Erika Pastorelli
Studio di sistemi per il trading intraday basato su tecniche di classificazione e pattern recognition = Study of systems for intraday trading based on classification techniques and pattern recognition.
Rel. Luca Cagliero, Paolo Garza. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Matematica, 2018
|
Preview |
PDF (Tesi_di_laurea)
- Tesi
Licenza: Creative Commons Attribution Non-commercial No Derivatives. Download (2MB) | Preview |
Abstract
Da molti anni ormai, lo sviluppo della "Tecnologia dell'informazione" ha reso possibile la memorizzazione di una grande mole di dati di ogni genere, la cui eterogeneità e complessità ne rende impossibile una comprensione adeguata. Da qui nasce l'esigenza di applicare strumenti che rendano immediati lo studio e l’estrazione di informazioni potenzialmente utili; uno tra tutti il data mining. Un ambito di forte interesse per il data mining è certamente quello finanziario la cui forte digitalizzazione quotidianamente permette a chiunque di potere accedere alle notizie e ai dati di mercato in tempo reale. In tale contesto prende sempre più piede la pratica del trading online, in cui i principali strumenti di apprendimento automatico giocano un ruolo fondamentale: obiettivo primario è riuscire a prevedere l'andamento dei prezzi, al fine di rendere profittevole il proprio investimento.
La tesi si incentra sulla progettazione di un sistema di trading in grado di generare automaticamente segnali di trading intraday sul mercato azionario (ad es
Relatori
Anno Accademico
Tipo di pubblicazione
Numero di pagine
Corso di laurea
Classe di laurea
Ente in cotutela
URI
![]() |
Modifica (riservato agli operatori) |
