Luigi Piva

luigi-piva

Luigi Piva

Formazione
• Laurea in Scienze Statistiche presso l’Università di Bologna
• CQF (Certificate Quantitative Finance) – 2010- London – Math Premiere

 Attività

• 2007-2012 Trader Quantitativo per il gruppo Equity Line Solutions –Seven Mills Ltd Londra – UK
• Dal 2012  Trader Quantitativo per Quantlab Limited – Londra -UK
• Dal 2004 Socio SIAT

Pubblicazioni

• “Analisi Tecnica Efficace Applicata ai Tradng Systems” Experta, 2004
• “Top Trader Readers Digest 2005-2006” Experta 2006
• “Uncertain volatility with static hedge by Finite Difference: pricing vanilla and binary options ” Fitch 7City Londra 2011
• “Multivariate Financial Time Series Analysis: energy futures” Fitch 7City Londra 2011

Campionati

• Campionati di Trading: +61% TopTraderCup 2011, +42% TopTraderCup 2010,  +38% TopTraderCup 2009

Costruzione di Portafogli di Azioni ed ETF con Modelli Quantiativi e Machine Learning

Dopo una breve descrizione dei modelli media/varianza per la costruzione dei portafogli, che, segnando la nascita della finanza quantitativa, hanno una valenza ormai storica , si passa ad una rassegna di modelli più evoluti ed efficaci come il modelli Cvar, Mean Absolute Deviation e Custom Risk Reward. Il punto chiave dell’intervento sarà poi evidenziare come sia possibile utilizzare il Machine Learning, in particolare gli algoritmi genetici, nella costruzione di portafogli, con esempi specifici e dati reali di portafogli che hanno come componenti azioni ed ETF americani.

Modelli classici :

  • Mean Variance
  • CVar

Modelli evoluti

  • Mean absolute Deviation
  • Custom Risk/Reward Optimization

Machine Learning

  • Algoritmi Genetici applicati ai modelli evoluti nella costruzione dei Portafogli

Applicazione Con Matlab

  • Codici di implementazione e banche dati