La previsione nei mercati finanziari


Trading system, modelli econometrici e reti neurali

 

Curatore: Giampaolo Gabbi

Editore
Bancaria Editrice
Anno
1999
Pagine
320
ISBN
88-449-0089-0
Disponibilità
Esaurito
Prezzo di copertina€ 30,00
Prezzo Internet Sconto 5% € 28,50
IVA assolta dall'editore

Analizza le tecniche adottate per la previsione nei mercati finanziari e si propone di costituire un riferimento utile per coloro che intendono sviluppare modelli decisionali, sfruttando anche le soluzioni informatiche che si rendono disponibili con sempre maggiore frequenza.

 

Giampaolo Gabbi È Professore associato di Tecnica Bancaria presso l`Università di Siena e Docente dell`Area Credito e assicurazioni della SDA Bocconi. Lucio Galati È Responsabile Equity Trading Research della Banca d`intermediazione Mobiliare IMI di Milano. Giulio Tagliavini È Professore associato di Economia del Mercato Mobiliare presso l`Università di Parma e Docente dell`Area Credito e Assicurazioni della SDA Bocconi. Ruggero Colombo È Professore a contratto di Statistica Economica presso l`Università Cattolica del Sacro Cuore di Milano. Maria Paola Viola È Consulente Consulting Group IBM Italia e collabora con l`Istituto di Statistica dell`Università Cattolica del Sacro Cuore di Milano. Alberto Tumietto È Responsabile Banca Nazionale dell`Agricoltura Private Banking Milano e Presidente SIAT. Paolo De Vito È Amministratore Unico della Punto Internet Trading srl (.IT) di Torino. Riccardo Bramante È Professore a contratto di Statistica Economica presso l`Università Cattolica del Sacro Cuore di Milano. Davide Maspero È Professore associato di Economia degli Intermediari Finanziari presso l`Università del Molise e Docente dell`Area Credito e Assicurazioni della SDA Bocconi.

 

Il volume - frutto di un gruppo di lavoro multidisciplinare - analizza le tecniche adottate per la previsione nei mercati finanziari e si propone di costituire un riferimento utile per coloro che intendono sviluppare modelli decisionali, sfruttando anche le soluzioni informatiche che si rendono disponibili con sempre maggiore frequenza. Per misurare la validità delle soluzioni tecniche, ciascuna metodologia viene applicata a dati rilevati ad alta frequenza. Gli Autori partono dall`analisi delle caratteristiche che una serie storica finanziaria deve presentare per poter essere prevedibile: dalla critica mossa all`ipotesi della "passeggiata casuale" dei prezzi ai fondamenti della teoria del caos applicata ai mercati, si giunge alla proposta dei principali test che è necessario valutare nella fase preliminare dell`attività previsionale. La parte successiva è dedicata agli indicatori di analisi tecnica, al relativo rischio di ambiguità nel loro utilizzo combinato e alla costruzione dei sistemi automatici a supporto delle decisioni (trading system). Si approfondisce quindi l`approccio econometrico a supporto della previsione, quali le tecniche Arch-Garch e state-space, che permettono di esplicitare la forma strutturale del modello; nonché l`approccio black-box, quali le reti neurali, che adottano anche forme funzionali non lineari sia pure senza evidenziare la relazione quantitativa fra causa ed effetto nei mercati. A conclusione del lavoro, vengono presentate alcune considerazioni di sintesi sia sui risultati raggiunti con le verifiche empiriche, sia sulle implicazioni metodologiche ed epistemologiche connesse all`utilizzo dei differenti modelli approfonditi nel volume.

1. LA PREVEDIBILITÀ DELLE SERIE STORICHE FINANZIARIE
1.1 Premessa
1.2 Le variazioni dei prezzi sono casuali o solo apparentemente tali?
1.3 La teoria della riflessività
1.4 L`efficienza del mercato
1.5 Reazioni non lineari degli operatori
1.6 Le indagini empiriche
1.7 Conclusioni
1.8 Bibliografia
2. PROPRIETÀ E DINAMICHE DELLE SERIE FINANZIARIE AD ALTA FREQUENZA
2.1. Descrizione dei dati
2.2 Conclusioni
3. GLI INDICATORI DI ANALISI TECNICA: DEFINIZIONE E MODALITÀ DI CALCOLO
Saggio di Alberto Tumietto
3.1 Premessa
3.2 Le classificazioni degli indicatori di analisi tecnica
3.3 La modalità di calcolo degli indicatori tecnici
3.4 Conclusioni
3.5 Bibliografia
4. FUNZIONAMENTO AMBIVALENTE DELL`ANALISI TECNICA: LIMITI E OPPORTUNITÀ DI UTILIZZO
Saggio di Lucio Galati
4.1 Premessa
4.2 Quello che difficilmente si apprende dei mercati finanziari
4.3 Il funzionamento ambivalente dei modelli di analisi grafica
4.4 Falsi segnali e incompiutezza descrittiva degli indicatori tecnici
4.5 Conclusioni
5. TRADING SYSTEM, SEGNALI PREVISIONALI E RISCHIO DI ROVINA
Saggio di Giampaolo Gabbi
5.1 Premessa
5.2 Le funzioni dei trading system
5.3 Una classificazione dei trading system


