Articoli

Vedi tutto
Settembre 3, 2023 0

QGIS – aggiungi il catasto italiano con il servizio WMS dell’Agenzia delle Entrate

Di Ruggero Grando

Introduzione Nell'ambito dei Sistemi Informativi Geografici (GIS), l'accesso a dati accurati e aggiornati è fondamentale. Una delle risorse più preziose per gli specialisti GIS che operano in Italia è il...

Settembre 2, 2023 0

QGIS – Ecco come aggiungere Bing Aerial!

Di Ruggero Grando

Introduzione Bing Aerial, è una parte integrante della suite di servizi Bing Maps di Microsoft e rappresenta una delle risorse più avanzate nel panorama delle immagini aeree ad alta risoluzione....

Agosto 25, 2023 0

Valore del Bitcoin e algoritmi di intelligenza artificiale

Di Ruggero Grando

L'intelligenza artificiale può prevedere il valore del Bitcoin?La previsione del valore del Bitcoin resta inevitabilmente un ambito alquanto difficile, e in assenza di grandi "pattern" (Il Bitcoin è nato nel...

Approfondimenti

Vedi Tutto
Luglio 15, 2022 0

Appunti di Machine Learning in ambito finanziario – IV parte

Di Ruggero Grando

Negli appunti precedenti abbiamo calcolato il prezzo futuro dell'asset ETH/BTC con il metodo della regressione polinomiale. Ora, è il momento di introdurre la parte relativa al calcolo del prezzo futuro di un asset con l'ausilio di una rete neurale. Come al solito, l'intero progetto sarà sviluppato in linguaggio Python con l'ausilio dell'ambiente di sviluppo Visual Studio Code. Operativamente, la prima cosa che dobbiamo fare, è l'importazione delle librerie necessarie per poter implementare l'uso della rete neurale. Nelle righe seguenti sono presenti gli import necessari per tale operazione. 1 import numpy...

Dicembre 29, 2021 0

Appunti di Machine Learning in ambito finanziario – III parte –

Di Ruggero Grando

In questa terza parte, utilizzeremo il modello della regressione polinomiale per trovare la funzione che meglio approssima i valori reali dell'andamento di una pair con l'obiettivo di poter "calcolare" il valore futuro del prezzo dell'asset. Inoltre, vedremo come misurare l'approssimazione dei valori predetti (calcolati con l'equazione desunta della regressione lineare) e i valori reali con l'aiuto dell'indice MSE ossia il mean squared error (errore quadratico medio). Inizieremo a studiare il codice Python dal punto in cui avevamo concluso con la seconda parte e quindi, con le righe seguenti. Fig 1.(Metodo...

Ottobre 21, 2021 0

Appunti di Machine Learning in ambito finanziario – II parte –

Di Ruggero Grando

In questa seconda parte di appunti, continueremo a scrivere del codice in Python. Scendendo nel particolare, vedremo una breve introduzione al modello della regressione polinomiale che ci permetterà nella terza parte di individuare il valore della variabile dipendente dal valore della variabile indipendente. Nel nostro caso, come descritto nella prima parte, la variabile dipendente è il prezzo, o meglio l'attributo 'Close' della pair considerata, mentre, la variabile indipendente è il tempo distribuito secondo un intervallo ben definito. Il modello di regressione polinomiale Come indicato nella parte introduttiva, in questo articolo,...

Agosto 20, 2021 0

Appunti di Machine Learning in ambito finanziario – I parte –

Di Ruggero Grando

In questa serie di articoli, tratti dai miei appunti, vedremo come realizzare alcuni algoritmi in ambito "Finance" di machine Learning scritti in linguaggio Python partendo da alcune nozioni elementari. Non si tratta di un corso vero e proprio, ma sicuramente vi potrà aiutare nella progettazione di un sistema di trading. Breve intervallo di installazione dei requisiti per poter seguire correttamente gli appunti. Per capire gli appunti e poter scrivere del codice, bisogna aver installato Python nel proprio sistema operativo. Per Windows 10 ho trovato la seguente guida di installazione: https://www.google.com/url?sa=t&rct=j&q=&esrc=s&source=web&cd=&cad=rja&uact=8&ved=2ahUKEwihi9CfrL_yAhVV3IUKHTtgBC0QtwJ6BAgDEAM&url=https%3A%2F%2Fwww.youtube.com%2Fwatch%3Fv%3Dij1HTDpVTBI&usg=AOvVaw07rei0C57nPNbAFZPqTO0Z...

Novembre 25, 2019 0

Crypto_1_Backtester: un software per il backtesting delle cryptovalute.

Di Ruggero Grando

Il mondo del trading delle cryptovalute (Bitcoin & Company) rappresenta un ottima opportunità per "sperimentare" i propri algoritmi di backtesting (simulazioni di trading) senza dover per forza investire del denaro. Per lo stesso motivo, il trading vero e proprio è diventato più facile e più appetibile per migliaia di persone, non più relegato ad un élite e ad un mondo esclusivamente finanziario. Crypto_1_Backtester scritto in linguaggio Python è un simulatore delle operazioni di trading che vi permetterà di trovare la strategia migliore per le vostre operazioni di trading. A tal...

Marzo 13, 2019 2

Diario di un bot trading – risultati dell’algoritmo di trailing stop –

Di Ruggero Grando

Dopo un po di tests in ambiente simulato, ecco i risultati del funzionamento in ambiente reale dell'algoritmo di trailing stop proposto nell'articolo "Diario di un bot trading - algoritmo di trailing stop". Questi, sono stati interessanti, forse migliori di quanto previsto. In questo articolo, li pubblicherò e li commenterò al fine di poterli condividere e migliorare se necessario. L'ambiente reale di esecuzione dell'algoritmo Prima di pubblicare i risultati, vorrei descrivere sinteticamente l'ambiente reale dell'algoritmo di trailing stop.  Il software di trading è composto da più programmi, e in particolare  il...

Maggio 29, 2022 0

ML_Keras_Example_1

Di Ruggero Grando

Keras offre fondamentalmente due modelli di reti neurale, quello sequenziale e quello funzionale. Lo script in Python pubblicato in Github…