Report 2024
E’ terminato il 2024, e insieme ad esso il nostro secondo anno di operatività reale con Number One Dime , il nostro portafoglio diversificato di trading system algoritmici .
Rispetto al 2023, l’anno appena trascorso è stato sicuramente più complesso da gestire, a causa dei numerosi eventi macroeconomici e geopolitici che si sono susseguiti nel corso dei mesi.
Scarica subito il report completo per ripercorrere insieme a noi tutti gli sviluppi che abbiamo implementato nel corso dell’anno e scoprire i risultati conseguiti durante quest’anno di operatività in un mercato in costante evoluzione.
Se non lo hai già fatto, inizia anche tu a replicare i nostri trade in maniera 100% automatica e gratuita!
Scrivici per scoprire come aderire, essere guidato passo passo e avere risposta a qualsiasi tuo dubbio o domanda.
Clicca qui per chattare con noi 💬
📱Resta aggiornato su Telegram / 📸 Seguici su Instagram / 📨 Scrivici a info@bottomup.finance
Altri articoli
Trading Algoritmico – Analisi Bibliometrica
🧩 Introduzione Negli ultimi trent’anni il trading algoritmico è passato dall’essere una nicchia sperimentale a una componente centrale dei mercati finanziari e, più recentemente, anche dei mercati energetici. Questo sviluppo è stato reso possibile dall’avanzamento delle tecnologie di intelligenza artificiale (IA), in particolare del machine learning (ML) e del deep learning (DL), che hanno superato i tradizionali modelli statistici nel prevedere andamenti e ridurre i rischi. L’articolo di Horobet et al. (2024) propone una analisi bibliometrica su 4552 pubblicazioni (1990–2023), con l’obiettivo di mappare il paesaggio scientifico del trading algoritmico e individuarne le traiettorie evolutive. 🔬 Metodologia Gli autori
Perchè le strategie algoritmiche smettono di funzionare?
1. Introduzione Negli ultimi decenni sono state documentate centinaia di anomalie di mercato. Tuttavia, molti studi (Harvey et al., 2015; McLean & Pontiff, 2016) hanno dimostrato che le performance tendono a svanirefuori dal campione. Questo lavoro analizza 72 anomalie replicate su dati CRSP/COMPUSTAT (1963–2014), con estensioni a mercati internazionali fino al 2018. Il dibattito sulla solidità delle anomalie di mercato è oggi al centro della finanza empirica. Studi come Harvey, Liu e Zhu (2015) hanno evidenziato che la proliferazione di fattori (più di 400 documentati in letteratura) ha reso difficile distinguere i “veri” segnali da artefatti statistici. McLean e