Supervised Machine learning per il trading di azioni
Supervised Machine learning per il trading di azioni
Il corso esamina l’uso del Machine Learning nell’analisi fattoriale dei rendimenti delle azioni, partendo dalla normalizzazione dei dati fino all’applicazione di diverse tecniche come regressioni LASSO, SVM, Random Forest e reti neurali. Offre un approfondimento teorico e pratico, includendo valutazione e backtesting dei portafogli. Gli studenti impareranno a manipolare dataset di azioni e a valutare l’efficacia delle strategie di Machine Learning nel settore finanziario.
Il corso esamina l’uso del Machine Learning nell’analisi fattoriale dei rendimenti delle azioni, partendo dalla normalizzazione dei dati fino all’applicazione di diverse tecniche come regressioni LASSO, SVM, Random Forest e reti neurali. Offre un approfondimento teorico e pratico, includendo valutazione e backtesting dei portafogli. Gli studenti impareranno a manipolare dataset di azioni e a valutare l’efficacia delle strategie di Machine Learning nel settore finanziario.
Cosa Imparerai nel corso?
Il corso si concentra sull’applicazione delle metodologie di Machine Learning nell’analisi fattoriale dei rendimenti delle azioni. Si tratta di un percorso educativo che guida gli studenti attraverso un viaggio di apprendimento, partendo dall’introduzione del dataset di azioni quotate e procedendo attraverso diverse tecniche di Machine Learning, dalla regressione LASSO alle reti neurali. Il corso è strutturato per offrire agli studenti una comprensione profonda sia delle tecniche di Machine Learning sia della loro applicazione pratica nel settore finanziario.
Il corso inizia con un’introduzione dettagliata del dataset utilizzato, che include azioni quotate con diverse caratteristiche valutate nel tempo. Viene prestata particolare attenzione alla normalizzazione dei dati per garantire la comparabilità. Successivamente, si esplora l’analisi fattoriale “deterministica”, ponendo le basi per le tecniche più avanzate che seguiranno. Il corso poi procede attraverso una serie di moduli che si concentrano su diversi aspetti del Machine Learning, come le regressioni LASSO, le Support Vector Machines (SVM), gli alberi decisionali “Random Forest”, e le reti neurali. Ogni modulo non solo introduce la teoria dietro ciascuna tecnica, ma si immerge anche nell’applicazione pratica di questi metodi al dataset di azioni. Una parte fondamentale del corso è il framework di valutazione della performance di un portafoglio, che fornisce agli studenti gli strumenti per valutare e confrontare i risultati delle diverse tecniche di Machine Learning. Il corso si conclude con una comparazione approfondita dei risultati ottenuti dalle varie tecniche.
Il corso si concentra sull’applicazione delle metodologie di Machine Learning nell’analisi fattoriale dei rendimenti delle azioni. Si tratta di un percorso educativo che guida gli studenti attraverso un viaggio di apprendimento, partendo dall’introduzione del dataset di azioni quotate e procedendo attraverso diverse tecniche di Machine Learning, dalla regressione LASSO alle reti neurali. Il corso è strutturato per offrire agli studenti una comprensione profonda sia delle tecniche di Machine Learning sia della loro applicazione pratica nel settore finanziario.
Il corso inizia con un’introduzione dettagliata del dataset utilizzato, che include azioni quotate con diverse caratteristiche valutate nel tempo. Viene prestata particolare attenzione alla normalizzazione dei dati per garantire la comparabilità. Successivamente, si esplora l’analisi fattoriale “deterministica”, ponendo le basi per le tecniche più avanzate che seguiranno. Il corso poi procede attraverso una serie di moduli che si concentrano su diversi aspetti del Machine Learning, come le regressioni LASSO, le Support Vector Machines (SVM), gli alberi decisionali “Random Forest”, e le reti neurali. Ogni modulo non solo introduce la teoria dietro ciascuna tecnica, ma si immerge anche nell’applicazione pratica di questi metodi al dataset di azioni. Una parte fondamentale del corso è il framework di valutazione della performance di un portafoglio, che fornisce agli studenti gli strumenti per valutare e confrontare i risultati delle diverse tecniche di Machine Learning. Il corso si conclude con una comparazione approfondita dei risultati ottenuti dalle varie tecniche.
