
In collaborazione con:

Partecipa a un vero e proprio training intensivo sulla Data Science: scopri il futuro degli investimenti in un esclusivo percorso verticale targato SIAT
Questo corso intensivo ti permetterà di acquisire competenze ad oggi sempre più richieste nel settore finanziario ed in particolare nell’industria della gestione del risparmio.
Di cosa si tratta?
Che tu sia un portfolio manager, data scientist o laureato STEM, scoprirai come applicare le principali tecniche di machine learning al mondo dell’asset management. Si tratta di un percorso verticale su investimenti e costruzione di portafogli dalla prospettiva dell’istituzionale.
Il corso ha un taglio molto pratico e affianca la flessibilità di un linguaggio open source come Python a strumenti professionali come la piattaforma di Google Cloud o il data provider Factset.
Il corso è progettato per chi ha già familiarità con la programmazione in Python e desidera approfondire le proprie competenze.

Perché iscriversi?

L’asset management è un mondo sempre più competitivo ed in continua evoluzione. Acquisire conoscenze tecniche innovative come quelle presentate in questo corso può:
L’asset management è un mondo sempre più competitivo ed in continua evoluzione. Acquisire conoscenze tecniche innovative come quelle presentate in questo corso può:

A chi si rivolge?
Data Science per l’Asset Management è rivolto ai professionisti nel mondo finanziario che aspirano ad alti gradi di carriera nel mondo delle banche, SIM, SGR, assicurazioni, ma anche a laureati STEM che aspirano ad entrare nel mondo dell’Asset Management.
I POSTI IN PRESENZA SONO LIMITATI
Cosa imparerai con questo corso?
Infine, il corso si chiude con una presentazione facoltativa di un “project work” in cui gli studenti mostreranno a una platea di invitati, composta prevalentemente da professionisti del settore, i risultati di una ricerca realizzata singolarmente applicando quanto appreso in aula.
Perché con questo corso ti eleverai in maniera sostanziale rispetto ai competitor?
1. Entrerai in un circolo virtuoso di professionisti: non sarai più solo contro tutti, ma parte integrante di un network che vive da protagonista il cambiamento di un settore
2. In un presente in cui buona parte delle analisi finanziarie si poggia ancora sui fogli di calcolo, imparerai a manovrare i dati in una maniera del tutto innovativa con Python
3. I modelli quantitativi generalmente utilizzati sfruttano dati tradizionali come serie storiche o volumi di contrattazione, mentre con questo corso apriamo la porta a dati alternativi che offrono un vantaggio competitivo e più informazioni rispetto a chi non ha le skill per analizzarli
Iscrivendoti al corso diventerai automaticamente anche un Socio “Sostenitore” SIAT
I POSTI IN PRESENZA SONO LIMITATI
Agenda
Settembre - Introduzione su tematiche finanziarie
4 ore
Questa videolezione fornirà un’ampia panoramica delle principali asset class e dei concetti di analisi tecnica e costruzione di portafoglio, fornendo una base solida per il resto del corso.
Settembre - Introduzione alla programmazione su Python
6 ore
In questa videolezione sarà offerta una panoramica completa delle basi della programmazione del linguaggio Python, delle librerie più importanti e delle fondamenta della programmazione a oggetti. Sarà un’ottima risorsa per chiunque voglia rinfrescare le proprie conoscenze.
19/09/2023 - Introduzione al machine learning in finanza e importanza della data quality
2 ore
Questo modulo fornirà una panoramica completa delle diverse tipologie di Machine Learning e delle sue applicazioni nel settore finanziario, fornendo un’ampia prospettiva su come l’intelligenza artificiale stia trasformando il mondo degli investimenti.
21/09/2023 - Demo Factset su download dati (Parte 1)
2 ore
In questa demo, i corsisti impareranno come utilizzare e scaricare i dati dalla piattaforma FactSet che potranno utilizzare per il loro project work.
26/09/2023 - Dati tradizionali e dati alternativi
2 ore
Questo modulo offrirà una base solida per comprendere il ruolo dei dati nell’ambito finanziario, nonché una comprensione delle differenze tra dati finanziari tradizionali e alternativi e delle relative applicazioni e sfide.
28/09/2023 - Demo Factset su download dati (Parte 2)
2 ore
In questa demo, i corsisti impareranno come utilizzare e scaricare i dati dalla piattaforma FactSet che potranno utilizzare per il loro project work.
03/10/2023 - Data Analysis con Python (Parte 1)
2 ore
Questo modulo fornirà ai corsisti una conoscenza fondamentale della statistica descrittiva, dell’analisi dei dati, del data processing e della data visualization, che sono strumenti essenziali per l’analisi dei dati nel settore finanziario.
05/10/2023 - Data Analysis con Python (Parte 2)
2 ore
Questo modulo fornirà ai corsisti una conoscenza fondamentale della statistica descrittiva, dell’analisi dei dati, del data processing e della data visualization, che sono strumenti essenziali per l’analisi dei dati nel settore finanziario.
