Skip to content

Data mining e analisi dell'interazione dei mercati finanziari

Informazioni tesi

  Autore: Matteo Pistara
  Tipo: Tesi di Laurea
  Anno: 1998-99
  Università: Università degli Studi di Catania
  Facoltà: Economia
  Corso: Economia e Commercio
  Relatore: Benedetto Matarazzo
  Lingua: Italiano
  Num. pagine: 236

Negli ultimi anni si è assistito ad una crescita esponenziale dell'ammontare dei dati disponibili, ciò ha comportato l'esigenza di predisporre nuove tecnologie, che consentano di estrarre, dai dati immagazzinati, il maggior numero di informazioni utili.
All'inizio di questo decennio si è avuta la diffusione del Data Mining, cioè di un insieme di tecniche, inserite nel più ampio processo di Knowledge Discovery in Databases, che, estrapolando modelli utili e precedentemente sconosciuti dall'insieme di dati, portano alla conoscenza.
Gli strumenti di Data Mining sono stati utilizzati in diversi campi, trovando la propria consacrazione in alcuni settori commerciali. Il nostro intento è quello di utilizzare tali tecniche nell'analisi dell'interazione dei mercati finanziari.
L'idea di fondo è, che sull'andamento del mercato azionario di Milano influiscano altri fattori estranei alla realtà economica italiana e sintetizzati dall'andamento degli indici dei principali mercati finanziari del pianeta. La prova, di ciò, è fornita dai recenti fenomeni d'instabilità dei mercati internazionali, propagatisi dall'Asia e successivamente dal Brasile. Il mercato italiano è stato, anch'esso, coinvolto in questo fenomeno.
Si ritiene, pertanto, interessante lo studio delle modalità di interazione di questi mercati, fornendo un'analisi originale e diversa, rispetto a quella fornita, tradizionalmente, dall'indice di correlazione.
Tale analisi viene compiuta attraverso l'utilizzo dell'approccio dei rough sets, che si contrappone ai metodi di misurazione congiunta, che, basandosi sui metodi sulla stima di funzioni di utilità aggregate, rientrano nelle metodologie tipiche della teoria dell'Utilità Multi attributo. L'approccio rough sets, invece, estrapolando la conoscenza direttamente dai dati, non obbliga ad alcuna ipotesi di aggregazione e, al tempo stesso consente una modellizzazione delle preferenze rappresentata da regole decisionali del tipo ''se?, allora'', che risultano di immediata interpretazione.
Il nostro lavoro è suddiviso in tre parti.
La prima parte è stata dedicata all'approfondimento della metodologia che verrà utilizzata nella successiva applicazione. Pertanto questa parte analizzerà l'analisi multicriteriale, le innovazioni introdotte dal Data Mining e l'approccio dei rough sets all'analisi delle decisioni.
Nella seconda parte verranno introdotte le diverse teorie finanziarie concernenti la diversificazione del portafoglio. Quindi si esaminerà la teoria della selezione del portafoglio di Markovitz, il Capital Asset Pricing Model, l'Asset Pricing Theory e i vantaggi della diversificazione internazionale del portafoglio, per poi introdurre la figura dell'operatore finanziario, sul quale focalizzeremo le nostre attenzioni cercando di capirne la mentalità per affinare la nostra analisi.
Il nostro lavora si chiude con l'applicazione, che consiste nell'analisi, mediante l'utilizzo delle nuove tecnologie proposte dal Data Mining, delle interazioni dei mercati finanziari e, più precisamente, del mercato azionario italiano con quelli delle seguenti nazioni: U.S.A., Inghilterra, Giappone, Francia, Germania e Svizzera. L'obiettivo a quello di fornire all'operatore finanziario uno strumento, maneggevole ed interattivo, del quale possa servirsi per porre in atto le migliori strategie. Cercheremo di mettere in relazione una delle definizioni di Data Mining: ''chiunque ha l'informazione e più velocemente la usa, vince'', con la definizione data dal Keynes del movente speculativo: ''lo scopo di trarre profitto dal fatto di conoscere meglio del mercato ciò che succederà in futuro''.
L'applicazione delle nuove tecnologie di Data Mining e, soprattutto, dell'approccio dei rough sets, all'analisi dell'interazione dei mercati finanziari, ha permesso di verificare la validità di questo strumento per il raggiungimento dello scopo prefissato: modellizzazione, a partire da una serie di dati storici, delle modalità d'interazione dei mercati finanziari internazionali.
Riteniamo di aver compiuto, con quest'analisi, un passo in avanti, rispetto al metodo, tradizionalmente, utilizzato dagli statistici: l'indice di covarianza, il quale risulta essere estremamente sintetico in quanto sintetizza l'informazione relativa all'interazione di coppie di mercati ad un solo indicatore medio e non è possibile considerare sottoinsiemi più ampi, mentre l'approccio dei rough sets consente di descrivere le interazioni tra sottoinsiemi di mercati di cardinalità qualunque, non necessariamente due.
L'approccio rough sets è stato applicato ad una serie di dati costituita dalle variazioni percentuali giornaliere degli indici di riferimento dei seguenti mercati azionari: New York. Tokyo, Londra, Parigi, Francoforte, Zurigo e Milano. L'orizzonte temporale di riferimento è dato dal periodo intercorrente, tra il 4 novembre 1997 e il 9 aprile 1999, per un ammontare complessivo a 340 osservazioni giornaliere