Struttura delle lezioni
Deep Learning Italia struttura le sue lezioni in maniera molto semplice: all’interno di ogni sezione ci sono video esplicativi, in cui il docente spiega la lezione, corredati da slides.
Il percorso di apprendimento solitamente è intervallato da test a risposta multipla che permettono di monitorare la comprensione degli argomenti di studio e si conclude con un test pratico finalenel quale verranno valutate le competenze acquisite durante il corso python machine learning.
Deep Learning Italia struttura le sue lezioni in maniera molto semplice: all’interno di ogni sezione ci sono video esplicativi, in cui il docente spiega la lezione, corredati da slides.
Il percorso di apprendimento solitamente è intervallato da test a risposta multipla che permettono di monitorare la comprensione degli argomenti di studio e si conclude con un test pratico finalenel quale verranno valutate le competenze acquisite durante il corso python machine learning.
Chi può seguire il corso?
Chi ha una mente aperta e predisposta all’analisi: le lezioni sono adatte a chiunque ma è necessario avere passione per i numeri e i calcoli, oltre che tanta pazienza.
Chi lavora anche full time: se sei un lavoratore full time non ti preoccupare! Potrai seguire le lezioni in completa autonomia nel tuo tempo libero.
Chi vuole crescere professionalmente: Se vuoi elevare la tua carriera Deep Learning Italia ti da l’opportunità di poterlo fare a costi contenuti.
Chi ha una mente aperta e predisposta all’analisi: le lezioni sono adatte a chiunque ma è necessario avere passione per i numeri e i calcoli, oltre che tanta pazienza.
Chi lavora anche full time: se sei un lavoratore full time non ti preoccupare! Potrai seguire le lezioni in completa autonomia nel tuo tempo libero.
Chi vuole crescere professionalmente: Se vuoi elevare la tua carriera Deep Learning Italia ti da l’opportunità di poterlo fare a costi contenuti.
Introduzione all’analisi fattoriale e al dataset
- Introduzione all’analisi fattoriale
- Introduzione al dataset
Introduzione all’analisi fattoriale “deterministica”
- I 5 fattori di Fama e French
- Analisi fattoriale del dataset tramite regressione lineare
Regressioni LASSO
- Teoria
- Analisi fattoriale del dataset tramite LASSO
Framework di valutazione della performance in backtesting
- Teoria
- Scrittura dei codici di calcolo per il backtesting
Support Vector Regression
- Teoria e parametrizzazione del modello
- Analisi fattoriale del dataset tramite SVR
Alberi Decisionali e Random Forests
- Teoria degli alberi decisionali
- Costruzione e analisi fattoriale del dataset tramite albero decisionale
Alberi Decisionali e Random Forests
- Teoria degli alberi decisionali
- Costruzione e analisi fattoriale del dataset tramite albero decisionale
- Teoria delle Random Forests
- Costruzione e analisi fattoriale del dataset tramite random forests
- Valutazione del portafoglio generato attraverso alberi casuali
Alberi Decisionali e Random Forests
- Teoria delle Reti Neurali
- Analisi pratica di come funziona una rete neurale
- Teoria delle Reti Neurali
- Costruzione e analisi fattoriale del dataset tramite rete neurale
- Valutazione del portafoglio generato attraverso rete neurale
Analisi comparativa dei risultati di portfafoglio e conclusioni
- Analisi comparativa dei risultati di portfafoglio e conclusioni
Certificato
Introduzione all’analisi fattoriale e al dataset
- Introduzione all’analisi fattoriale
- Introduzione al dataset
Introduzione all’analisi fattoriale “deterministica”
- I 5 fattori di Fama e French
- Analisi fattoriale del dataset tramite regressione lineare
Regressioni LASSO
- Teoria
- Analisi fattoriale del dataset tramite LASSO
Framework di valutazione della performance in backtesting
- Teoria
- Scrittura dei codici di calcolo per il backtesting
Support Vector Regression
- Teoria e parametrizzazione del modello
- Analisi fattoriale del dataset tramite SVR
Alberi Decisionali e Random Forests
- Teoria degli alberi decisionali
- Costruzione e analisi fattoriale del dataset tramite albero decisionale
Alberi Decisionali e Random Forests
- Teoria degli alberi decisionali
- Costruzione e analisi fattoriale del dataset tramite albero decisionale
