Obiettivo del lavoro lo sviluppo di un sistema di supporto per la realizzazione del trading algoritmico, ovvero l’utilizzo di un algoritmo di filtraggio delle informazioni che fornisca raccomandazioni personalizzate per i clienti di un dato intermediario finanziario finalizzate ad una gestione ottimizzata del portafoglio titoli. La metodologia utilizzata di tipo machine learning (ML), con l’applicazione di tre algoritmi basati sugli alberi: Random Forest, Decision Tree e Gradient Boosting, ed analizza tre variabili target: bisogno di liquidit , crescita ed investimento. Il lavoro evidenzia come l’utilizzo di un modello dinamico possa migliorare la qualit della consulenza per l’allocazione del portafoglio titoli, in funzione del profilo di rischio/rendimento dei clienti.
Smart Portfolio Management con tecniche di Machine Learning / Branda, A.; Gava, N.; Grasso, F.; Lamaro, F.; Levantesi, S.. - (2020).
Smart Portfolio Management con tecniche di Machine Learning
Grasso, F.;Levantesi, S.
2020
Abstract
Obiettivo del lavoro lo sviluppo di un sistema di supporto per la realizzazione del trading algoritmico, ovvero l’utilizzo di un algoritmo di filtraggio delle informazioni che fornisca raccomandazioni personalizzate per i clienti di un dato intermediario finanziario finalizzate ad una gestione ottimizzata del portafoglio titoli. La metodologia utilizzata di tipo machine learning (ML), con l’applicazione di tre algoritmi basati sugli alberi: Random Forest, Decision Tree e Gradient Boosting, ed analizza tre variabili target: bisogno di liquidit , crescita ed investimento. Il lavoro evidenzia come l’utilizzo di un modello dinamico possa migliorare la qualit della consulenza per l’allocazione del portafoglio titoli, in funzione del profilo di rischio/rendimento dei clienti.I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.