Marco Tortora
Uso delle Reti Neurali per la previsione di serie storiche finanziarie = Use of Neural Networks for forecasting financial time series.
Rel. Franco Varetto. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Gestionale, 2020
|
Preview |
PDF (Tesi_di_laurea)
- Tesi
Licenza: Creative Commons Attribution Non-commercial No Derivatives. Download (3MB) | Preview |
Abstract
La previsione del movimento dei prezzi azionari è da decenni oggetto di numerosi lavori di ricerca. Da sempre vi sono due fazioni contrapposte: i sostenitori della teoria dei mercati efficienti che asseriscono che i prezzi non possono essere predetti, e un’altra parte di ricercatori che, basandosi sui fondamenti dell’analisi tecnica, secondo cui il contenuto informativo dei mercati è già insito nelle fluttuazioni, pensano che i prezzi futuri possono essere predetti con un certo grado di accuratezza utilizzando modelli appropriati. Lo scopo di questo lavoro è l’implementazione di un framework per la previsione dei prezzi azionari basandosi su modelli di Deep Learning, una branca dell’Intelligenza Artificiale che si sta distinguendo in anni recenti grazie all’efficacia di strutture chiamate Reti Neurali Artificiali Profonde, che consentono di captare caratteristiche di funzioni altamente non lineari.
Pertanto sarà approfondita la teoria che vi è dietro queste strutture, sarà spiegata la matematica che c’è dietro e come possono adattarsi alle caratteristiche del problema che si vuole affrontare
Relatori
Anno Accademico
Tipo di pubblicazione
Numero di pagine
Corso di laurea
Classe di laurea
URI
![]() |
Modifica (riservato agli operatori) |
