Il 1° luglio 2020 si è svolto un meetup per approfondire alcuni aspetti del risk management e come l’intelligenza artificiale può essere utilizzata per contribuire a prendere le decisioni di investimento, sul sito di MeetUp.com si possono leggere la descrizione dell’evento e l’elenco dei partecipanti.
A parlare di Machine Learning e delle sue applicazioni sono Fabrizio Monge, data analyst e consulente finanziario, con una brillante esperienza nei modelli di risk management con profilo LinkedIn, e Gabriele Turissini, private banker con profilo LinkedIn, che fornisce una lettura originale e approfondita del tema, moderatore Daniele Bernardi con profilo LinkedIn.
La registrazione video si può rivedere su Facebook.
L’utilizzo del machine learning nella gestione del rischio del portafoglio finanziario ha molteplici applicazioni.
Se infatti la natura di complex system del mercato rende molto difficile e pericoloso tentare di fare previsioni in senso stretto, è altrettanto vero che i mercati attraversano delle fasi caratterizzate da patterns non lineari ricorrenti nelle fasi di crisi.
Proprio in questo caso, almeno per l’esperienza di Monge, gli strumenti di ML costituiscono una valigetta degli attrezzi estremamente utile, sia in fase esplorativa che in ambito predittivo probabilistico.
Un esempio è l’analisi delle metriche strutturali del network delle azioni che compongono un indice, su cui Monge sta lavorando con Enrico Fenoaltea dell’Università di Fisica di Copenaghen e Matteo Boidi del Politecnico di Torino.
L’analisi delle serie storiche delle metriche appare a prima vista correlata con la volatilità dell’indice, ma solo attraverso l’elaborazione con sistemi di bagging and boosting di decision trees essi sono riusciti a evidenziare dei patterns che consentono una diagnosi precoce delle fasi di crisi del mercato finanziario.
Durante il webinar Monge ha presentato il libro “Algoritmi per l’Intelligenza Artificiale” nella bibliografia che consiglia, unico libro in lingua italiana in mezzi ad altri libri in lingua inglese.
