Tesi: Ottimizzazione della trade execution
E' iniziata la tesi! Lo scopo è applicare i principi dell'apprendimento per rinforzo (non reti neurali) all'ottimizzazione della trade execution.
La prima parte consiste nel creare un simulatore del mercato reale simile a quello implementato dalla Lehman Brothers con l'Università della Pennsylvania (Prof. Kearns) PLAT Project.
Il simulatore lo sto realizzando in c++ nei laboratori dell' AirLab del Politecnico di Milano (AirLab) con l'aiuto del relatore della tesi: Prof. Restelli Marcello e il correlatore Prof. Lazaric Alessandro.
L'AirLab è il laboratorio per l'intelligenza artificiale e per la robotica.
Il secondo step finito il simulatore sarà testare i vari algoritmi legati all'apprendimento per rinforzo. Ma questa sarà un altra storia.
La banca d'affari Lehman Bros ha realizzato profitti tra il 27 e il 33% utilizzando queste tecniche, speriamo di poter fare di meglio!!!
La prima parte consiste nel creare un simulatore del mercato reale simile a quello implementato dalla Lehman Brothers con l'Università della Pennsylvania (Prof. Kearns) PLAT Project.
Il simulatore lo sto realizzando in c++ nei laboratori dell' AirLab del Politecnico di Milano (AirLab) con l'aiuto del relatore della tesi: Prof. Restelli Marcello e il correlatore Prof. Lazaric Alessandro.
L'AirLab è il laboratorio per l'intelligenza artificiale e per la robotica.
Il secondo step finito il simulatore sarà testare i vari algoritmi legati all'apprendimento per rinforzo. Ma questa sarà un altra storia.
La banca d'affari Lehman Bros ha realizzato profitti tra il 27 e il 33% utilizzando queste tecniche, speriamo di poter fare di meglio!!!
