Analisi della previsione di un trading system attraverso l’utilizzo di una rete neurale

Abstract

Le reti neurali e la loro applicazione sono un tema in costante crescita e continua evoluzione nel mondo finanziario. Quotidianamente, la maggior parte delle operazioni effettuate in borsa sono eseguite da algoritmi programmati per eseguire gli ordini impartiti con la migliore tempistica possibile e con la completa assenza di soggettività. La stessa figura del trader è profondamente mutata nel corso degli anni, le competenze tecniche legate al mercato finanziario stanno sempre più lasciando posto a competenze informatiche e matematiche. In letteratura, sono sempre più numerosi gli studi legati alla combinazione tra l’Analisi Tecnica, l’utilizzo di algoritmi (bio-inspired e non) e l’intelligenza artificiale per poter ottimizzare al meglio i sistemi di trading ed ottenere risultati che solo le nuove tecnologie possono raggiungere. Nel presente elaborato si delinea un quadro generale della disciplina, partendo dalle teorie storiche fondanti l’Analisi Tecnica e le figure più ricorrenti appartenenti all’Analisi Grafica. Successivamente viene affrontato il tema riguardante i Trading System distinguendo i principali indicatori utilizzati in letteratura nelle due macrocategorie (lagging e leading) e definendo alcune modalità di valutazione del sistema stesso in base al rendimento e al rischio. Viene quindi trattato il tema dell’intelligenza artificiale, partendo dalle origini e proseguendo con le continue evoluzioni nei vari ambiti, specialmente in quello finanziario. Successivamente sono delineate le principali differenze tra Machine Learning, Deep Learning e le Reti Neurali, definendo i principali step necessari per la loro definizione. Infine, nell’ultimo capitolo, viene ripreso il concetto di TS definendo gli indicatori e i dati utilizzati e si riportano i risultati previsionali ottenuti dall’applicazione, sul sistema di trading precedentemente definito, della rete neurale.