METODI PER LA GESTIONE DEI PORTAFOGLI PERSONALI

L’insegnamento è fra quelli a libera scelta del corso di laurea magistrale in Economia e Finanza. Ha lo scopo di fornire conoscenze sui criteri decisionali, sugli strumenti quantitativi, sulle tecniche operative e sui modelli per l'analisi delle opportunita di investimento nei mercati finanziari e per la costruzione di portafogli personali in condizioni di rischio. Ha inoltre lo scopo di presentare metodi di ottimizzazione bio-ispirata, tecniche di intelligenza artificiale e di machine learning per la gestione di portafoglio complessi.

1. Conoscenza e comprensione:
1.1. capire gli strumenti quantitativi ed i metodi matematici necessari per la specificazione di un problema di investimento rischioso;
1.1. conoscere i modelli per la scelta e la gestione di portafogli finanziari personali;
1.3. conoscere le diverse tipologie di misure di rischio e di vincoli sulle caratteristiche del portafoglio.

2. Capacità di applicare conoscenza e comprensione:
2.1. formalizzare un problema di investimento rischioso specificandone la misura di rischio ed il sistema dei vincoli sulle caratteristiche del portafoglio;
2.2. applicare gli strumenti quantitativi ed i metodi matematici necessari per la selezione e la gestione di portafogli finanziari personali;
2.3. implementare gli strumenti quantitativi ed i metodi matematici mediante l'utilizzo di software.

3. Capacità di giudizio:
3.1. interpretare i risultati derivanti dalla risoluzione di un problema di investimento rischioso;
3.2. comprendere i pregi ed i limiti dei modelli di selezione e di gestione dei portafogli finanziari personali;
3.3. riflettere sulla misurazione del rischio sulla base di un metodo analitico-finanziario.

Avere freschi in mente: funzioni di più variabili; algebra delle matrici; elementi di ottimizzazione; elementi di statistica.

La Modern Portfolio Theory (MPT)
- La diversificazione
- I modelli classici di selezione di portafoglio
- Limiti della MPT

Modelli avanzati di selezione di portafoglio
- Misure di rischio risk-adjusted
- Misure di rischio coerenti
- Vincoli non standard.

Metaeuristiche per l'ottimizzazione
- La Particle Swarm Optimization
- Machine Learning per la MPT

La revisione statica di portafoglio
- Il modello di Smith
- Il modello di Stone e Hill

Elementi di MATLAB™ per la selezione e la gestione di portafoglio
- Introduzione a MATLAB™
- L’ottimizzazione libera e vincolata con MATLAB™

- Luenberger D.G. (2013) Investment Science. Oxford University Press. [Capitoli 6 (senza le sottosezioni "Solution of the Markowitz Problem" e "Solution Method".), 11 (senza le sottosezioni "Risk Aversion Coefficient" e "Certainty Equivalent")].

- Altro materiale didattico sarà indicato dal docente durante il corso.

L’esame prevede quattro homeworks ed una prova orale.
Gli homeworks: 1) devono essere svolti in gruppo; 2) sono validi per tutto l’a.a. e non oltre; 3) i loro svolgimenti devono essere inviati entro e non oltre una prefissata scadenza (le modalità di invio e la scadenza verranno indicate durante il corso).
Per quanto riguarda la prova orale, questa è articolata in due parti: nella prima parte si deve presentare criticamente un articolo di ricerca; nella seconda si devono presentare i risultati derivanti dall'applicazione a dati reali di un modello di selezione/gestione di portafoglio.
Per quanto riguarda la valutazione: 1) ciascun homework vale da 0 a 3 punti, per un totale da 0 a 12 punti; 2) la prova orale vale da 0 a 18 punti.
La somma dei punti ottenuti dallo svolgimento degli homeworks e dalla prova orale costituisce il voto finale.

L'insegnamento si articola in:
a) lezioni frontali;
b) applicazioni degli strumenti studiati mediante l'utilizzo di software;
c) studio individuale.
Gli studenti sono fortemente incoraggiati a frequentare le lezioni in modo attivo.

Italiano

Sito del corso sulla piattaforma di e-learning Moodle.

orale

Questo insegnamento tratta argomenti connessi alla macroarea "Capitale umano, salute, educazione" e concorre alla realizzazione dei relativi obiettivi ONU dell'Agenda 2030 per lo Sviluppo Sostenibile