dc.contributor.advisor |
Pizzi, Claudio |
it_IT |
dc.contributor.author |
Gava, Silvia <1997> |
it_IT |
dc.date.accessioned |
2022-06-26 |
it_IT |
dc.date.accessioned |
2022-10-11T08:26:39Z |
|
dc.date.issued |
2022-07-13 |
it_IT |
dc.identifier.uri |
http://hdl.handle.net/10579/21795 |
|
dc.description.abstract |
Partendo da un’iniziale descrizione storica dell’analisi tecnica, la tesi ha l’obiettivo di confrontare alcuni indicatori di analisi tecnica già fortemente consolidati, quali SMA, MACD, Bande di Bollinger ed RSI, con quattro nuovi indicatori proposti recentemente in letteratura da Ansari Saleh Ahmar, Jacinta Chan Phooi M’ng, Alex Pierrefeu, e da Serhiy Kozmenko insieme ad Oleksiy Plastun. Questi nuovi indicatori sono denominati rispettivamente Sutte Indicator, Dynamically Adjustable Moving Average (AMA’), Recursive Bands e RDZ Indicator.
Per l’analisi comparativa sono stati creati i codici in Rstudio di quest’ultimi indicatori.
Sono state prese in considerazione le quotazioni di diversi titoli azionari, verificandone per ciascuno il rendimento cumulato ottenuto, grazie a ciascun specifico indicatore, su un periodo di riferimento di 8 anni (01/01/2014 – 01/01/2022); confrontandolo con quello ottenuto grazie agli indicatori SMA, MACD, Bande di Bollinger ed RSI. |
it_IT |
dc.language.iso |
it |
it_IT |
dc.publisher |
Università Ca' Foscari Venezia |
it_IT |
dc.rights |
© Silvia Gava, 2022 |
it_IT |
dc.title |
Data Driven Trading. Studio ed implementazione di recenti indicatori di analisi tecnica |
it_IT |
dc.title.alternative |
Data Driven Trading. Studio ed implementazione di recenti indicatori di analisi tecnica |
it_IT |
dc.type |
Master's Degree Thesis |
it_IT |
dc.degree.name |
Economia e finanza |
it_IT |
dc.degree.level |
Laurea magistrale |
it_IT |
dc.degree.grantor |
Dipartimento di Economia |
it_IT |
dc.description.academicyear |
2021/2022_sessione estiva_110722 |
it_IT |
dc.rights.accessrights |
closedAccess |
it_IT |
dc.thesis.matricno |
886726 |
it_IT |
dc.subject.miur |
SECS-S/03 STATISTICA ECONOMICA |
it_IT |
dc.description.note |
Tesi di laurea magistrale |
it_IT |
dc.degree.discipline |
|
it_IT |
dc.contributor.co-advisor |
|
it_IT |
dc.date.embargoend |
10000-01-01 |
|
dc.provenance.upload |
Silvia Gava (886726@stud.unive.it), 2022-06-26 |
it_IT |
dc.provenance.plagiarycheck |
Claudio Pizzi (pizzic@unive.it), 2022-07-11 |
it_IT |