Neural Trading, investire utilizzando le reti neurali

Neural Trading, La chiave di acceso al trading di domani”, scritto da Alessandro Perli, edito dalla Edoardo Varini Publishing, mette a confronto la figura del trader tradizionale con quella del trader che utilizza l’intelligenza artificiale. Il primo ha a disposizione un maggior numero di strumenti per operare (patter di trading, analisi grafica e algoritmica, stop ed obiettivi), rispetto al trader neurale, che si deve avvalere di un numero più limitato di metodologie, tra questi vi sono i pattern recognition e le variabili dummy. Tuttavia anche l’ottica discrezionale, utilizzata dal trader tradizionale, può essere legata al modo di operare discrezionale oppure meccanico. Vi sono punti che accomunano i due profili, ad esempio l’utilizzo di trading system, ed in linea teoria non è possibile stabilire quale sia l’approccio più vantaggioso per operare sui mercati finanziari, per questo il lettore è chiamato a comprendere, per le singole situazioni di mercato, l’approccio consigliabile.

L’autore da tempo realizza tecniche di trading avvalendosi dell’analisi tecnica e dell’intelligenza artificiale e, in campo aziendale, si occupa di analisi statistica dei dati.

La passione per le reti neurali di Perli è nata durante la scrittura della tesi di laurea; “in poco tempo avevo imparato così tante cose su questa materia che alla fine mi riusciva semplice elaborare modelli previsionali di serie storiche mediante reti neurali migliori di quelli che ottenevo utilizzando altre metodologie più tradizionali. Ricordo per esempio di aver costruito una rete neurale che doveva effettuare una previsione della serie storica della produzione di cioccolato in Australia ed il modello che avevo elaborato mi aveva fornito dei risultati decisamente interessanti”.

La migliore dote delle reti neurali è senza dubbio quella di “essere in grado di capire la funzione che lega l’output all’input dopo la fase di addestramento, in maniera tale da essere successivamente in grado di fornire un output all’input; quindi in apprendimento hanno la capacità di capire la dinamica degli eventi, mentre nella seconda fase devono riuscire a generalizzare, dunque a lavorare su esempi nuovi non presentati in apprendimento”.

Grazie a questa caratteristica le reti neurali possono effettuare la previsione di fenomeni dei quali non è chiara la dinamica matematica input/output (ad esempio nella dinamica non lineare delle variabili).

Che cosa ostacola la diffusione dell’intelligenza artificiale nel trading?
“In primo luogo l’utilizzatore medio ha scarsa padronanza dell’argomento, magari conosce bene i mercati finanziari, ma non l’intelligenza artificiale e così non riesce a fondere i due argomenti in uno solo, vi sono scarsi investimenti nel settore, più in generale vi è una sorta di appagamento ed una mancanza di volontà di apprendere qualcosa che vada oltre i meccanismi di routine imparando una nuova metodologia”.

Nel libro vengono riportati, con l’ausilio di numerosi grafici, i risultati ottenuti dai modelli basati sulle reti neurali nel trading condotto su numerose azioni italiane.

Vuoi ricevere le notizie di Bluerating direttamente nella tua Inbox? Iscriviti alla nostra newsletter!