DATATRADER

Nella lezione sui modelli di Markov nascosti abbiamo descritto la loro applicazione per indicizzare i dati sui rendimenti come meccanismo per scoprire i “regimi di mercato” latenti. Abbiamo analizzato i rendimenti dell’S&P500 usando le librerie statistiche Python e identificato periodi di diversa volatilità, utilizzando sia modelli a due stati che a tre stati. In questo

Fino ad ora, tutte le strategie di trading che abbiamo esplorato con DataTrader si basano su dati giornalieri OHLCV delle azioni. In questo articolo, passiamo a una strategia intraday di machine learning, effettuando un backtest completo. Implementiamo un algoritmo predittivo basato sul machine learning supervisionato, con l’obiettivo di prevedere le variazioni direzionali dei rendimenti azionari

In questo articolo trattiamo un tema cruciale nel trading quantitativo e automatico: quando “spegnere” una strategia di trading. Spieghiamo perché le strategie tendono a sottoperformare nel lungo periodo e come possiamo misurarne il decadimento nel tempo. Approfondiamo e implementiamo la metrica più utilizzata, lo Sharpe Ratio annualizzato. Inoltre vediamo come integrare queste funzionalità nel nostro

In questo articolo descriviamo come effettuare il backtest di una strategia di analisi del sentiment tramite un sistema di trading quantitativo. Infatti, oltre ai “soliti” trucchi relativi all’arbitraggio statistico, al trend-following e all’analisi fondamentale, molti fondi quantitativi (e anche noi trader retail!) ci dedichiamo a tecniche di elaborazione del linguaggio naturale (NLP) per costruire strategie

In questo articolo descriviamo come usare il sistema di trading DataTrader per implementare una strategia di cointegrazione tra asset. Questa strategia si basa su una (potenziale) relazione di cointegrazione tra un’azione e un ETF nel mercato delle materie prime. Nel corso “Modelli Avanzati per il Trading Quantitativo” abbiamo introdotto il concetto di cointegrazione. Abbiamo mostrato

In un precedente articolo abbiamo descritto la funzione di ribilanciamento mensile implementata nel framework di backtesting DataTrader ed eseguito dei test su un portafoglio semplificato di ETF azionari e obbligazionari. In questo articolo vediamo come gestire direttamente i pesi tramite il backtest di portafogli strategici di ETF. A tale scopo apportato al motore del framework

In questo articolo presentiamo una semplice strategia di ribilanciamento mensile di ETF con pesi fissi tra azioni e obbligazioni. Vogliamo  dimostrare come funzioni il ribilanciamento implementate nel framework di backtesting e live trading ad eventi DataTrader. La strategia non introduce nulla di nuovo – si tratta infatti del classico portafoglio bilanciato 60/40 – ma l’implementazione

In questo articolo spieghiamo come implementiamo il backtest di una strategia con il Filtro di Kalman usando il framework Python per il trading basato su eventi DataTrader. La strategia si fonda sui concetti matematici dei modelli spaziali statali e dei filtri di Kalman. Applichiamo questi concetti utilizzando la libreria Python pykalman su una coppia di

In questo articolo spieghiamo come implementare una strategia di trading con i modelli ARIMA e GARCH utilizzando il framework DataTrader. I modelli ARIMA e GARCH rappresentano metodologie che trattiamo nel corso sull’analisi delle serie temporali. Eseguiamo il backtest di una strategia di trading sull’indice S&P500, che rappresenta il mercato azionario statunitense. Mostriamo come, combinando i