SAIFIN
2024-2025
€ 213,360.00
attivo
Tipologia
Ricerca
Struttura Gestione
Dipartimento di Ingegneria
Ente Finanziatore
Ministero dell’Università e della Ricerca. Programma: SPOKE 2, (PNRR) Missione 4, “Istruzione e Ricerca” – Componente 2, “Dalla ricerca all’impresa” – Linea di investimento 1.4
Uno dei metodi più promettenti per la valutazione delle strategie di trading è basato sull’analisi di dati satellitari. Lo scopo principale del progetto è quello di sviluppare un sistema di trading algoritmico basato su Intelligenza Artificiale (AI) in grado di individuare strategie di trading finanziario sfruttando dati e informazioni reperibili dal web e da dati satellitari.
Questo approccio basato su dati satellitari e calcolo ad alte prestazioni consente di ottenere il nowcasting di grandezze utili per ottenere risultati migliori sia in situazioni di trading ad alta frequenza (HFT), che short-term e medium-long term trading. Il motivo per cui si rende necessario determinare strategie di trading efficaci dipende anche dalla complessità delle dinamiche che guidano l’evoluzione dei mercati finanziari e che si riflettono nella difficoltà di formulazione di strategie di trading efficaci. In particolare, l’esecuzione di modelli basati su grandi quantità di dati e con molte variabili richiede potenza di calcolo, parallelizzazione ed efficienza. Per questo motivo, il progetto svilupperà algoritmi appositamente pensati per GPU.
Il sistema sarà composto da due moduli che costituiranno i due pacchetti di lavoro del presente progetto: il primo si occuperà dell’estrazione di informazioni da web e dati satellitari e della loro successiva elaborazione in modo da generare una rappresentazione sintetica e funzionale delle stesse. Il secondo modulo consiste nel sistema di trading automatizzato vero e proprio, nel quale verranno sfruttate le informazioni ricavate dal primo modulo per l’addestramento di un modello basato su AI finalizzato alla determinazione di una strategia di trading efficace.
Referenti
Prof. Alberto Garinei (referente scientifico)
Ilaria Reggiani, Susanna Correnti (referente Area Ricerca & Sviluppo)