-
TEACHING
Statistica per la digital economy
Analisi dei dati per il marketing
Metodi quantitativi per i mercati finanziari
Statistica (A-K)
Data mining per il marketing
- Informatica e Statistica per le decisioni
aziendali
- Informatica (idoneità)
- Informatica Aziendale
- Funzioni in Facoltà
- Orario di ricevimento
- Domande frequenti
- Curriculum vitae
- Libri di testo
- Ultima ora (avvisi)
-
RESEARCH
Publications
- Research books
- Matlab code
- R code
- Gauss code
- CV
Seconda prova intermedia 28/01/2022
Testo
Soluzione
Esercitazione finale del 7 dicembre
File di input
www.riani.it/MQF/Input_Files/test2021MQF.zip
File di output
Osservazione: si assume che sia stato scaricato FSDA toolbox ultima versione.
Le lezioni frontali sono terminate il 12/10/2021
LInk al canale youtube dove visualizzare le lezioni
Corso svolto in collaborazione con il prof. Erindi Allaj
LIBRI DI TESTO
PRIMA PARTE: Gozzi G. (2019). Metodi statistici per l'analisi dei mercati finanziari, Libreria Medico Scientifica, Parma
Programma del corso e lucidi delle lezioni
Materiale di corredo al seminario del prof. Giorgio Gozzi 11/10/2021
(Data di ultima modifica 11/10/2021)
Prima settimana introduzione al corso, introduzione a MATLAB, tipi di dati in MATLAB. Introduzione ai grafici in MATLAB. Importazione dei dataset in formato table. Gestione delle table.
Seconda settimana: Grafici per l'analisi delle serie storiche finanziarie e non finanziare. Creazione di seguenze temporali. Gestione delle timetable. Estrazione di dati nelle timetable. Cambiamento nella frequenza di rilevazione.
Terza settimana. Stima del trend nelle serie storiche. Ripasso del modello di regressione lineare semplice. Funzioni interpolanti e approcci non parametrici. Scelta dell'ordine del polinomio interpolante. Scomposizione della serie storica in termini di trend stagionalità e componente erratica. Destagionalizzazione e detrendizzazione. Stima dei valori futuri ed intervallo di confidenza.
Quarta settimana: Medie mobili semplici, ponderate, esponenziali. Confronto tra le diverse medie mobili e loro applicazione per la previsione dell'andamento delle serie storiche finanziarie. Rendimenti finanziari, rendimento in eccesso, volatilità. Rendimento multiperiodale. Rendimento di un portafoglio. Analisi descrittiva dei rendimenti finanziari, media deviazione standard, coefficiente di variazione, l'asimmetria e curtosi. Introduzione ai processi stocastici. La distribuzione normale e la distribuzione chi quadrato.
Quinta settimana: Il correlagramma. Il processo White Noise. Il test di Box Ljung. Analisi empirica della distribuzione dei rendimenti. I missing values. Trattamenti preliminari nei dati, Come misurare il rischio di investimento: l'ndice beta. Trattamenti preliminari, dati mancanti e dati anomali, autocorrelazione nei rendimenti, test di autocorrelazione, verifica dell'ipotesi normalità. Stima non parametrica della densità.
SOFTWARE utilizzato durante il corso
Excel 2016 e MATLAB 2021a oppure 2021b.
Tutte le prove saranno a computer (consegna di file .m oppure .mlx. Formato del file di consegna
cognome_nome_matricola.m (file in formato MATLAB)
oppure
cognome_nome_matricola.mlx (file in formato MATLAB live script)
Istruzioni per scaricare MATLAB
Una volta creato l'account potete scaricare il software sulle postazioni che desiderate.
MATLAB ACADEMY: gli studenti dell'Università di Parma possono seguire (ovviamente in maniera completamente gratuita) una serie di cosi approfonditi sull'utilizzo di MATLAB dall'indirizzo web https://matlabacademy.mathworks oppure facendo click sul pulsante "Learn MATLAB" una volta lanciato il programma
Si noti che per gli utenti non UNIPR questi corsi sono a pagamento e sono davvero molto costosi.
Avviso:
Per gli studenti che seguono i corsi di MATLAB Academy c'è la possibilità di generare in modo automatico dal sistema una certificazione che può essere condivisa con Facebook o Linkedin:
Link alla pagina web di Mathworks dove svolgere esercizi aggiuntivi.
Potete iniziare da questo link
MATLAB Cody - MATLAB Central (mathworks.com)
Per utilizzare MATLAB on line per
potersi esercitare utilizzando direttamente il browser è possibile
fare click su
questo link
COMPONENTI AGGIUNTIVI DI MATLAB DA SCARICARE
Link per scaricare il MATLAB toolbox FSDA (Flexible Statistics Data
Analysis) dal sito web Mathworks, sviluppato congiuntamente
dall'Università di Parma e dal Joint Research Centre della Commissione
Europea
Link alla pagina github
di FSDA
Link alla documentazione di
FSDA
FILE DI CORREDO AL CORSO
File di integrazione.
Osservazione: i file di input sono in formato EXCEL oppure (ossia in formato .xls, xlsx, .xlsm) oppure in formato MATLAB (ossia in formato .m, .mlx) .I file di ouptut sono in formato .m oppure .mlx oppure entrambi.
Osservazione: i file in formato .mlx contengono oltre al codice sorgente anche il risultato derivante dall'esecuzione delle diverse istruzioni, immagini incorporate ecc. I file in formato .m contengono solo il codice sorgente).
