polito.it
Politecnico di Torino (logo)

Il mercato delle commodities applicato all'intelligenza artificiale.

Riccardo Arnese

Il mercato delle commodities applicato all'intelligenza artificiale.

Rel. Franco Varetto. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Gestionale, 2021

[img]
Preview
PDF (Tesi_di_laurea) - Tesi
Licenza: Creative Commons Attribution Non-commercial No Derivatives.

Download (2MB) | Preview
[img] Archive (ZIP) (Documenti_allegati) - Altro
Licenza: Creative Commons Attribution Non-commercial No Derivatives.

Download (11MB)
Abstract:

La tesi tratta lo studio e l’analisi del mercato delle materie prime applicato all’intelligenza artificiale. In prima battuta si è analizzato il mercato delle commodity in generale, spiegando il meccanismo che regola la relazione tra i prezzi spot e future e fornendo una panoramica dei macro-fattori che influenzano la formazione dei prezzi. Successivamente sono state selezionate cinque commodity (cotone, oro, petrolio, rame e soia). Per ciascuna di esse sono stati approfonditi il mercato di riferimento a livello mondiale e i vari campi di applicazione. Nel terzo capitolo è stata valutata l’efficienza del mercato in forma debole attraverso il Variance Ratio Test e la regressione lineare. Nel quarto capitolo si è analizzato il comportamento matematico dei neuroni all’interno di una rete neurale e successivamente si è studiato il funzionamento dell’algoritmo di Backpropagation. Nel capitolo quinto, dopo avere individuato il modello LSTM e approfondito il suo comportamento nello studio delle serie temporali, sono state descritte le librerie del linguaggio di programmazione Python in grado di elaborare i dati secondo le logiche Long Short Term Memory. Infine, nell’ultimo capitolo sono stati riportati ed esaminati i risultati in termini di capacità predittiva derivati dall’allenamento della rete neurale, confrontando i risultati di diverse architetture in termini di errore assoluto e percentuale.

Relatori: Franco Varetto
Anno accademico: 2021/22
Tipo di pubblicazione: Elettronica
Numero di pagine: 111
Soggetti:
Corso di laurea: Corso di laurea magistrale in Ingegneria Gestionale
Classe di laurea: Nuovo ordinamento > Laurea magistrale > LM-31 - INGEGNERIA GESTIONALE
Aziende collaboratrici: NON SPECIFICATO
URI: http://webthesis.biblio.polito.it/id/eprint/20297
Modifica (riservato agli operatori) Modifica (riservato agli operatori)