Vai al contenuto principale
Se prosegui nella navigazione del sito, ne accetti le politiche:
  • Condizioni di utilizzo e trattamento dei dati
Prosegui
x
e-Learning - UNIMIB
  • Home
  • Calendario
  • My Media
  • Altro
Ascolta questa pagina con ReadSpeaker
Italiano ‎(it)‎
English ‎(en)‎ Italiano ‎(it)‎
Ospite
 Login
e-Learning - UNIMIB
Home Calendario My Media
Percorso della pagina
  1. Area di Scienze
  2. Corso di Laurea Magistrale
  3. Data Science [F9101Q]
  4. Insegnamenti
  5. A.A. 2021-2022
  6. 2° anno
  1. Big Data in Business, Economics and Society
  2. Introduzione
Unità didattica Titolo del corso
Big Data in Business, Economics and Society
Codice identificativo del corso
2122-2-F9101Q030-F9101Q030M
Descrizione del corso SYLLABUS

Blocchi

Torna a Data Science Lab in Business and Marketing

Syllabus del corso

  • Italiano ‎(it)‎
  • English ‎(en)‎
Esporta

Obiettivi

Mostrare alcuni dei modelli classici per la gestione di un portafogli azionario

Contenuti sintetici

Il modello di selezione del portafogli di Markowitz con alcune delle sue estensioni

Programma esteso

Il modello di selezione del portafogli di Markowitz (1952): concetti iniziali, derivazione matematica e suoi limiti
L'estensione minima varianza
L'estensione risk parity

Prerequisiti

Nozioni base di calcolo delle probabilità e ottimizzazione vincolata

Modalità didattica

Lezioni frontali erogate anche in modalità remota

Materiale didattico

Materiale predisposto dal docente

Periodo di erogazione dell'insegnamento

Le lezioni sono previste con il seguente calendario:

marzo 2022
martedì 8 (10:30-12:30)
giovedì 10 (11:30-13:30)
venerdì 11 (10:30-13:30)
martedì 15 (10:30-12:30)
giovedì 17 (11:30-13:30)
martedì 22 (10:30-12:30)
giovedì 24 (11:30-13:30)
venerdì 25 (13:30-16:30)
martedì 29 (10:30-12:30)
giovedì 31 (11:30-13:30)

aprile 2022
venerdì 1 (13:30-16:30)




Modalità di verifica del profitto e valutazione

L'esame verterà su una prova orale che si può declinare nei seguenti modi:
• colloquio sugli argomenti svolti a lezione con svolgimento di una parte numerica
• relazione su argomenti di approfondimento non trattati a lezione e decisi con il docente

Orario di ricevimento

gli orari di ricevimento (che si svolgeranno in via remota) verranno comunicati settimana per settimana

Esporta

Aims

To show some classical model for portfolio management

Contents

Markowitz's portfolio selection model and some extensions

Detailed program

Markowitz's (1952) portfolio selection model: introduction, mathematical derivation and weaknesses
The minimum variance extension
The risk parity extension

 

Prerequisites

Basic notions of probability and constrained optimization

Teaching form

In-person lectures remotely streamed

Textbook and teaching resource

Lecturer's teaching notes

Semester

Lectures' schedule:

March 2022
Tuesday 8th (10:30am-12:30pm)
Thursday 10th (11:30am-1:30pm)
Friday 11th (10:30am-1:30pm)
Tuesday 15th (10:30am-12:30pm)
Thursday 17th (11:30am-1:30pm)
Tuesday 22th (10:30am-12:30pm)
Thursday 24th (11:30am-1:30pm)
Friday 25th (1:30pm-4:30pm)
Tuesday 29th (10:30am-12:30pm)
Thursday 31st (11:30am-1:30pm)

April 2022
Friday 1st (1:30pm-4:30pm)

Assessment method

The oral exam will be based:
• on the topics covered during the lab with the implementation of a numerical analysis
• a report on a topic not covered in class (to be settled with the instructor)

Office hours

Office hours' schedule will be provided on a weekly basis. Office hours will be held remotely

Entra

Scheda del corso

Settore disciplinare
SECS-S/03
CFU
3
Periodo
Secondo Semestre
Tipo di attività
Obbligatorio a scelta
Ore
23
Lingua
Italiano

Staff

    Docente

  • EM
    Enrico Moretto

Metodi di iscrizione

Iscrizione manuale
Iscrizione spontanea (Studente)

Ospite (Login)
Politiche
Ottieni l'app mobile
Powered by Moodle
© 2025 Università degli Studi di Milano-Bicocca
  • Privacy
  • Accessibilità
  • Statistiche