Skip to content

Uso di tecniche ad apprendimento supervisionato nello studio quantitativo dei mercati finanziari

La ricerca di pattern, attraverso l’analisi delle serie storiche finanziarie, può aggiungere qualcosa all’ipotesi di efficienza dei mercati e di conseguenza alla scarsa prevedibilità delle serie stesse. In questo elaborato la ricerca è stata condotta attraverso tecniche di Data Mining che prevedono un apprendimento supervisionato. Queste tecniche, tra cui in primis le Support Vector Machines, danno la possibilità di creare modelli che hanno una buona capacità di generalizzazione e che possono essere utilizzati non solo per fini teorici, ma anche con intenti pratici.
Tramite una accurata scelta dei parametri, le Support Vector Machines sovraperformano gli altri algoritmi trattati, nel problema di classificazione oggetto di analisi. I particolari principi, su cui questa tecnica è basata, permettono anche di verificare queste maggiori performance simulando delle vere e proprie operazioni di trading.
Nella fattispecie l’analisi è stata compiuta sulle serie storiche di 12 indici azionari Europei. Sono state quindi simulate posizioni lunghe o corte, a seconda dell’indice analizzato, focalizzando soprattutto l’attenzione sull’importanza dei costi di transazione.
Infine si è appurato, sebbene vi siano i relativi pregi e difetti, come questi algoritmi possono dare consistenti opportunità di profitto, conseguendo in tal caso anche dei rendimenti superiori alla strategia di Buy and Hold.

CONSULTA INTEGRALMENTE QUESTA TESI

La consultazione è esclusivamente in formato digitale .PDF

Acquista
Mostra/Nascondi contenuto.
1 INTRODUZIONE “I believe there is no other proposition in economics which has more solid empirical evidence supporting it than the Efficient Market Hypothesis.” Jensen,1978 (Credo che nelle scienze economiche non esista nessun altra asserzione che ha una più solida evidenza empirica, che le fa da supporto, dell’ Ipotesi di Mercato Efficiente). Jensen è rappresentante di un filone di studiosi che, negli anni ’60 e ’70, hanno sottolineato il concetto di efficienza dei mercati finanziari. All’interno di questi studi assume fondamentale importanza il concetto di informazione, essa sarà il pilastro portante di uno dei padri della EMH, Eugene Fama(1966), ma anche di una delle principali critiche alla suddetta ipotesi, come quella di Grossman e Stiglitz(1980). Con l’ausilio della matematica e della statistica si è così teorizzato qualcosa che già preesisteva nei lavori di Bachelier(1900) e nel concetto di gioco equo. La teoria portante di questi autori, ed in particolare il lavoro di Fama, per molti anni è stato in letteratura oggetto di forti critiche oppure di completa accettazione. Questo elaborato nel primo capitolo analizza uno dei principali lavori di Fama(1970), per poi enumerare anche alcune delle critiche dei cosiddetti fautori dell’ipotesi di inefficienza dei mercati. Critiche che hanno ruotato per molto tempo attorno all’ipotesi di Random Walk, la quale ha dibattuto studiosi a causa della sua non totale evidenza empirica. Il problema è da inquadrare più generalmente in quella che noi chiamiamo analisi moderna delle serie storiche, ossia cercare di individuare il processo stocastico che genera la serie storica stessa, tenendo conto però delle particolari caratteristiche delle serie storiche finanziarie. Dopo aver inquadrato le caratteristiche delle serie storiche finanziarie, vengono descritte due particolari strategie che hanno caratterizzato l’attività di trading negli ultimi 20-30 anni:

