Nel lavoro svolto è stata esaminata la famiglia di distribuzioni di probabilità stabili come alternativa per la modellizzazione dei rendimenti di un mercato finanziario. La cornice teorica, sviluppata evidenziando le proprietà principali delle distribuzioni stabili nonché confrontandole con la distribuzione Normale, è stata applicata sia a dati reali che a dati simulati. Per la simulazione di dati è stato costruito un modello agent-based in ambiente NetLogo in grado di generare dati ad alta frequenza. Il modello è costruito in modo da poter essere modificato ed adattato alle esigenze specifiche, cioè è stato concepito per adattarsi anche ad altri tipi di studi. Gli agenti possono o meno essere dotati di capacità quali razionalità di comportamento e apprendimento, a seconda delle preferenze dell'utente. L'analisi dati, programmata ad-hoc attraverso il software Maxima, si è concentrata sulla comparazione grafica e sulla stima del parametro alfa delle distribuzioni empiriche. L'uso sinergico della teoria in combinazione con il modello di simulazione e il software di calcolo ha permesso che emergessero comportamenti e fenomeni altrimenti difficilmente osservabili. Nei risultati sono presenti evidenze a sostegno della tesi, in quanto sono state riscontrate prove di stazionarietà ma soprattutto di stabilità, cioè di invarianza dei dati alla somma. Emerge anche una chiara relazione tra variabilità dei prezzi delle offerte immesse dagli agenti nel mercato, e variabilità dei rendimenti, sia in termini di probabilità di osservare grandi variazioni di prezzo, sia in termini di dimensioni delle suddette variazioni. Tutto ciò può fornire supporto per un eventuale sviluppo di strumenti e modelli applicabili in concreto nel campo della finanza, quali ad esempio strumenti di asset pricing e di portfolio choice.

ABM e Distribuzione Alternativa dei Rendimenti: Analisi e Risultati

ROMEO, ANDREA
2010/2011

Abstract

Nel lavoro svolto è stata esaminata la famiglia di distribuzioni di probabilità stabili come alternativa per la modellizzazione dei rendimenti di un mercato finanziario. La cornice teorica, sviluppata evidenziando le proprietà principali delle distribuzioni stabili nonché confrontandole con la distribuzione Normale, è stata applicata sia a dati reali che a dati simulati. Per la simulazione di dati è stato costruito un modello agent-based in ambiente NetLogo in grado di generare dati ad alta frequenza. Il modello è costruito in modo da poter essere modificato ed adattato alle esigenze specifiche, cioè è stato concepito per adattarsi anche ad altri tipi di studi. Gli agenti possono o meno essere dotati di capacità quali razionalità di comportamento e apprendimento, a seconda delle preferenze dell'utente. L'analisi dati, programmata ad-hoc attraverso il software Maxima, si è concentrata sulla comparazione grafica e sulla stima del parametro alfa delle distribuzioni empiriche. L'uso sinergico della teoria in combinazione con il modello di simulazione e il software di calcolo ha permesso che emergessero comportamenti e fenomeni altrimenti difficilmente osservabili. Nei risultati sono presenti evidenze a sostegno della tesi, in quanto sono state riscontrate prove di stazionarietà ma soprattutto di stabilità, cioè di invarianza dei dati alla somma. Emerge anche una chiara relazione tra variabilità dei prezzi delle offerte immesse dagli agenti nel mercato, e variabilità dei rendimenti, sia in termini di probabilità di osservare grandi variazioni di prezzo, sia in termini di dimensioni delle suddette variazioni. Tutto ciò può fornire supporto per un eventuale sviluppo di strumenti e modelli applicabili in concreto nel campo della finanza, quali ad esempio strumenti di asset pricing e di portfolio choice.
ITA
IMPORT DA TESIONLINE
File in questo prodotto:
File Dimensione Formato  
281056_abmedistribuzionealternativadeirendimentianalisierisultati.pdf

non disponibili

Tipologia: Altro materiale allegato
Dimensione 1.74 MB
Formato Adobe PDF
1.74 MB Adobe PDF

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14240/130626