Post

Visualizzazione dei post da 2017

Ereditarietà informatica

Immagine
L’ereditarietà costituisce il secondo principio fondamentale della programmazione ad oggetti. In generale, essa rappresenta un meccanismo che consente di creare nuovi oggetti che siano basati su altri già definiti. Si definisce  oggetto figlio  (child object), sottoclasse o classe derivata quello che eredita tutte o parte delle proprietà e dei metodi definiti nell’ oggetto padre  (parent object), superclasse o classe base. È semplice poter osservare esempi di ereditarietà nel mondo reale. Ad esempio, esistono al mondo centinaia tipologie diverse di mammiferi: cani, gatti, uomini, balene e così via. Ognuna di tali tipologie di mammiferi possiede alcune caratteristiche che sono strettamente proprie (ad esempio, soltanto l’uomo è in grado di parlare) mentre esistono, d’altra parte, determinate caratteristiche che sono comuni a tutti i mammiferi (ad esempio, tutti i mammiferi hanno il sangue caldo e nutrono i loro piccoli). Nel mondo Object Oriented, potremmo riportare tale esempi

CAPM Capital Asset Pricing Model

Immagine
Il  CAPM  (Capital Asset Pricing Model) è un  modello matematico  della teoria di portafoglio (H. Markowitz) pubblicato da William Sharpe nel 1964, che determina una relazione tra il  rendimento di un titolo  e la sua  rischiosità , misurata tramite un unico fattore di rischio, detto beta. Nel dettaglio, considerando un  mondo semplificato  in cui non esistono tasse e costi di transazione e in cui gli investitori hanno sia lo stesso orizzonte temporale per gli investimenti che le stesse identiche opinioni sui rendimenti attesi e sulla rischiosità, il portafoglio di mercato sarà quello efficiente introdotto da Tobin. In tale mondo, investendo in un titolo, si possono incontrare  due tipi di rischi : 1)      rischio  diversificabile  (tipo di rischio che può essere eliminato investendo in un portafoglio di attività finanziarie); 2)      rischio  sistemico  (tipo di rischio implicito nell’investimento di una specifica attività finanziaria, è denominato anche rischio di mercato,

Strategia di trading

Immagine
Con il termine strategia di trading si fa riferimento un insieme di regole oggettive e misurabili, che prevedono una predeterminata azione al verificarsi di specifiche condizioni di mercato. La strategia di trading rappresenta un valido aiuto in molteplici situazioni: - Configurare le strutture per gestire meglio il rischio; - Stabilire in anticipo le strategie di entrata e di uscita; - Rimanere concentrati e ottimizzare il processo decisionale; - Valutare continuamente le transazioni e gestire il denaro; - Semplificare il trading e mantenere la disciplina. E' necessario quindi ricercare una strategia che sia in grado di dire quando acquistare o vendere in determinate situazione e quindi stabilire le potenziali strategie di entrata e di uscita. Stabilire quando entrare. - acquistare 100 azioni se il prezzo scende sotto una certa soglia (BUY) - vendere 100 azioni se il prezzo sale sopra una certa soglia (SELL). A questo punto occorre determinare quando us

Indici di valutazione di performance di strategia di trading

Immagine
Esistono diversi indici che permettono una valutazione dei livelli di performance di una strategia di trading. Una questione che suscita grande dibattito riguarda la scelta di quale utilizzare: molti studi (tra cui menzioniamo Research Paper – Does the Choice of Performance Measure Influence the Evaluation of Hedge Funds, Eling & Schuhmacher (2006) ) portano alla conclusione che le diverse misure risultano essere significativamente correlate e non necessariamente conducono a risultati con una differenza statisticamente signif icativa. Calmar Ratio Si tratta di un importante indice statistico usato per misurare il rendimento totale in rapporto al drawdown risk (Il drawdown è, in termini estremamente semplici, il denaro perso nell’attività di trading.) : esso permette all’investitore di confrontare il potenziale guadagno e la possibilità di perdita di un dato investimento. Creato da Terry W. Young e comparso per la prima volta in Futures (1991). La formula che

