L’obiettivo di questo modulo è quello di fornire una base informativa sul machine learning, in un contesto finanziario, e, successivamente, di analizzare un sistema che sfrutta le potenzialità dell’intelligenza artificiale a fini d’investimento. In particolare, si è partiti con un’attenta disamina della scienza dell’apprendimento automatico, andando a coglierne le diverse procedure, tipologie e applicazioni. Solo dopo aver studiato l’esatto funzionamento di queste metodologie, con particolare attenzione al reinforcement learning, si è analizzato un reale caso di studio inerente a un sistema automatico d’investimento finanziario.

L’applicazione dei metodi per rinforzo, oltre che delle reti neurali, mostra potenzialità giganti per l’analisi dei mercati finanziari perché permette di catturare e modellizzare connessioni che la mente umana non è in grado di cogliere. L’utilizzo del reinforcement learning si dimostra molto performante nei compiti di decision making, ma forse un po’ meno in quella di apprendimento delle caratteristiche dell’environment. Vengono pertanto analizzati pro e contro dei sistemi di machine learning per utilità finanziaria.

Questo corso ha una durata complessiva di 17 ore test di apprendimento esclusi.