CONSULTA INTEGRALMENTE QUESTA TESI

La consultazione è esclusivamente in formato digitale .PDF

Acquista
Mostra/Nascondi contenuto.
5 INTRODUZIONE Negli ultimi anni si è assistito ad una crescita esponenziale dell’ammontare dei dati disponibili e, ciò ha comportato l’esigenza di predisporre nuove tecnologie, che consentano di estrarre, dai dati immagazzinati, il maggior numero di informazioni utili. All’inizio di questo decennio si è avuta la diffusione del Data mining, cioè di un insieme di tecniche, inserite nel più ampio processo di Knowledge Discovery in databases, che, estrapolando modelli utili e precedentemente sconosciuti dall’insieme di dati, portano alla conoscenza. Gli strumenti di data mining sono stati utilizzati in diversi campi, trovando la propria consacrazione in alcuni settori commerciali. Il nostro intento è quello di utilizzare tali tecniche nell’analisi dell’interazione dei mercati finanziari. L’idea di fondo è, che sull’andamento del mercato azionario di Milano influiscano altri fattori estranei alla realtà economica italiana e sintetizzati dall’andamento degli indici dei principali mercati finanziari del pianeta. La prova, di ciò, è fornita dai recenti fenomeni d’instabilità dei mercati internazionali, propagatisi dall’Asia e successivamente dal Brasile. Il mercato italiano è stato, anch’esso, coinvolto in questo fenomeno. Si ritiene, pertanto, interessante lo studio delle modalità di interazione di questi mercati, fornendo un’analisi originale e diversa, rispetto a quella fornita, tradizionalmente, dall’indice di correlazione.

