Il tema finanza si avvale di econometria computazionale, data mining e analisi, intelligenza computazionale e apprendimento automatico, modelli dinamici stocastici non lineari di dati finanziari ed economici in un ambiente non gaussiano e in presenza di eventi estremi. Gli obiettivi di ricerca spaziano dall'analisi dei mercati tradizionali alla microfinanza nnovativa, includendo: lo studio e la modellazione di asset finanziari, lo sviluppo di strategie di arbitraggio algoritmico statistico, la valutazione e la mitigazione dei rischi sistemici, sistematici e operativi nei mercati finanziari, l'utilizzo di metodi quantitativi per la gestione del portafoglio e le soluzioni di hedging, l'analisi dell'impatto della tecnologia sul pricing degli asset e sulla finanza comportamentale. Nel campo della microfinanza, particolare attenzione è dedicata agli studi sul crowdfunding attraverso l'applicazione di tecniche statistiche avanzate per l'analisi dei comportamenti degli investitori, la valutazione del successo delle campagne, l'identificazione dei fattori critici di successo e l'analisi delle dinamiche di finanziamento collettivo. I metodi quantitativi sono utilizzati per testare le teorie e sviluppare modelli per lo studio dei sistemi finanziari a tutti i livelli, con particolare attenzione ai modelli computazionali basati su agenti e agli esperimenti computazionali su mercati artificiali. L'obiettivo è determinare le regolarità e le proprietà emergenti nei sistemi finanziari come risultato dei comportamenti e delle interazioni di agenti economici eterogenei razionali e limitati, sia nei mercati tradizionali che nelle piattaforme di finanza alternativa. A questo scopo, è stato sviluppato un simulatore finanziario ad agenti su larga scala (Genoa Artificial Stock Market). Il simulatore viene utilizzato come laboratorio computazionale sul quale condurre analisi what-if ed esperimenti computazionali, permettendo di esplorare scenari complessi che includono sia le dinamiche dei mercati consolidati che quelle emergenti della finanza digitale e del crowdfunding.

Laboratori coinvolti
Ingegneria Gestionale – DOGE (responsabile RADRL prof. Silvano Cincotti)
 

Pubblicazioni rappresentative

• Testa, S., Troise, C., Cincotti, S., & Camilleri, M. A. (2024). The role of electronic waste management solutions and message framing in influencing consumer behaviours: Exploring the crowdfunding context. Business Strategy and the Environment, 33(2), 917-929.
   
• Atawna, T., Testa, S., & Cincotti, S. (2024). The Impact of Geography on the Success of Prosocial Crowdfunding. International Journal of Electronic Commerce, 28(3), 332-357.
   
• Ponta, L., Trinh, M., Raberto, M., Scalas, E., & Cincotti, S. (2019). Modeling non-stationarities in high-frequency financial time series. Physica A: statistical mechanics and its applications, 521, 173-196.
   
• Ponta, L., Pastore, S., & Cincotti, S. (2018). Static and dynamic factors in an information-based multi-asset artificial stock market. Physica A: Statistical Mechanics and its applications, 492, 814-823.
   
• Raberto, M., Cincotti, S., Focardi, S. M., & Marchesi, M. (2001). Agent-based simulation of a financial market. Physica A: Statistical Mechanics and its Applications, 299(1-2), 319-327.