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.

Gabbi, G., Lucio, G., Giulio, T., Ruggero, C., Maria Paola, V., Alberto, T., et al. (1999). La previsione nei mercati finanziari. Trading system, modelli econometrici e reti neurali. Roma : BANCARIA EDITRICE.

La previsione nei mercati finanziari. Trading system, modelli econometrici e reti neurali

GABBI, GIAMPAOLO;
1999-01-01

Abstract

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.
1999
8844900890
Gabbi, G., Lucio, G., Giulio, T., Ruggero, C., Maria Paola, V., Alberto, T., et al. (1999). La previsione nei mercati finanziari. Trading system, modelli econometrici e reti neurali. Roma : BANCARIA EDITRICE.
File in questo prodotto:
Non ci sono file associati a questo prodotto.

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/11365/38791
 Attenzione

Attenzione! I dati visualizzati non sono stati sottoposti a validazione da parte dell'ateneo