Contattataci

Struttura del corso

L'AI nel panorama del Trading e della Gestione degli Asset

  • Tendenze nel trading algoritmico e basato su AI
  • Panoramica sui flussi di lavoro nella finanza quantitativa
  • Principali strumenti, piattaforme e fonti di dati

Lavorare con i Dati Finanziari in Python

  • Gestione dei dati di serie temporali utilizzando Pandas
  • Pulizia, trasformazione e feature engineering dei dati
  • Indicatori finanziari e costruzione di segnali

Apprendimento Supervisato per i Segnali di Trading

  • Modelli di regressione e classificazione per la previsione di mercato
  • Valutazione dei modelli predittivi (es. accuratezza, precisione, rapporto di Sharpe)
  • Studio di caso: costruzione di un generatore di segnali basato su ML

Apprendimento Non Supervisato e Regimi di Mercato

  • Clustering per i regimi di volatilità
  • Riduzione della dimensionalità per la scoperta di pattern
  • Applicazioni nel basket trading e nel raggruppamento del rischio

Ottimizzazione del Portafoglio con Tecniche di AI

  • Framework di Markowitz e suoi limiti
  • Risk parity, Black-Litterman e ottimizzazione basata su ML
  • Ribilanciamento dinamico con input predittivi

Backtesting e Valutazione delle Strategie

  • Utilizzo di Backtrader o framework personalizzati
  • Metriche di performance ajustate per il rischio
  • Prevenzione dell'overfitting e della look-ahead bias

Implementazione di Modelli di AI nel Trading Live

  • Integrazione con API di trading e piattaforme di esecuzione
  • Monitoraggio dei modelli e cicli di ri-addestramento
  • Considerazioni etiche, normative e operative

Riepilogo e Prossimi Passi

Requisiti

  • Conoscenza di base della statistica e dei mercati finanziari
  • Esperienza nella programmazione con Python
  • Familiarità con i dati di serie temporali

Target di Riferimento

  • Analisti quantitativi
  • Professionisti del trading
  • Portafoglio Manager
 21 ore

Numero di Partecipanti


Prezzo per partecipante

Recensioni (1)

Corsi in Arrivo

Categorie relative