Quantitative Trading Curriculum

Costruire in modo autonomo gli strumenti di base della finanza quantitativa, dalla simulazione dei prezzi al backtest di strategie algoritmiche.

Serie di prezzi simulate con il moto browniano geometrico.

• Simulazione di prezzi con il moto browniano geometrico (GBM).
• Pricing con Black–Scholes e visualizzazione delle greche.
• Metodi Monte Carlo.
• Modellazione della superficie di volatilità ed estrazione della volatilità implicita con il metodo di Newton–Raphson.
• Backtesting di strategie algoritmiche: incrocio di medie mobili, RSI, Bollinger Bands.

Un'implementazione per ciascun modulo e un sistema di backtest per tre strategie tecniche.

• Il GBM assume rendimenti con distribuzione normale e volatilità costante: non riproduce code spesse e fasi di volatilità elevata.
• I backtest su dati storici sono esposti a overfitting. Senza costi di transazione e slippage, i risultati sono ottimistici.
• Newton–Raphson può non convergere per opzioni molto fuori dal denaro, dove la vega è vicina a zero.

A verificare ogni modulo contro un risultato noto prima di usarlo nel successivo: il prezzo Monte Carlo deve convergere a quello di Black–Scholes, la volatilità implicita deve restituire il prezzo di partenza.