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
  • My Media
  • Altro
Ascolta questa pagina con ReadSpeaker
Italiano ‎(it)‎
English ‎(en)‎ Italiano ‎(it)‎
 Login
e-Learning - UNIMIB
Home My Media
Percorso della pagina
  1. Area di Scienze
  2. Corso di Laurea Magistrale
  3. Data Science [F9101Q]
  4. Insegnamenti
  5. A.A. 2022-2023
  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
2223-2-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

Il laboratorio mira a mostrare alcune recenti evoluzioni del modello per la gestione matematica di un portafogli azionario.

Contenuti sintetici

  • Il modello di selezione del portafogli di Markowitz;
  • Proprietà dei portafogli di minima varianza;
  • L'approccio risk parity;
  • L'approccio shrinkage.

Programma esteso

Concetti introduttivi: le misure di rischio.
La derivazione matematica del modello di selezione del portafogli di Markowitz (1952). Il Capital Asset Pricing Model.
L'estensione di minima varianza come portafogli poco esposto ad errori di stima dei parametri.
L'estensione risk parity come problema di ottimizzazione senza soluzione esplicita.
Cenni alla teoria di stima mediante shrinkage e sue relazioni con il problema di selezione del portafogli ottimo.

Prerequisiti

Nozioni base di calcolo delle probabilità e ottimizzazione vincolata

Modalità didattica

Lezioni frontali

Materiale didattico

Materiale predisposto dal docente.
Un testo di consultazione è il seguente:
Thierry Roncalli - Introduction to Risk Parity and Budgeting - 2013 - Chapman & Hall/CRC Financial Mathematics Series

Periodo di erogazione dell'insegnamento

Secondo semestre

Modalità di verifica del profitto e valutazione

L'esame verterà su una prova orale che si può declinare, alternativamente una dall'altra, nei seguenti modi:
• colloquio sugli argomenti svolti a lezione con svolgimento di una parte numerica (raccolta dati finanziari, gestione numeria di un portafogli, analisi di sensitività dei portafogli ottimi) ;
• relazione su argomenti di approfondimento non necessariamente trattati a lezione e decisi con il docente subito dopo il termine delle lezioni.

Per entrambe le modalità, la valutazione sarà basata sulla capacità dello studente di saper affrontare e gestire problemi numerici di ambito finanziario.

Orario di ricevimento

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

Esporta

Aims

The course aims at showing some recent developments of the model for mathematical portfolio management.

Contents

  • Markowitz's portfolio selection model;
  • Properties of the minimum variance portfolios;
  • The risk parity approach;
  • The shrinkage approach.

Detailed program

Introductive remarks: risk measures.
Mathematical derivation of Markowitz's (1952) portfolio selection model. The Capital Asset Pricing Model.
The minimum variance extension as portfolios with a limited exposure to errors in parameters estimation.
The risk parity extension as an optimization problem with no explicit solution.
An introduction to shrinkage estimator and its connections with the optimal portfolio selection theory.

Prerequisites

Basic notions of probability and constrained optimization

Teaching form

In-class lectures

Textbook and teaching resource

Lecturer's teaching notes
A book that students should refer to is:
Thierry Roncalli - Introduction to Risk Parity and Budgeting - 2013 - Chapman & Hall/CRC Financial Mathematics Series

Semester

Second semester

Assessment method

The oral exam will, alternatively, be based:
• on the topics covered during the lab with the implementation of a numerical analysis (financial data collection, portfolio management, post-optimality of optimal portfolios);
• on a report on a topic not necessarily covered in class (to be settled with the instructor at the end of the lectures).

In both cases, students' evaluation will be based on her/his capability of tackling and managing numerical issues in a financial setting.

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
Tipologia CdS
Laurea Magistrale
Lingua
Italiano

Staff

    Docente

  • EM
    Enrico Moretto

Metodi di iscrizione

Iscrizione manuale
Iscrizione spontanea (Studente)

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