10/10/2023 - Machine Learning per Fixed Income (Parte 1)
2 ore
Questo modulo fornirà ai corsisti una conoscenza approfondita del processo di forecasting tramite Machine Learning di stress finanziario di aziende e sua particolare applicazione su unrated bonds.
12/10/2023 - Machine Learning per Fixed Income (Parte 2)
2 ore
Questo modulo fornirà ai corsisti una conoscenza approfondita del processo di forecasting tramite Machine Learning di stress finanziario di aziende e sua particolare applicazione su unrated bonds.
17/10/2023 - Machine learning per trading system di azioni ed ETF (Parte 1)
2 ore
Questo modulo introdurrà ai corsisti i concetti di base della programmazione genetica e mostrerà come applicare tali concetti per l’elaborazione di un semplice trading system con un taglio istituzionale.
19/10/2023 - Machine learning per trading system di azioni ed ETF (Parte 2)
2 ore
Questo modulo introdurrà ai corsisti i concetti di base della programmazione genetica e mostrerà come applicare tali concetti per l’elaborazione di un semplice trading system con un taglio istituzionale.
24/10/2023 - Elementi di unsupervised clustering di azioni (Parte 1)
3 ore
Questo modulo fornirà ai corsisti la conoscenza degli approcci più usati di Unsupervised Clustering mostrando una applicazione a una strategia di portafoglio Growth e Value sul mercato azionario americano.
26/10/2023 - Elementi di unsupervised clustering di azioni (Parte 2)
3 ore
Questo modulo fornirà ai corsisti la conoscenza degli approcci più usati di Unsupervised Clustering mostrando una applicazione a una strategia di portafoglio Growth e Value sul mercato azionario americano.
31/10/2023 - Machine learning per la costruzione di portafogli (Parte 1)
2 ore
In questo modulo i corsisti imparano ad utilizzare le le principali librerie Python per l’ottimizzazione à la Markowitz e per l’inclusione delle active views del gestore tramite Black Litterman. Vengono presentate le criticità di questi approcci e viene introdotta l’ottimizzazione euristica.
02/11/2023 - Machine learning per la costruzione di portafogli (Parte 2)
2 ore
In questo modulo i corsisti imparano ad utilizzare le le principali librerie Python per l’ottimizzazione à la Markowitz e per l’inclusione delle active views del gestore tramite Black Litterman. Vengono presentate le criticità di questi approcci e viene introdotta l’ottimizzazione euristica.
07/11/2023 - Natural Language Processing (Parte 1)
2 ore
Questo modulo introdurrà gli studenti al Natural Language Processing (NLP), una delle branche dell’intelligenza artificiale che ha trovato maggiore applicazioni nel mondo finanziario.Verrà anche fatto un accenno alle tecnologie più recenti, come i Large Language Models (LLMs) e gli algoritmi generativi.
09/11/2023 - Natural Language Processing (Parte 2)
2 ore
Questo modulo introdurrà gli studenti al Natural Language Processing (NLP), una delle branche dell’intelligenza artificiale che ha trovato maggiore applicazioni nel mondo finanziario.Verrà anche fatto un accenno alle tecnologie più recenti, come i Large Language Models (LLMs) e gli algoritmi generativi.
16/11/2023 - ROUND TABLE
Python nella Finanza: Parola agli Esperti
SPEAKERS:
Stefano Muratorio – Senior Fund Analyst – PCF Family Office
Nicola Prada – CSTA, CEFA – Senior Financial Analyst – Gruppo Bancario Cooperativo Iccrea
Giuseppe Tomasini – CFA, CSTA – Quantitative Portfolio Manager – Mediobanca SGR
Simone Caenazzo – Senior Quant Analyst – Riskcare06/12/2023 - PROJECT WORK
PROJECT WORK
Domande Frequenti
È possibile imparare Data Science in così poco tempo?
Sì, ma ricorda che l’esperienza è fondamentale: sarà necessario lavorare sui temi trattati anche fuori dalle lezioni, dedicando tempo e costanza
È possibile seguire in differita le lezioni?
Sì, le registrazioni delle lezioni saranno accessibili nella propria pagina personale
È inclusa la quota associativa di SIAT nel costo totale?
Sì, i 2500 euro comprendono: 90 euro di quota associativa di un anno come Socio “Sostenitore” SIAT + 2410 per il corso.
Quale è il livello di programmazione richiesto per frequentare il corso?
È caldamente consigliato avere familiarità con la programmazione. Sarà comunque offerto un modulo intensivo di 6 ore di ripasso sulla programmazione base con Python.
Devo avere competenze di analisi tecnica e finanziarie?
Un buon asset di competenze di analisi tecnica e finanziaria ti sarà sicuramente molto utile, ma per garantire a tutti una base comune di partenza, sarà comunque messo a disposizione un modulo intensivo di 4 ore sulle tematiche finanziarie e tecniche che possono aiutare a comprendere i concetti e a seguire il corso.
A tutti gli iscritti viene rilasciata regolare ricevuta di pagamento. Per l’emissione della fattura è necessario aggiungere ai prezzi indicati il 22% di IVA: contattare la segreteria prima del versamento.
Pagamento in un’unica soluzione entro 1 mese prima dalla data di inizio del master.