensabile per scoprire molte proprietà delle funzioni. D ora in avanti riguarderemo i domini A
DettagliEpoca k Rata Rk Capitale Ck interessi Ik residuo Dk Ek 0 S 0 1 C1 Ik=i*S Dk=S-C1. n 0 S
L AMMORTAMENTO Gli ammortamenti sono un altra apllicazione delle rendite. Il prestito è un operazione finanziaria caratterizzata da un flusso di cassa positivo (mi prendo i soldi in prestito) seguito da
DettagliIL MODELLO CICLICO BATTLEPLAN
www.previsioniborsa.net 3 Lezione METODO CICLICO IL MODELLO CICLICO BATTLEPLAN Questo modello ciclico teorico (vedi figura sotto) ci serve per pianificare la nostra operativita e prevedere quando il mercato
DettagliSchemi delle Lezioni di Matematica Generale. Pierpaolo Montana
Schemi delle Lezioni di Matematica Generale Pierpaolo Montana A volte i fenomeni economici che ci interessano non variano con continuitá oppure non possono essere osservati con continuitá, ma solo a intervalli
DettagliTeoria dei Giochi. Anna Torre
Teoria dei Giochi Anna Torre Almo Collegio Borromeo 14 marzo 2013 email: anna.torre@unipv.it sito web del corso:www-dimat.unipv.it/atorre/borromeo2013.html IL PARI O DISPARI I II S T S (-1, 1) (1, -1)
DettagliIl funzionamento di prezzipazzi, registrazione e meccanismi
Prima di spiegare prezzipazzi come funziona, facciamo il punto per chi non lo conoscesse. Nell ultimo periodo si fa un gran parlare di prezzipazzi ( questo il sito ), sito che offre a prezzi veramente
DettagliPowerSchedo. Un sistema di supporto alla decisione nel settore dell'oil&gas. For further information: www.mbigroup.it
PowerSchedo Un sistema di supporto alla decisione nel settore dell'oil&gas For further information: Introduzione PowerSchedO è uno strumento software di supporto alle decisioni per problemi nel settore
DettagliMonitoraggio sulla conversione dei prezzi al consumo dalla Lira all Euro
ISTAT 17 gennaio 2002 Monitoraggio sulla conversione dei prezzi al consumo dalla Lira all Euro Nell ambito dell iniziativa di monitoraggio, avviata dall Istat per analizzare le modalità di conversione
DettagliMD 9. La macroeconomia delle economie aperte. UD 9.1. Macroeconomia delle economie aperte
MD 9. La macroeconomia delle economie aperte In questo modulo, costituito da due Unità, ci occuperemo di analizzare il funzionamento delle economie aperte, ossia degli scambi a livello internazionale.
DettagliI Finanziamenti nel Settore del Fotovoltaico Dr. Francesco Colafemmina S.a.f.e. s.r.l.
I Finanziamenti nel Settore del Fotovoltaico Dr. Francesco Colafemmina S.a.f.e. s.r.l. 1 Finanziare il Fotovoltaico In Italia certamente non manca la disponibilità di strumenti finanziari in grado di garantire
DettagliIl modello generale di commercio internazionale
Capitolo 6 Il modello generale di commercio internazionale [a.a. 2013/14] adattamento italiano di Novella Bottini (ulteriore adattamento di Giovanni Anania) 6-1 Struttura della presentazione Domanda e
DettagliAnalisi della performance temporale della rete
Analisi della performance temporale della rete In questo documento viene analizzato l andamento nel tempo della performance della rete di promotori. Alcune indicazioni per la lettura di questo documento:
DettagliPerché si fanno previsioni?
Perché si fanno previsioni? Si fanno previsioni per pianificare un azione quando c è un lag fra momento della decisione e momento in cui l evento che ci interessa si verifica. ESEMPI decisioni di investimento
DettagliAPPUNTI SU PROBLEMI CON CALCOLO PERCENTUALE
APPUNTI SU PROBLEMI CON CALCOLO PERCENTUALE 1. Proporzionalità diretta e proporzionalità inversa Analizziamo le seguenti formule Peso Lordo = Peso Netto + Tara Ricavo = Utile + Costo Rata = Importo + Interesse
DettagliPARTE 3: SUPPORTI E RESISTENZE
Come creare una strategia di trading di successo. PARTE 3: SUPPORTI E RESISTENZE Questa serie di articoli si occupa del processo multilivello utilizzato per la creazione delle strategie di trading. Nella
DettagliPronti per il futuro. Risparmiando e investendo. Tutto sulla vostra pianificazione della previdenza e del patrimonio.
