CGS Financial Data Analysis

29/03/2021

Un ultimo passo: i modelli ARIMA+GARCH! 📈💡

I modelli ARIMA + GARCH riescono ad unire stazionarietà, autocorrelazione e volatilità clustering, per avere una lettura completa delle serie storiche finanziarie!

15/03/2021

Siamo pronti per vedere un'applicazione pratica dei modelli GARCH sui dati del future FTSE MIB! 📈💶

Proviamo ad applicare i modelli GARCH a una serie storica finanziaria: il future sull'indice FTSE MIB.

08/03/2021

ntroduciamo i modelli GARCH, che permettono una migliore analisi della volatilità!

Come risolvere il problema della frequenza della varianza che presentano i modelli ARCH? L'introduzione dei modelli GARCH ci aiuta!

26/02/2021

Come possiamo descrivere la volatilità clustering? Ecco i modelli ARCH!

Come poter descrivere la volatilità clustering? Introduciamo il modelli ARCH, che si prefissano proprio questo obiettivo!

22/02/2021

Una peculiarità delle serie storiche finanziarie: la volatilità clustering! 📈💡

Introduciamo il concetto di volatilità clustering, primo step per l'introduzione dei modelli GARCH.

12/02/2021

Passiamo alla pratica! Possiamo prevedere l'andamento del FTSE MIB con ARIMA? 💡📈💶

Un esempio di previsione della serie storica finanziaria con i modelli ARIMA.

03/02/2021

Fra ARMA e ARIMA c'è solo una differenza 😇 o no?

Differenziando d volte una serie storica, possiamo introdurre il concetto di modello ARIMA(p,d,q).

26/01/2021

AR(p) + MA(q) = ARMA(p,q) 😇

Dall'unione dei modelli AR(p) e MA(q) possiamo definire i modelli ARMA(p,q).

21/01/2021

CGS Financial Data Analysis, startup genovese che si occupa di analisi matematica dei principali mercati finanziari e della creazione di ATS, automated trading system, ricerca nuovo personale da inserire nella sede di Genova con il ruolo di Junior Data Analyst.

La figura, dopo un iniziale periodo di inserimento nel team, si occuperà di:
- data collection sui principali mercati azionari europei;
- analisi dei dati tramite procedure matematiche interne;
- sviluppo dei concetti matematici di autocorrelazione e cointegrazione delle serie storiche finanziare, con applicazione sui principali mercati azionari europei;
- ideazione, costruzione, implementazione e validazione di strategie di investimento, con nuovi processi ideati ad hoc.

La figura ricercata, oltre ad essere interessata nell'esplorare il mondo della matematica finanziaria ed essere motivata nel lavorare in team, portando comunque a termine obiettivi individuali, deve possedere i seguenti requisiti fondamentali:
- laurea in matematica, statistica o affini;
- conoscenza del software Matlab;
- ottima conoscenza del pacchetto Office;
- ottima conoscenza della lingua inglese.

Il presente annuncio è rivolto ad entrambi i sessi, ai sensi delle leggi 903/77 e 125/91 e a persone di tutte le età e tutte le nazionalità, ai sensi dei decreti legislativi 215/03 e 216/03.

19/01/2021

Continuiamo il nostro cammino nell'analisi delle serie storiche, introducendo i modelli MA(q)! 📈💡😊

Definizione e descrizione dei modelli MA(1) e MA(q).

13/01/2021

Dopo i modelli AR(1), introduciamo i modelli AR(p). Pronti? 📈💡☺️

Dai più semplici modelli AR(1), introduciamo la loro generalizzazione con i modelli AR(p).

05/01/2021

Dopo una breve pausa, eccoci tornati! Riprendiamo e parliamo insieme di stima dei parametri! 💪🏼📈

Ecco come possiamo stimare con MLE i parametri μ, σ e Φ del modello AR(1).