TUTORIAL DATA SCIENCE

Nel precedente articolo sul tema delle reti neurali artificiali abbiamo introdotto il concetto di perceptron. Abbiamo dimostrato che il perceptron è in grado di classificare i dati di input tramite un confine decisionale lineare. Tuttavia abbiamo rinviato una discussione su come calcolare i parametri che governano questo confine di decisione lineare. In questo articolo vediamo come determinare questi parametri mediante ‘allenamento’ del […]

La finanza quantitativa è un settore estremamente competitivo a livello istituzionale. Gli hedge fund quantistici competono per grandi allocazioni e devono continuamente dimostrare il loro valore per ricevere nuovi asset in gestione. Ciò determina un notevole sforzo di ricerca e sviluppo per ottenere nuove fonti di rendimenti non correlati, corretti per il rischio, per i propri clienti. I

Questo articolo costituisce il primo di una serie di articoli sul tema del moderno machine learning tramite il deep learning applicato alla ricerca di trading sistematico. In particolare descriviamo come installare un moderno ambiente di ricerca di deep learning su una macchina Linux tramite la libreria TensorFlow, che costituirà la base di tutte le successive ricerche di

Di recente abbiamo il deep learning come metodologia per l’addestramento di nuovi modelli di trading quantitativo. Tali modelli hanno dimostrato di essere “irragionevolmente efficaci” nei campi della visione artificiale, dell’elaborazione del linguaggio naturale e dei giochi di strategia. Questo ci motiva a verificare se questi modelli possono essere applicati alle strategie di trading quantitativo. Finora abbiamo

Nel precedente articolo sull’algebra lineare abbiamo considerato le operazioni di base sulle matrici come la somma e la moltiplicazione tra matrici. Queste operazioni sono un prerequisito necessario verso il concetto di inversione di matrice. In questo articolo introduciamo l’inversione di matrice e  ne descriviamo l’importanza. Motiviamo l’inversione della matrice attraverso il concetto di risoluzione di equazioni

Nell’articolo precedente abbiamo introdotto le tre entità  base usate nell’algebra lineare, ovvero lo scalare, il vettore e la matrice che sono versioni specifiche di un’entità più generale, nota come tensore. In questo articolo descriviamo come effettuare operazioni tra queste entità. Tali operazioni includono l’addizione e la moltiplicazione, le cui regole per le entità vettoriali differiscono leggermente rispetto l’addizione e

Poiché il deep learning è un argomento importante per il machine learning applicato al trading pensiamo sia opportuno scrivere alcuni articoli che introduco i concetti matematici fondamentali – algebra lineare, calcolo e probabilità – che sono necessari per comprendere davvero il deep learning per il trading quantitativo. Questo articolo è il primo di una serie

Nell’articolo precedente di questa serie abbiamo descritto un approccio deep learning con la libreria Theano di Python tramite un esempio di regressione logistica. Con questo articolo vogliamo fornire una descrizione più approfondita dei concetti fondamentali del deep learning. Al giorno d’oggi è quasi impossibile lavorare in qualsiasi campo ad alto contenuto tecnologico senza conoscere gli

Negli ultimi dieci anni il tema del deep learning è stato uno dei campi più discussi dell’apprendimento automatico e dell’intelligenza artificiale. Ha prodotto risultati all’avanguardia in aree diverse come la visione artificiale, il riconoscimento delle immagini, l’elaborazione del linguaggio naturale e il riconoscimento vocale. Tuttavia è stato anche ampiamente pubblicizzato – la risposta a tutti i problemi