Report Ottobre 2024
Si è concluso il primo mese dell’ultimo trimestre 2024 e, come sempre, siamo qui a presentarvi il nostro report ufficiale relativo all’operatività del mese di ottobre.
Ottobre è stato un mese un po’ particolare, un mese di attesa per quello che sarà probabilmente l’evento più importante da qui a fine anno, ovvero le elezioni americane.
Le probabilità di vittoria di Donald Trump sono aumentate significativamente e questo ha dato il via al cosidetto “Trump trade”, ovvero una scommessa sulla sua vittoria, che nel mercato forex ha guidato un costante rafforzamento del dollaro americano.
Scarica il report completo per scoprire quali performance ha generato il nostro portafoglio Number One Dime e come intendiamo affrontare questo mese di novembre 😉
Buon trading! 🤑
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