Tharvex Calo Logo

Tharvex Calo

Analisi di mercato con ML

Silvia Montefiore

Silvia Montefiore

Da oltre dieci anni lavoro con dati finanziari, algoritmi predittivi e analisi di mercato. Il mio interesse per l'apprendimento automatico è nato dall'esigenza di comprendere come i modelli statistici possano aiutare a interpretare l'incertezza dei mercati.

Ricercatrice quantitativa e autrice specializzata in machine learning applicato ai mercati finanziari

Il percorso che mi ha portato qui

Inizio nell'analisi finanziaria

Ho iniziato come analista in una società di gestione patrimoniale a Milano nel 2013, lavorando principalmente su analisi tecnica e fondamentale. Già allora mi chiedevo se ci fossero metodi più sistematici per gestire l'imprevedibilità.

Transizione verso il quantitativo

Nel 2017 ho completato un master in finanza quantitativa presso l'Università Bocconi. Lì ho scoperto come modelli matematici e algoritmi possano trasformare grandi quantità di dati storici in pattern analizzabili.

Ricerca e applicazione pratica

Dal 2019 mi concentro sulla costruzione e validazione di modelli predittivi per la volatilità di mercato. Ho pubblicato diversi articoli tecnici e condotto workshop sul tema dell'apprendimento automatico in ambito finanziario.

Approccio metodologico nella ricerca finanziaria

Come affronto l'analisi della volatilità

Il mio metodo si basa su una combinazione di teoria finanziaria classica e tecniche di machine learning. Non credo nelle soluzioni miracolose o nei sistemi infallibili. Quello che cerco è un approccio rigoroso e replicabile.

Ogni modello che costruisco parte da un'ipotesi chiara, viene testato su dati storici e sottoposto a validazione incrociata. Uso principalmente algoritmi di regressione, reti neurali ricorrenti e modelli ensemble per catturare diverse dimensioni del comportamento del mercato.

  • Raccolta e pulizia di dataset finanziari da fonti multiple
  • Feature engineering basato su indicatori tecnici e variabili macroeconomiche
  • Validazione dei modelli attraverso backtesting su periodi storici
  • Analisi degli errori per comprendere i limiti dei modelli
  • Documentazione completa dei risultati e delle metodologie utilizzate

Cosa dicono i lettori e i partecipanti

Ho seguito il workshop di Silvia sulla modellazione della volatilità nel 2023. La sua capacità di spiegare concetti complessi in modo chiaro, accompagnata da esempi pratici con codice Python, mi ha aiutato a implementare i primi modelli nella mia attività di trading.

Vittorio Brambilla

Vittorio Brambilla

Trader quantitativo freelance

Le guide di Silvia sono dettagliate e basate su dati reali. Niente promesse assurde, solo metodo scientifico applicato ai mercati. Ho apprezzato particolarmente la sezione sui limiti dei modelli predittivi, spesso ignorata da altri autori.

LM

Luca Martegani

Data scientist in società finanziaria

Parliamone insieme

Se hai domande tecniche, vuoi approfondire un argomento specifico o semplicemente scambiare opinioni sull'uso del machine learning nei mercati finanziari, puoi contattarmi attraverso i canali qui sotto.

Impostazioni Cookie

Utilizziamo i cookie per migliorare la tua esperienza. Puoi scegliere quali categorie accettare.

Essenziali per il funzionamento del sito. Non possono essere disabilitati.

Ci aiutano a capire come i visitatori interagiscono con il sito raccogliendo informazioni in forma anonima.

Utilizzati per tracciare i visitatori attraverso i siti web per mostrare annunci pertinenti.