Pronti per il futuro. Risparmiando e investendo. Tutto sulla vostra pianificazione della previdenza e del patrimonio. Pronti per il futuro. Per realizzare i desideri. È bello avere un obiettivo. Ancor
DettagliLE FUNZIONI A DUE VARIABILI
Capitolo I LE FUNZIONI A DUE VARIABILI In questo primo capitolo introduciamo alcune definizioni di base delle funzioni reali a due variabili reali. Nel seguito R denoterà l insieme dei numeri reali mentre
Dettagli_COSA SONO E A COSA SERVONO I CICLI DI BORSA.
CAPITOLO 1 VUOI IMPARARE AD OPERARE IN BORSA CON IL METODO CICLICO? VISITA IL LINK: http://www.fsbusiness.net/metodo-ciclico/index.htm _COSA SONO E A COSA SERVONO I CICLI DI BORSA. Partiamo dalla definizione
DettagliAspettative, consumo e investimento
Aspettative, consumo e investimento In questa lezione: Studiamo come le aspettative di reddito e ricchezza futuro determinano le decisioni di consumo e investimento degli individui. Studiamo cosa determina
DettagliAutomazione Industriale (scheduling+mms) scheduling+mms. adacher@dia.uniroma3.it
Automazione Industriale (scheduling+mms) scheduling+mms adacher@dia.uniroma3.it Introduzione Sistemi e Modelli Lo studio e l analisi di sistemi tramite una rappresentazione astratta o una sua formalizzazione
DettagliIl vantaggio comparato. Il vantaggio comparato. Il vantaggio comparato
Il vantaggio comparato Nel giorno di San Valentino la domanda statunitense di rose è di circa 10 milioni. Coltivare rose negli Stati Uniti d inverno è difficile. E necessario l uso di serre riscaldate.
DettagliInvestitori vs. Gestori e Banche: Chi vince? Come si vince?
Authorized and regulated by the Financial Services Authority Investitori vs. Gestori e Banche: Chi vince? Come si vince? Le esigenze degli investitori istituzionali e le proposte del mercato: un connubio
DettagliUn po di statistica. Christian Ferrari. Laboratorio di Matematica
Un po di statistica Christian Ferrari Laboratorio di Matematica 1 Introduzione La statistica è una parte della matematica applicata che si occupa della raccolta, dell analisi e dell interpretazione di
DettagliRapporto commerciale internazionale Stati Uniti - Italia
Rapporto commerciale internazionale Stati Uniti - Italia Questo progetto vuole spiegare il peso degli Stati Uniti sul mercato internazionale, trattando nello specifico i rapporti commerciali con l Italia.
DettagliTNT IV. Il Diavolo è meno brutto di come ce lo dipingono!!! (Guarda il video)
TNT IV Il Diavolo è meno brutto di come ce lo dipingono!!! (Guarda il video) Al fine di aiutare la comprensione delle principali tecniche di Joe, soprattutto quelle spiegate nelle appendici del libro che
DettagliTesto alla base del Pitgame redatto dal prof. Yvan Lengwiler, Università di Basilea
Testo alla base del Pitgame redatto dal prof. Yvan Lengwiler, Università di Basilea Funzionamento di un mercato ben organizzato Nel Pitgame i giocatori che hanno poche informazioni private interagiscono
DettagliUNA LEZIONE SUI NUMERI PRIMI: NASCE LA RITABELLA
UNA LEZIONE SUI NUMERI PRIMI: NASCE LA RITABELLA Tutti gli anni, affrontando l argomento della divisibilità, trovavo utile far lavorare gli alunni sul Crivello di Eratostene. Presentavo ai ragazzi una
DettagliAggiornamento v. 1.14.02 Integrazione al manuale d uso
1) Listini: nuovo campo Non aggiornare Questa nuova funzionalità a cosa serve? E utile nel caso vengano pattuiti, con clienti o fornitori, degli accordi fuori dallo standard su determinati articoli. Sostanzialmente
DettagliIL RISCHIO D IMPRESA ED IL RISCHIO FINANZIARIO. LA RELAZIONE RISCHIO-RENDIMENTO ED IL COSTO DEL CAPITALE.
