Questo sito non utilizza cookie di profilazione, ma solo cookie tecnici ai fini del corretto funzionamento delle pagine. Per maggiori informazioni consulta l'informativa sul trattamento dei dati personali per gli utenti del sito internet
Abstract: Il volume fornisce un'introduzione all'uso dei big data e delle tecniche di analisi, tra cui il machine learning, per la stima e l'impiego di indicatori di sentiment nell'asset management. Particolare enfasi viene data alla distinzione tra le molteplici opportunità offerte da fonti di dati alternativi nella teoria e nella pratica della gestione di portafoglio e alla necessità di incorporare il sentiment nei processi decisionali tipici dell'asset management. Oltre a una trattazione teorica, che spazia dai principi della finanza comportamentale alle moderne metodologie del machine learning, il testo è arricchito da casi di studio derivati dalla pratica aziendale su come il sentiment possa influenzare le strategie di portafoglio. Particolare attenzione è riservata agli indicatori di sentiment inferibili dai social media e alle tecniche di analisi testuale. Le varie tecniche di analisi del sentiment sono applicate alle diverse tipologie di portafoglio e approcci di gestione, distinguendo tra mercati azionari, obbligazionari, delle commodity e valutari. Si esamina, inoltre, come il sentiment possa essere sfruttato per prevedere eventi ricorrenti, ivi comprese le crisi finanziarie.
Titolo e contributi: Big data e sentiment analysis. Il futuro dell'asset management
Pubblicazione: Egea, 13/10/2021
EAN: 9788823837935
Data:13-10-2021
Il volume fornisce un'introduzione all'uso dei big data e delle tecniche di analisi, tra cui il machine learning, per la stima e l'impiego di indicatori di sentiment nell'asset management. Particolare enfasi viene data alla distinzione tra le molteplici opportunità offerte da fonti di dati alternativi nella teoria e nella pratica della gestione di portafoglio e alla necessità di incorporare il sentiment nei processi decisionali tipici dell'asset management. Oltre a una trattazione teorica, che spazia dai principi della finanza comportamentale alle moderne metodologie del machine learning, il testo è arricchito da casi di studio derivati dalla pratica aziendale su come il sentiment possa influenzare le strategie di portafoglio. Particolare attenzione è riservata agli indicatori di sentiment inferibili dai social media e alle tecniche di analisi testuale. Le varie tecniche di analisi del sentiment sono applicate alle diverse tipologie di portafoglio e approcci di gestione, distinguendo tra mercati azionari, obbligazionari, delle commodity e valutari. Si esamina, inoltre, come il sentiment possa essere sfruttato per prevedere eventi ricorrenti, ivi comprese le crisi finanziarie.
Ultime recensioni inserite
Nessuna recensione
Clicca sulla mappa dove vuoi posizionare il tag