CONSULTA INTEGRALMENTE QUESTA TESI

La consultazione è esclusivamente in formato digitale .PDF

Acquista

FAQ

Per consultare la tesi è necessario essere registrati e acquistare la consultazione integrale del file, al costo di 29,89€.
Il pagamento può essere effettuato tramite carta di credito/carta prepagata, PayPal, bonifico bancario.
Confermato il pagamento si potrà consultare i file esclusivamente in formato .PDF accedendo alla propria Home Personale. Si potrà quindi procedere a salvare o stampare il file.
Maggiori informazioni
Ingiustamente snobbata durante le ricerche bibliografiche, una tesi di laurea si rivela decisamente utile:
  • perché affronta un singolo argomento in modo sintetico e specifico come altri testi non fanno;
  • perché è un lavoro originale che si basa su una ricerca bibliografica accurata;
  • perché, a differenza di altri materiali che puoi reperire online, una tesi di laurea è stata verificata da un docente universitario e dalla commissione in sede d'esame. La nostra redazione inoltre controlla prima della pubblicazione la completezza dei materiali e, dal 2009, anche l'originalità della tesi attraverso il software antiplagio Compilatio.net.
  • L'utilizzo della consultazione integrale della tesi da parte dell'Utente che ne acquista il diritto è da considerarsi esclusivamente privato.
  • Nel caso in cui l’utente che consulta la tesi volesse citarne alcune parti, dovrà inserire correttamente la fonte, come si cita un qualsiasi altro testo di riferimento bibliografico.
  • L'Utente è l'unico ed esclusivo responsabile del materiale di cui acquista il diritto alla consultazione. Si impegna a non divulgare a mezzo stampa, editoria in genere, televisione, radio, Internet e/o qualsiasi altro mezzo divulgativo esistente o che venisse inventato, il contenuto della tesi che consulta o stralci della medesima. Verrà perseguito legalmente nel caso di riproduzione totale e/o parziale su qualsiasi mezzo e/o su qualsiasi supporto, nel caso di divulgazione nonché nel caso di ricavo economico derivante dallo sfruttamento del diritto acquisito.
L'obiettivo di Tesionline è quello di rendere accessibile a una platea il più possibile vasta il patrimonio di cultura e conoscenza contenuto nelle tesi.
Per raggiungerlo, è fondamentale superare la barriera rappresentata dalla lingua. Ecco perché cerchiamo persone disponibili ad effettuare la traduzione delle tesi pubblicate nel nostro sito.
Per tradurre questa tesi clicca qui »
Scopri come funziona »

DUBBI? Contattaci

Contatta la redazione a
[email protected]

Ci trovi su Skype (redazione_tesi)
dalle 9:00 alle 13:00

Oppure vieni a trovarci su

Parole chiave

mercati finanziari
finanza
trading
reti neurali
apprendimento
random walk
investimenti
data mining
efficienza dei mercati
serie storiche
support vector machines
buy and hold
inefficienze
indici azionari
apprendimento supervisionato
simulazioni d'investimento
vapnik
statistica applicata alla finanza
simulare trading
sovraperformare
operazioni di trading

Tesi correlate


Non hai trovato quello che cercavi?


Abbiamo più di 45.000 Tesi di Laurea: cerca nel nostro database

Oppure consulta la sezione dedicata ad appunti universitari selezionati e pubblicati dalla nostra redazione

Ottimizza la tua ricerca:

  • individua con precisione le parole chiave specifiche della tua ricerca
  • elimina i termini non significativi (aggettivi, articoli, avverbi...)
  • se non hai risultati amplia la ricerca con termini via via più generici (ad esempio da "anziano oncologico" a "paziente oncologico")
  • utilizza la ricerca avanzata
  • utilizza gli operatori booleani (and, or, "")

Idee per la tesi?

Scopri le migliori tesi scelte da noi sugli argomenti recenti


Come si scrive una tesi di laurea?


A quale cattedra chiedere la tesi? Quale sarà il docente più disponibile? Quale l'argomento più interessante per me? ...e quale quello più interessante per il mondo del lavoro?

Scarica gratuitamente la nostra guida "Come si scrive una tesi di laurea" e iscriviti alla newsletter per ricevere consigli e materiale utile.


La tesi l'ho già scritta,
ora cosa ne faccio?


La tua tesi ti ha aiutato ad ottenere quel sudato titolo di studio, ma può darti molto di più: ti differenzia dai tuoi colleghi universitari, mostra i tuoi interessi ed è un lavoro di ricerca unico, che può essere utile anche ad altri.

Il nostro consiglio è di non sprecare tutto questo lavoro:

È ora di pubblicare la tesi