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.