- Teoria delle Random Forests
- Costruzione e analisi fattoriale del dataset tramite random forests
- Valutazione del portafoglio generato attraverso alberi casuali
Alberi Decisionali e Random Forests
- Teoria delle Reti Neurali
- Analisi pratica di come funziona una rete neurale
- Teoria delle Reti Neurali
- Costruzione e analisi fattoriale del dataset tramite rete neurale
- Valutazione del portafoglio generato attraverso rete neurale
Analisi comparativa dei risultati di portfafoglio e conclusioni
- Analisi comparativa dei risultati di portfafoglio e conclusioni
Certificato
Il percorso professionale di Davide Magno si distingue per una serie diversificata di ruoli che hanno affinato la sua competenza nell’analisi e nella visualizzazione dei dati, particolarmente nel settore finanziario. Con oltre 15 anni di esperienza, ha sviluppato una solida comprensione dell’analisi dei dati finanziari e dei sistemi informativi. La sua carriera include posizioni cruciali come Head of Financial Risk Management presso AXA Life Europe, e ruoli presso Citco Fund Services e Intesa Sanpaolo Life Ltd. Inoltre, ha avuto una borsa di studio di ricerca presso il Politecnico di Milano. Dall’aprile 2021 lavora come consulente indipendente, collaborando con aziende internazionali come Athora Italia, Athora Group e Hedge Analytics Ltd. Nel febbraio 2023, ha ampliato il suo portafoglio diventando consulente data scientist per l’Agenzia Europea per i Medicinali.
Il set di competenze di Magno comprende una profonda conoscenza dei linguaggi di programmazione come R, Python e SQL, che gli permettono di sviluppare strumenti e soluzioni interni efficaci. La sua esperienza si estende anche alla progettazione e all’implementazione di soluzioni di ingegneria dei dati utilizzando Microsoft Azure e Databricks. Inoltre, ha sviluppato con successo di algoritmi di machine learning per varie applicazioni, inclusi i test di stress finanziari. Ha accumulato negli anni passione, esperienza e competenza nel Data Science e nel Machine Learning.
-
Puoi seguire il corso dove e quando vuoi: Deep Learning, infatti, ti offre l’opportunità di accedere alla piattaforma in qualsiasi momento tu abbia voglia e possibilità di studiare. Basta semplicemente un dispositivo elettronico e una connessione internet!
Troverai sempre materiale nuovo e lezioni aggiornate: i nostri professori ti forniranno moltissimo materiale per supportare i tuoi studi e aggiorneranno periodicamente la piattaforma con nuove slides o con nuovi moduli;
Nei nostri corsi troverai sempre una componente interattiva per stimolare l‘apprendimento: giochi, quiz, podcast e tanto altro ti aiuteranno a migliorare e a rendere la tua formazione unica;
-
Non sarai mai solo! Avrai a disposizione la nostra community per metterti in contatto con altri studenti.
A fine percorso riceverai una certificazione che potrai aggiungere al tuo CV e che ti darà la possibilità di farti notare da grandi aziende del settore;
Se lo vorrai, Deep Learning Italia, ti potrà aiutare a trovare lavoro mettendoti in contatto con le nostre aziende partner.
-
Puoi seguire il corso dove e quando vuoi: Deep Learning, infatti, ti offre l’opportunità di accedere alla piattaforma in qualsiasi momento tu abbia voglia e possibilità di studiare. Basta semplicemente un dispositivo elettronico e una connessione internet!
Troverai sempre materiale nuovo e lezioni aggiornate: i nostri professori ti forniranno moltissimo materiale per supportare i tuoi studi e aggiorneranno periodicamente la piattaforma con nuove slides o con nuovi moduli;
Nei nostri corsi troverai sempre una componente interattiva per stimolare l‘apprendimento: giochi, quiz, podcast e tanto altro ti aiuteranno a migliorare e a rendere la tua formazione unica;
-
Non sarai mai solo! Avrai a disposizione la nostra community per metterti in contatto con altri studenti.
A fine percorso riceverai una certificazione che potrai aggiungere al tuo CV e che ti darà la possibilità di farti notare da grandi aziende del settore;
Se lo vorrai, Deep Learning Italia, ti potrà aiutare a trovare lavoro mettendoti in contatto con le nostre aziende partner.
-
Accesso Lifelong
-
Accesso Lifelong