Prima settimana
| Argomento | Obiettivo | File di input | File di output (data di ultima modifica) |
| Introduzione a MATLAB | Calcolo e rappresentazione grafica di una funzione | intro.m | intro_out.m intro_outMLX.mlx 28/01/2022 |
| Introduzione a MATLAB | Grafici in scala semilogaritmica. Suddivisione della finestra grafica in pannelli | Taylor.m | Taylor_out.m Taylor_outMLX.mlx 28/01/2022 |
| Importazione dati da file esterni | Importazione di file excel dentro una MATLAB table. Estrazione di dati | firm.m Firm.xlsx |
firm_out.m 06/10/2021 |
Seconda settimana
| Argomento | Obiettivo | File di input | File di output (data di ultima modifica) |
| Grafici univariati per l'analisi delle serie storiche | Tipologie di rappresentazioni grafiche univariate. Confronto tra l'andamento di due serie storiche. Grafici ad imbuto (funnelchart), balloonplots e waterfall. |
grafuniv.mlx grafuniv.xlsx grafuniv2serie.xlsx Waterfall.xlsx |
grafuniv_outMLX.mlx 28/01/2022 |
| Grafici per le serie storiche finanziarie | Grafici a candale, grafici prezzo volume, grafici kagi |
plotfin.m PSTMI.xlsx |
plotfin_outMLX.mlx 28/01/2022 |
| Oggetto timetable | Importazioni dei dati in formato timetable. Gestione delle timetable. Creazione di sequenze temporali personalizzate. Cambiamento della frequenza di rilevazione. |
tcEURDOL.m tcEURDOL.csv |
tcEURDOL_out.m 11/09/2021 |
Terza settimana
| Argomento | Obiettivo | File di input | File di output (data di ultima modifica) |
| Ripasso sul modello di regressione | Simulare i dati necesseri per creare un modello di regressione. Stimare i parametri con diverse ormule di calcolo. Comprendere la differenza tra parametri veri e stimati. Verificare empiricamente il teorema di Sastry e Nag. | regr.mlx | regr_outMLX.mlx 18/09/2021 |
| Stima del trend | Stimare il trend tramite funzioni interpolanti e spline | trend.m | trend_out.m 06/10/2021 |
| Detrendizzazione e destagonalizzazione | Destagionalizzare e detrendizzare una serie storica. Testare la presenza del trend e della stagionalità in una serie storica. Destagionalizzare con il vincolo di somma a zero dei coefficienti stagionali.erie storica. Costruire valori previsti e relativo intervallo di confidenza per le osservazioni future. Approcci alternativi per la stima del trend e della stagionalità |
destag.m destag.xlsx |
destag_out.m 06/10/2021 |
| Medie mobili | Medie mobili semplici, ponderate ed esponenziali. implementazione manuale ed automatica | mmintro.m | mmintro_out.m 28/01/2022 |
Quarta settimana
| Argomento | Obiettivo | File di input | File di output (data di ultima modifica) |
| Medie mobili | Medie mobili di diverso periodo per l'analisi dei mercati finanziari. La serie storica del FTSEMib | mm_out.m 05/10/2021 |
|
| Introduzione al calcolo simbolico | Espansione in serie di Taylor della funzione log x e log(x+1). Calcolo simbolico dei limiri | symb.m | symb_out.m 03/10/2021 |
| Introduzione ai rendimenti | Confronto tra rendimenti semplici e logaritmici. Calcolo rendimenti multiperiodali, rendimenti in eccesso, rendimenti aggiustati per il tasso di inflazione. | rend.m | rend_out.m 31/10/2021 |
| Rendimento di un portafoglio | Aggregazione cross-section dei rendimenti semplici e logaritmici | rendPO.m | rendPO_out.m 06/10/2021 |
| Richiami distribuzione normale univariata e distributione T di Student | Funzione di densità, Funzione di ripartizione e quantili delle distribuzioni Normali e T di Student | normale.mlx |
normale_out.mlx 03/10/2021 |
| v.c. Chi quadrato | Densità, ripartizione e quantili in una v.c. Chi quadrato |
chi2.m chi2.mlx |
chi2_out.m chi2_outMLX.mlx 03/10/2021 |
| Richiami sul coefficiente di correlazione | Implementazione manuale ed automatica della correlazione. | corr.xlsx corr_intro.m |
corr_intro_out.m 04/10/2021 |
| Analisi empirica dei rendimenti | La distribuzione empirica dei rendimenti. Analisi dell'asimmetria e della curtosi. Test di normalità. Richiamare la covarianza e la correlazione ed introdurre l'autocorrelazione. Test per la verifica dell'assenza di autocorrelazione. |
rFTSEMib.m |
rFTSEMib_out.m 03/10/2021 |
Quinta settimana
| Argomento | Obiettivo | File di input | File di output (data di ultima modifica) |
| Analisi dei valori mancanti e degli outliers | Analisi preliminari per verificare la presenza di pattern nei dati mancanti e analisi degli outliers. Verifica di ipotesi distributive. |
mdpattern.xlsx mdpat.m |
mdpat_out.m 14/12/2021 |
| Volatilità | La deviazione standard e la semideviazione standard. Rischio di sottoperformance. I momenti parziali inferiori (shortfall risk, valore atteso al ribasso, varianza dei rendimenti sotto soglia). | volat.m | volat_out.m 09/10/2021 |
| Rischio di mercato | Lavorare con la serie storica multipla dei titoli del FTSEMib. Operazioni avanzate con il caricamento dei file. Calcolo indice Beta per i titoli del FTSEMib |