CONSULTA INTEGRALMENTE QUESTA TESI

La consultazione è esclusivamente in formato digitale .PDF

Acquista

FAQ

Per consultare la tesi è necessario essere registrati e acquistare la consultazione integrale del file, al costo di 29,89€.
Il pagamento può essere effettuato tramite carta di credito/carta prepagata, PayPal, bonifico bancario, bollettino postale.
Confermato il pagamento si potrà consultare i file esclusivamente in formato .PDF accedendo alla propria Home Personale. Si potrà quindi procedere a salvare o stampare il file.
Maggiori informazioni
Ingiustamente snobbata durante le ricerche bibliografiche, una tesi di laurea si rivela decisamente utile:
  • perché affronta un singolo argomento in modo sintetico e specifico come altri testi non fanno;
  • perché è un lavoro originale che si basa su una ricerca bibliografica accurata;
  • perché, a differenza di altri materiali che puoi reperire online, una tesi di laurea è stata verificata da un docente universitario e dalla commissione in sede d'esame. La nostra redazione inoltre controlla prima della pubblicazione la completezza dei materiali e, dal 2009, anche l'originalità della tesi attraverso il software antiplagio Compilatio.net.
  • L'utilizzo della consultazione integrale della tesi da parte dell'Utente che ne acquista il diritto è da considerarsi esclusivamente privato.
  • Nel caso in cui l'Utente volesse pubblicare o citare una tesi presente nel database del sito www.tesionline.it deve ottenere autorizzazione scritta dall'Autore della tesi stessa, il quale è unico detentore dei diritti.
  • L'Utente è l'unico ed esclusivo responsabile del materiale di cui acquista il diritto alla consultazione. Si impegna a non divulgare a mezzo stampa, editoria in genere, televisione, radio, Internet e/o qualsiasi altro mezzo divulgativo esistente o che venisse inventato, il contenuto della tesi che consulta o stralci della medesima. Verrà perseguito legalmente nel caso di riproduzione totale e/o parziale su qualsiasi mezzo e/o su qualsiasi supporto, nel caso di divulgazione nonché nel caso di ricavo economico derivante dallo sfruttamento del diritto acquisito.
  • L'Utente è a conoscenza che l'importo da lui pagato per la consultazione integrale della tesi prescelta è ripartito, a partire dalla seconda consultazione assoluta nell'anno in corso, al 50% tra l'Autore/i della tesi e Tesionline Srl, la società titolare del sito www.tesionline.it.
L'obiettivo di Tesionline è quello di rendere accessibile a una platea il più possibile vasta il patrimonio di cultura e conoscenza contenuto nelle tesi.
Per raggiungerlo, è fondamentale superare la barriera rappresentata dalla lingua. Ecco perché cerchiamo persone disponibili ad effettuare la traduzione delle tesi pubblicate nel nostro sito.
Scopri come funziona

DUBBI? Contattaci

Contatta la redazione a
[email protected]

Ci trovi su Skype (redazione_tesi)
dalle 9:00 alle 13:00

Oppure vieni a trovarci su

Parole chiave

asset pricing theory
capital asset pricing model
capm
data mining
mercati azionari
mercati finanziari
rough sets

Non hai trovato quello che cercavi?


Abbiamo più di 45.000 Tesi di Laurea: cerca nel nostro database

Oppure consulta la sezione dedicata ad appunti universitari selezionati e pubblicati dalla nostra redazione

Ottimizza la tua ricerca:

  • individua con precisione le parole chiave specifiche della tua ricerca
  • elimina i termini non significativi (aggettivi, articoli, avverbi...)
  • se non hai risultati amplia la ricerca con termini via via più generici (ad esempio da "anziano oncologico" a "paziente oncologico")
  • utilizza la ricerca avanzata
  • utilizza gli operatori booleani (and, or, "")

Idee per la tesi?

Scopri le migliori tesi scelte da noi sugli argomenti recenti


Come si scrive una tesi di laurea?


A quale cattedra chiedere la tesi? Quale sarà il docente più disponibile? Quale l'argomento più interessante per me? ...e quale quello più interessante per il mondo del lavoro?

Scarica gratuitamente la nostra guida "Come si scrive una tesi di laurea" e iscriviti alla newsletter per ricevere consigli e materiale utile.


La tesi l'ho già scritta,
ora cosa ne faccio?


La tua tesi ti ha aiutato ad ottenere quel sudato titolo di studio, ma può darti molto di più: ti differenzia dai tuoi colleghi universitari, mostra i tuoi interessi ed è un lavoro di ricerca unico, che può essere utile anche ad altri.

Il nostro consiglio è di non sprecare tutto questo lavoro:

È ora di pubblicare la tesi