logo SBA

ETD

Archivio digitale delle tesi discusse presso l’Università di Pisa

Tesi etd-01222025-170132


Tipo di tesi
Tesi di laurea magistrale
Autore
LEMMETTI, BRUNO
URN
etd-01222025-170132
Titolo
I TRADING SYSTEM: caratteri peculiari ed esempi di applicazione ai mercati finanziari
Dipartimento
ECONOMIA E MANAGEMENT
Corso di studi
BANCA, FINANZA AZIENDALE E MERCATI FINANZIARI
Relatori
relatore Prof.ssa Quirici, Maria Cristina
Parole chiave
  • algorithmic trading
  • trading algoritmico
  • trading system
Data inizio appello
24/02/2025
Consultabilità
Completa
Riassunto
La tesi analizza il trading algoritmico e, in particolare, i trading system. Questi ultimi sono strumenti basati su regole ben precise che stanno diventando sempre più importanti nel mondo del trading, sia per gli investitori istituzionali che per quelli privati perché permettono di analizzare velocemente una grande mole di dati ed effettuare le operazioni in modo oggettivo e testabile. Dei sistemi di trading vengono descritti la costruzione, il funzionamento e l’applicazione pratica. Particolare attenzione viene messa sul processo di ottimizzazione e sul modo corretto di eseguirlo per evitare l’eccessivo adattamento alle serie storiche che possono condizionare la robustezza del sistema nel tempo.
Nella seconda parte sono presentati i risultati ottenuti da alcuni esempi di trading system, sia di natura trend following, progettato per seguire l’andamento principale di mercato, che di natura contrarian, sviluppato invece per sfruttare i ritracciamenti. Entrambi sono completamente e sono stati testati in condizioni reali sui mercati finanziari. Viene descritto tutto il processo che va dalla loro realizzazione, fatta in vari step successivi, fino all’ottimizzazione vera e propria. L’obiettivo è mettere in evidenza i punti di forza e di debolezza di ciascun approccio, specialmente in relazione ai profili di rischio e alle diverse condizioni di mercato.

The thesis examines algorithmic trading, with a particular emphasis on trading systems. These systems, anchored in clearly defined rules, are increasingly vital in the trading landscape for both institutional and retail investors. They facilitate the swift analysis of vast amounts of data and enable transactions to be conducted in an objective and verifiable manner. The thesis delineates the construction, functionality, and practical applications of these trading systems. Special focus is given to the optimisation process and the appropriate techniques for executing it to avoid overfitting historical data, which could compromise the system's strength over time.
In the second part, the thesis presents results from various trading systems, including trend-following systems that aim to align with the primary market trend and contrarian systems designed to take advantage of price retracements. Both types are fully mechanical and have been tested under real financial market conditions. The entire process, from step-by-step development to the final optimization phase, is thoroughly described. The goal is to illuminate the strengths and weaknesses of each approach, particularly in terms of risk profiles and performance across different market conditions.
File