IL RISCHIO D IMPRESA ED IL RISCHIO FINANZIARIO. LA RELAZIONE RISCHIO-RENDIMENTO ED IL COSTO DEL CAPITALE. Lezione 5 Castellanza, 17 Ottobre 2007 2 Summary Il costo del capitale La relazione rischio/rendimento
DettagliOttimizzazione Multi Obiettivo
Ottimizzazione Multi Obiettivo 1 Ottimizzazione Multi Obiettivo I problemi affrontati fino ad ora erano caratterizzati da una unica (e ben definita) funzione obiettivo. I problemi di ottimizzazione reali
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 12-Il t-test per campioni appaiati vers. 1.2 (7 novembre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
DettagliCOMUNIC@CTION INVIO SMS
S I G e s t S.r.l S e d e l e g a l e : V i a d e l F o r n o 3 19125 L a S p e z i a T e l e f o n o 0187/284510/15 - F a x 0187/525519 P a r t i t a I V A 01223450113 COMUNIC@CTION INVIO SMS GUIDA ALL
DettagliAnalisi e diagramma di Pareto
Analisi e diagramma di Pareto L'analisi di Pareto è una metodologia statistica utilizzata per individuare i problemi più rilevanti nella situazione in esame e quindi le priorità di intervento. L'obiettivo
DettagliIl riduttore di focale utilizzato è il riduttore-correttore Celestron f/ 6.3.
LE FOCALI DEL C8 Di Giovanni Falcicchia Settembre 2010 Premessa (a cura del Telescope Doctor). Il Celestron C8 è uno Schmidt-Cassegrain, ovvero un telescopio composto da uno specchio primario concavo sferico
DettagliSISTEMI DI NUMERAZIONE E CODICI
SISTEMI DI NUMERAZIONE E CODICI Il Sistema di Numerazione Decimale Il sistema decimale o sistema di numerazione a base dieci usa dieci cifre, dette cifre decimali, da O a 9. Il sistema decimale è un sistema
DettagliEconomia Internazionale e Politiche Commerciali (a.a. 12/13)
Economia Internazionale e Politiche Commerciali (a.a. 12/13) Soluzione Esame (11 gennaio 2013) Prima Parte 1. (9 p.) (a) Ipotizzate che in un mondo a due paesi, Brasile e Germania, e due prodotti, farina
DettagliUniversità degli Studi di Salerno
Università degli Studi di Salerno Facoltà di Scienze Matematiche Fisiche e Naturali Corso di Laurea in Informatica Tesi di Laurea Algoritmi basati su formule di quadratura interpolatorie per GPU ABSTRACT
Dettagliwww.proiezionidiborsa.com VIX INDICATOR Come calcolare con il VIX il punto da dove inizierà un ribasso o un rialzo
VIX INDICATOR Come calcolare con il VIX il punto da dove inizierà un ribasso o un rialzo 2 Titolo VIX Indicator Autore www.proiezionidiborsa.com Editore www.proiezionidiborsa.com Siti internet www.proiezionidiborsa.com
DettagliTasso di occupazione per fasce di età. Provincia di Piacenza, 2009 90,3 83,1 77,7 27,6 16,4. 15-24 anni. 25-34 anni. 45-54 anni.
La situazione occupazionale dei giovani in provincia di Piacenza Premessa Una categoria di soggetti particolarmente debole nel mercato del lavoro è rappresentata, di norma, dai lavoratori di età più giovane
DettagliIl mercato mobiliare
Il mercato mobiliare E il luogo nel quale trovano esecuzione tutte le operazioni aventi per oggetto valori mobiliari, ossia strumenti finanziari così denominati per la loro attitudine a circolare facilmente
Dettagli