Metodi Quantitativi Robusti
Applico econometria, statistica robusta e apprendimento su grafi al rischio sistemico e ai problemi di decisione finanziaria.
- Econometria
- Rischio Sistemico
- Reti Economiche
Per affrontare instabilità e shock strutturali nelle infrastrutture economiche, integro econometria robusta, teoria dei valori estremi e graph neural network. Questo approccio permette di individuare precocemente i vettori di contagio finanziario, la propagazione dello stress nelle reti interbancarie e le vulnerabilità delle reti energetiche. L'obiettivo è costruire strumenti quantitativi di supporto alle decisioni che restino affidabili in presenza di distribuzioni a code pesanti e di cambi di regime nei mercati.
Pubblicazioni
- Robust Portfolio Optimization Under Systematic Market Disruptions: A Factor-Analytic Approach Basato sulla mia tesi magistrale, questo paper e attualmente in review presso Computational Economics e sviluppa un framework robusto per l'ottimizzazione di portafoglio sotto contaminazione.
- Quantitative Finance
- Robust Statistics
- Portfolio Optimization
- High-Dimensional Data
- Network Topology Analysis and Machine Learning Techniques for Systemic Risk Prediction in U.S. Equity Markets Uso di Graph Neural Networks (GNN) e teoria delle reti complesse per rilevare segnali di early warning del rischio sistemico nei mercati finanziari.
- Systemic Risk
- Graph Neural Networks
- Network Science
- Financial Machine Learning
Progetti
- Previsione del Rischio nelle Reti Gas Progetto da secondo posto in hackathon per la previsione del rischio di perdite gas, usando feature geospaziali-temporali, data augmentation sintetica e interpretabilita basata su SHAP.
- Hackathon
- Side Quest
- Forecasting
- Imbalanced Learning
- Analisi della Topologia di Rete per la Previsione del Rischio Sistemico Progetto di machine learning finanziario che combina reti di correlazione dinamiche, graph neural networks e trading backtest per individuare il rischio sistemico nei mercati azionari statunitensi.
- Research
- Systemic Risk
- Graph Neural Networks
- Algo Trading
- Ottimizzazione Robusta di Portafoglio sotto Disruption Sistemiche di Mercato (PFSE) Il nuovo stimatore PFSE raggiunge breakdown point del 25% con speedup computazionale di 32x rispetto a MCD. Sharpe out-of-sample 1.87 su S&P 500 (2015-2025), drawdown ridotto del 29% durante il COVID-19. Sottomesso a Computational Economics.
- Research
- Quantitative Finance
- Robust Statistics
- Portfolio Optimization