5.4 Affidabilità del sistema e strategia del trader
5.6 Ottimizzazione del sistema ed efficacia dei segnali
5.6 Probabilità di rovina e strategia di investimento
5.7 Conclusioni
5.8 Bibliografia
6. TRADING SYSTEM ALGORITMICO E PERFORMANCE SUL TASSO DI CAMBIO
Saggio di Paolo De Vito
6.1 Premessa
6.2 Principi base
6.3 I sistemi algoritmici
6.4 Un modello di trading algoritmico applicato al tasso di cambio DEM/USD
6.5 Conclusioni
7. I MODELLI ARCH, GARCH E LE RELATIVE ESTENSIONI
Saggio di Ruggero Colombo
7.1 Premessa
7.2 Modelli ARCH
7.3 Generalizzazione dei modelli ARCH
7.4 Conclusioni
7.5 Bibliografia
8. LA PREVISIONE DEL TASSO DI CAMBIO CON MODELLI ARCH E GARCH
Saggio di Ruggero Colombo
8.1 Premessa
8.2 Identificazione, stima e verifica dei modelli
8.3 Utilizzo operativo del modello previsionale
8.4 Sintesi e conclusioni
8.5 Bibliografia
9. I MODELLI STATE SPACE
Saggio di Riccardo Bramante
9.1 Premessa
9.2 La rappresentazione di serie storiche nello spazio degli stati
9.3 Modelli nel dominio del tempo a parametri variabili
9.4 Modelli ARMA nello spazio degli stati
9.5 Modelli di regressione a parametri variabili
9.6 Considerazioni conclusive
9.7 Bibliografia
10. LA PREVISIONE DEL TASSO DI CAMBIO CON LA METODOLOGIA STATE SPACE
Saggio di Riccardo Bramante
10.1 Premessa
10.2 Identificazione del modello
10.3 Utilizzo operativo del modello previsionale

10.4 Considerazioni conclusive
10.5 Bibliografia
11. LE RETI NEURONALI
Saggio di Maria Paola Viola
11.1 Introduzione
11.2 Architetture e modelli di reti neuronali
11.3 Bibliografia
12. LA COSTRUZIONE DI UNA RETE NEURALE PER LA PREVISIONE FINANZIARIA
Saggio di Giampaolo Gabbi
12.1 Premessa
12.2 La definizione dell`ambito di indagine
12.3 La costruzione dell`archivio dati

12.4 Le fasi di apprendimento
12.5 La previsione della serie storica
12.6 Bibliografia
13. LE APPLICAZIONI DELLE RETI NEURALI IN AMBITO FINANZIARIO
Saggio di Davide Maspero
13.1 Alcune considerazioni introduttive
13.2 I principali ambiti applicativi
13.3 Una rassegna di risultati empirici
13.4 Conclusioni
13.5 Bibliografia
"14. RETI NEURALI PREVISIONALI: VERIFICHE SU DATI AD ALTA FREQUENZA IN MERCATI ""EFFICIENTI"""
14.1 Premessa
14.2 Lo stato dell`arte
14.3 L`oggetto della previsione
14.4 La verifica empirica
4.5 Conclusioni
14.6 Bibliografia
15. DALLE PROPRIETÀ ALLA PREVISIONE: CONSIDERAZIONI DI SINTESI SUL TASSO DI CAMBIO
Saggio di Giampaolo Gabbi
15.1 Premessa
15.2 La fase di indagine delle proprietà della serie storica
15.3 La fase di analisi statistica delle stime econometriche e neurali
15.4 La fase del confronto dei risultati dei trading system
15.5 Conclusioni
16. IL METODO SCIENTIFICO E LA PREVISIONE DELLE VARIABILI FINANZIARIE
Saggio di Giampaolo Gabbi
16.1 Premessa
16.2 La previsione finanziaria: caso, scienza, arte o intuito?
16.3 Gli analisti finanziari e il collo di bottiglia di Feigenbaum
16.4 Metodo induttivo, falsificazionismo e previsione finanziaria
16.5 Il paradosso del sistema artificiale di previsione ottimo
16.6 Conclusioni
16.7 Bibliografia



Ti potrebbe interessare anche