Order matching per il calcolo del PNL

Immagine
Per il calcolo del PNL, è necessario soffermarsi sul metodo utilizzato per l’ order matching , ovvero il criterio per il quale vengono ordinate e, di conseguenza, abbinate posizioni in entrata e in uscita per il calcolo del profitto/perdita. A seconda del metodo utilizzato, il risultato complessivo del PNL resta costante mentre varia la distribuzione tra le diverse componenti in cui è suddiviso (PNL realizzato e PNL irrealizzato). I diversi metodi principalmente utilizzati coincidono con quelli utilizzati in una generica  inventory valuation (valutazione d’inventario): –  first-in first-out (FIFO): sia gli “ordini” di acquisto che quelli di vendita vengono ordinati in ordine cronologico (il primo “ordine” di acquisto verrà  matchato col primo “ordine” di vendita). Nel caso di una crescita dei prezzi, con tale metodo il PNL realizzato aumenterà, comportando quindi un aumento della relativa tassazione. – last-in first-out (LIFO): gli “ordini” di acquisto seguono u

Il moto browniano geometrico

Immagine
Il moto browniano geometrico (a volte detto moto browniano esponenziale) è un processo stocastico in tempo continuo in cui il logaritmo della quantità variabile nel tempo segue un moto browniano, o, forse più precisamente, un processo di Wiener. Il processo è ritenuto appropriato per modellizzare alcuni fenomeni dei mercati finanziari. In particolare, tale processo assume particolare rilevanza in ambito finanziario, in particolare nell’option pricing, in quanto nel modello di Black-Scholes-Merton viene ipotizzato che il prezzo dell’azione sottostante segua un tale processo. Il moto browniano geoemetrico soddisfa la seguente equazione differenziale stocastica: dove è un moto browniano standard e , il drift percentuale istantaneo, e , la volatilità percentuale istantanea, sono costanti reali. L’equazione ha una soluzione analitica nella forma: La variabile aleatoria ha distribuzione Normale con media e varianza . Segue il codice in VB.NET per generare una serie storica dei p

PNL: Profit & Loss

Immagine
Il PNL o Profit&Loss è il documento economico-contabile che rappresenta l’andamento economico di un’impresa in un determinato periodo di tempo, solitamente di 3 mesi o di 12 mesi (esercizio). E’ un conto che fornisce informazioni riguardo la capacità , o l’incapacità,  di generare profitto incrementando il fatturato, riducendo i costi o facendo entrambi. E’ uno dei tre bilanci d’esercizio che ogni compagnia pubblica deve presentare trimestralmente e annualmente, insieme allo stato patrimoniale e al rendiconto finanziario. Mentre il conto profitti e perdite, insieme al rendiconto finanziario, evidenzia i cambiamenti nei conti in un determinato periodo di tempo, lo stato patrimoniale, come un’istantanea, mostra ciò che è posseduto e ciò che invece è dovuto in un certo istante di tempo. E’ importante confrontare il P&L con il rendiconto finanziario in quanto,  secondo il metodo del bilancio di competenza, il fatturato e le spese possono essere registrati ancora

Generazione di processi aleatori

Immagine
Una serie storica viene definita, in statistica, come un insieme di variabili aleatorie ordinate rispetto ad un parametro, il tempo. Lo studio delle serie storiche consente l’interpretazione della dinamica del fenomeno d’interesse tramite l’analisi delle sue componenti di trend, di ciclicità e di stagionalità, oltre alla componente accidentale. Le serie storiche si possono classificare in due gruppi principali: quelle di tipo “deterministico”, ovvero quelle in cui i valori futuri del fenomeno d’interesse possono essere determinati esattamente sulla base dei valori precedenti; e quelle di tipo “stocastico”, ovvero quelle in cui i valori futuri sono calcolabili solo parzialmente sulla base di quelli precedenti. Per poter simulare in maniera corretta l'andamento di una serie di questo tipo, si sono sfruttate le caratteristiche di alcuni modelli aleatori basati su altrettanti processi stocastici .  Un processo stocastico si basa su una variabile casuale ch