Skip to content

Kernel regression: applicazione alla previsione del Fib30

Lo sviluppo di questa tesi è una diretta conseguenza dell’esperienza maturata durante lo stage presso un’ ente che si occupa di previsioni finanziarie, nonché di un costante scambio di informazioni via e-mail con l’autore del libro “Expert Trading System: Modeling Financial Markets with Kernel Regression”.
La tesi tratta la descrizione e lo studio di fattibilità di una metodo di regressione non parametrica, la kernel regression, applicata alla previsione intraday dei valori del Fib30.
L’analisi di tale metodologia è stata condotta tenendo sempre in considerazione la complessità computazionale ed il confronto con altre metodologie quantitative largamente usate nella previsione dei mercati finanziari come le Reti Neurali, nonché l’aspetto pratico: l’utilizzo della kernel regression in un Trading System.
La stesura della dissertazione ha comportato, inoltre, lo studio di altri aspetti correlati: gli strumenti finanziari (in particolare i futures), le scuole di pensiero dei mercati finanziari (in particolare l’analisi tecnica), i metodi di scelta e selezione dei predittori, le serie storiche “rumorose”, il tempo come variabile che pesa i dati, tecniche di ricerca veloce dei nearest neighbors.

CONSULTA INTEGRALMENTE QUESTA TESI

La consultazione è esclusivamente in formato digitale .PDF

Acquista
Mostra/Nascondi contenuto.
Kernel Regression: Applicazione alla Previsione del Fib30 5 1.1 TECNICHE DI MODELLAMENTO Il modellamento è un processo in cui si ricorre ai dati per determinare un modello matematico che può essere esplicato mediante la seguente notazio- ne: )(XfY = , dove Y rappresenta la variabile dipendente e X la variabile indipenden- te. Esistono molte tecniche per modellare dati, in genere si distinguono due macro categorie: metodi parametrici e metodi non parametrici. Sono detti parametrici quei metodi i cui modelli si reggono sull’ipotesi che )(Xf appartenga ad una famiglia di funzioni parametriche con un strut- tura fissa e con i parametri stimabili dai dati. Compito del processo di model- lamento è tentare di trovare in modo empirico o in base a considerazioni teo- riche i valori dei parametri di )(Xf più corretti e precisi e stabilirne la loro robustezza nel tempo con metodi d’inferenza statistica, oppure empiricamen- te utilizzando un validation set. Alcuni esempi di modelli parametrici, fra i tanti che si potrebbero citare, sono i modelli ARIMA per i quali alcune considerazioni teoriche sono basate sullo studio delle correlazioni globali e parziali. Analizzando la forma dei due correlogrammi, infatti, si può restringere il campo di valori che possono assumere gli ordini del modello p e q, corrispondenti alla componente auto- regressiva (AR) e media mobile (MA), diminuendo così le prove per la ricer- ca del modello migliore. In alcuni problemi, però, si possono fare pochissime assunzioni concer- nenti la struttura di )(Xf , si deve allora proporre una lista di potenziali pre-

CONSULTA INTEGRALMENTE QUESTA TESI

La consultazione è esclusivamente in formato digitale .PDF

Acquista
Il miglior software antiplagio

L'unico servizio antiplagio competitivo nel prezzo che garantisce l'aiuto della nostra redazione nel controllo dei risultati.
Analisi sicura e anonima al 100%!
Ottieni un Certificato Antiplagio dopo la valutazione.

Informazioni tesi

  Autore: Dino Monico
  Tipo: Tesi di Laurea
  Anno: 2001-02
  Università: Università degli Studi Ca' Foscari di Venezia
  Facoltà: Economia
  Corso: Statistica e Informatica per l'azienda
  Relatore: Claudio Pizzi
  Lingua: Italiano
  Num. pagine: 83

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.
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 che consulta la tesi volesse citarne alcune parti, dovrà inserire correttamente la fonte, come si cita un qualsiasi altro testo di riferimento bibliografico.
  • 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'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.
Per tradurre questa tesi clicca qui »
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

analisi tecnica
fib 30
forecasting
future
mercati finanziari
minifib
reti neurali
trading system
previsioni finanziarie
kernel regression

Tesi correlate


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