Studiare

In questa sezione è possibile reperire le informazioni riguardanti l'organizzazione pratica del corso, lo svolgimento delle attività didattiche, le opportunità formative e i contatti utili durante tutto il percorso di studi, fino al conseguimento del titolo finale.

Piano Didattico

Il piano didattico è l'elenco degli insegnamenti e delle altre attività formative che devono essere sostenute nel corso della propria carriera universitaria.
Selezionare il piano didattico in base all'anno accademico di iscrizione.

CURRICULUM TIPO:

1° Anno 

InsegnamentiCreditiTAFSSD
9
B
IUS/04
9
B
SECS-P/05
9
B
SECS-P/11
6
B
SECS-P/01
9
B
SECS-S/06
9
B
SECS-S/06
9
B
SECS-S/01

2° Anno   Attivato nell'A.A. 2024/2025

InsegnamentiCreditiTAFSSD
9
C
SECS-S/06
9
C
SECS-S/06
Un insegnamento a scelta
6
B
SECS-P/11
6
B
SECS-P/09
6
B
SECS-P/11
Un insegnamento a scelta
6
B
SECS-S/06
6
B
SECS-S/06
Stage
6
F
-
Prova finale
15
E
-
Attivato nell'A.A. 2024/2025
InsegnamentiCreditiTAFSSD
9
C
SECS-S/06
9
C
SECS-S/06
Un insegnamento a scelta
6
B
SECS-P/11
6
B
SECS-P/09
6
B
SECS-P/11
Un insegnamento a scelta
6
B
SECS-S/06
6
B
SECS-S/06
Stage
6
F
-
Prova finale
15
E
-
Insegnamenti Crediti TAF SSD
Tra gli anni: 1°- 2°
9
D
-

Legenda | Tipo Attività Formativa (TAF)

TAF (Tipologia Attività Formativa) Tutti gli insegnamenti e le attività sono classificate in diversi tipi di attività formativa, indicati da una lettera.

A Attività di base
B Attività caratterizzanti
C Attività formative affini o integrative
D Attività a scelta dello studente
E Prova finale
F Altre attività formative
S Stage e tirocini presso imprese, enti pubblici o privati, ordini professionali

Modelli di asset pricing  (2024/2025)

Codice insegnamento

4S006069

Docenti

Andrea Mazzon, Guido Gazzani

Coordinatore

Andrea Mazzon

Crediti

9

Lingua di erogazione

Italiano

Settore Scientifico Disciplinare (SSD)

SECS-S/06 - METODI MATEMATICI DELL'ECONOMIA E DELLE SCIENZE ATTUARIALI E FINANZIARIE

Periodo

Secondo semestre LM dal 17 feb 2025 al 23 mag 2025.

Corsi Singoli

Autorizzato

Orario Lezioni MoodleMoodle Seminari 0

Obiettivi di apprendimento

Questo corso copre principalmente due temi. La prima parte del corso si focalizza sull'ottimizzazione dinamica di portafoglio, fornendo le necessarie basi di teoria del controllo stocastico. Saranno analizzati il problema di Merton e le sue generalizzazioni e saranno illustrati diversi esempi di applicazioni di tecniche di controllo stocastico in finanza. La seconda parte del corso si focalizza sui recenti sviluppi del machine learning applicato alla finanza. Verranno trattati supervised learning, deep learning, artificial neural networks e reinforcement learning. La trattazione sarà accompagnata da esempi di applicazioni finanziarie. Nel corso verranno offerti esempi applicativi nei linguaggi Java e Python.

Prerequisiti e nozioni di base

È consigliato agli studenti di seguire questo corso dopo quelli Finanza Matematica, Financial Risk Management e Derivati

Programma

- Introduzione al controllo stocastico tramite alcuni semplici esempi
- Controllo stocastico in tempo discreto, con esempi: teoria e applicazioni in Java
- Controllo stocastico in tempo continuo, dynamic programming e l’equazione HJB: teoria e applicazione in Java
- Introduzione al machine learning: reinforcement learning, supervised learning, deep learning, artificial neural networks
- Utilizzo di reti neurali per un problema di hedging ("deep hedging"): teoria e applicazione in Java

Modalità didattiche

Il corso prevede 42 ore di lezioni frontali e 24 di esercitazioni, per un totale di 9 crediti

Modalità di verifica dell'apprendimento

Esame scritto e consegna di un progetto in cui lo studente dovrà scrivere un programma per la soluzione numerica di un problema di controllo ottimo

Le/gli studentesse/studenti con disabilità o disturbi specifici di apprendimento (DSA), che intendano richiedere l'adattamento della prova d'esame, devono seguire le indicazioni riportate QUI

Criteri di valutazione

Per quanto concerne l'esame scritto, si richiede allo studente di dimostrare una conoscenza critica ed approfondita degli argomenti affrontati nel corso, sia per quanto riguarda gli aspetti più teorici sia per quelli implementativi. Le risposte devono essere precise e attinenti alla domande.
Il programma deve poter essere eseguito senza errori e fornire i risultati attesi. Deve inoltre seguire per quanto possibile le best practice di cui discuteremo nel corso, e in particolare essere ben documentato.

Criteri di composizione del voto finale

L'esame scritto costituisce il 75% del punteggio finale, il programma il restante 25%.

Lingua dell'esame

Italiano. Inglese su richiesta