Vai al contenuto

Equity & Performance Control

Il corso più richiesto al nostro team di formatori, da professionisti del trading e dell’investing: torna a grande richiesta uno dei format, rivisto e corretto, che ha lanciato Gandalf nel mondo della formazione finanziaria!

-> Quando inibire un trading system? 

-> Quando è corretto riattivarlo?

-> E’ più corretto controllare l’equity temporale o quella ad operazioni chiuse?

-> Come realizzare un sistema snello di gestione di un singolo sistema o di un intero portafoglio di sistemi?

-> Conviene controllare ogni singolo sistema, soltanto la curva di portafoglio o entrambe le cose?

A queste domande non solo verrà data una risposta frutto dell’esperienza di oltre 15 anni sui mercati, ma verranno realizzati degli strumenti (sia grafici che operativi) per gestire in autonomia i propri portafogli di trading system.

Argomenti trattati: otto ore dal vivo per affrontare dapprima la teoria dei Sistemi di Controllo dell’Equity Line e dei Sistemi di Performance Control (che non sono la stessa cosa!), per poi calarsi nella realizzazione di codici per la rappresentazione grafica delle modalità di controllo e per l’implementazione delle stesse, a cavallo tra le piattaforme operative. La didattica inizierà con la creazione di alcuni semplici sistemi di controllo realizzati in Excel, per poi passare su Easylanguage/Powerlanguage per la parte grafica e la registrazione dei trade, per poi terminare in Python con la scrittura dei sistemi definitivi di gestione. Proprio Python permetterà di creare una semplice architettura per la gestione semi-automatica dei sistemi a mercato su Tradestation e Multicharts. Al termine del percorso, ogni giorno si sarà in grado di gestire autonomamente il proprio portafoglio, cosa inibire e cosa riattivare nel bacino dei propri trading system.

A chi è rivolto questo corso:

  • Trader part time: sia discrezionali che sistematici, che vogliano abbattere la componente discrezionale per la gestione dei trade e dei sistemi; 
  • Trader professionisti: che vogliano portarsi a casa una trattazione completa sull’argomento dell’Equity e del Performance Control e degli strumenti non disponibili in commercio per la gestione autonoma del proprio portafoglio.
  • Gestori: che vogliano vagliare nuove modalità di gestione del rischio anche in ottica di investimento.

Prerequisiti: conoscenza di base dei mercati finanziari e delle piattaforme Tradestation e/o Multicharts (il codice verrà comunque spiegato da zero per rendere fruibile il corso anche da chi sia agli inizi). Una conoscenza base di Python o di programmazione in genere non è obbligatoria in quanto verrà fornito un Crash Course di Pythonadatto anche a chi non ne abbia mai sentito parlare. 

Materiale del corso: verrà fornito un manuale di progetto di oltre 170 pagine (in formato elettronico pdf), 10 fogli excel interattivi con altrettanti sistemi di controllo, il codice aperto di una decina di visualizzatori Easylanguage/Powerlanguage10 codici Python con altrettanti sistemi di Equity e Performance Control, un gestore finale scritto in Python per controllare sistemi che operino su piattaforme commerciali come Tradestation e Multicharts.

Il modo più semplice per immergersi in Python: pur non essendo questo un corso di programmazione, il metodo didattico permette di passare in modo indolore dai meta-linguaggi Easylanguage/Powerlanguage a Python, potendo beneficiare degli indubbi vantaggi di una gestione a tutto tondo. Un modo “smart” per alzare l’asticella senza doversi scontrare con eccessiva complessità.


PROGRAMMA

  • Caratteristiche, analogie e differenze tra Equity Control e Performance Control
  • Teoria dei sistemi di Equity Control
  • Teoria dei sistemi di Performance Control
  • Genesi di codici Easylanguage (Tradestation) / Powerlanguage (Multicharts) per il controllo grafico
  • Realizzazione dei primi sistemi su Excel (con collegamento a file)
  • Panoramica degli ambienti di lavoro Python
  • Realizzazione dei sistemi di Equity e Performance Control in Python e collegamento diretto a file
  • Gestione di Portafoglio comparata tra Tradestation/Multicharts e Python

PERCORSO DISPONIBILE DA SUBITO!

Modalità di fruizione: ultimata l’iscrizione è possibile iniziare a fruire dei contenuti immediatamente. Il corso è video-registrato ed è caratterizzato da un’interattività continua con il docente.

Investimento: 990 € + IVA

Promozione in corso (fino al 24 dicembre 2022): 790 € + IVA 
(comprende -200 € di sconto sul prezzo pieno di 990 € + IVA

Ogni investimento, anche in ambito formativo, richiede di ponderare con attenzione le proprie decisioni. A tale proposito è possibile richiedere un colloquio non impegnativo con il docente, via telefono o via Zoom, per capire se il percorso possa essere adatto o meno alle proprie esigenze. E’ sufficiente scrivere una email ad info@gandalfproject.com


IL RELATORE

Giovanni Trombetta

Head of R&D in Gandalf Project, CIO in Rocket Capital Investment, Presidente del Comitato Scientifico di SIAT e membro del Board of Directors in IFTA.

Ingegnere elettronico, sviluppatore di trading system, trader quantitativo e apprezzato formatore. Ha una pluriennale esperienza di programmazione con diversi linguaggi tra i quali C, C++, Java, Ruby, Swift e Python e continua ad approfondire i nuovi linguaggi orientati al machine learning come Julia. È fra i migliori conoscitori delle piattaforme Tradestation, Multicharts, Visual Trader ed Amibroker, su cui implementa strategie di portafoglio a rischio controllato.
Le sue principali competenze sono orientate all’applicazione dell’intelligenza artificiale al mondo della finanza quantitativa, allo sviluppo di trading system, all’asset allocation evoluto e allo sviluppo di nuovi modelli finanziari. In particolare è specializzato nella programmazione genetica e nelle differenti varianti di algoritmi genetici e di algoritmi di machine learning (Linear and Logistic Regression, K-Nearest Neighbors, Decision Trees and Random Forest, Support Vector Machine, Multi Layer Perceptron Neural Networks, Recurrent Neural Networks, Long Short Term Memory Networks, Convolutional Neural Networks, Multi Stacked Neural Networks, Adversarial Networks) e di Reinforcement Learning.
Come progettista quantitativo fa ricerca su temi legati alla persistenza dei differenti modelli previsionali. Ha sviluppato la GSA (Gandalf Segmented Architecture), un metodo innovativo per testare la forza di una strategia di trading genetica (sull’argomento ha tenuto un intervento in occasione dell’IFTA Conference 2017 “Sailing to the Future”). 
Nel 2006 ha contribuito alla redazione del libro “Visual Trader II: Implementare Strategie Vincenti” edito da Trading Library. Nel 2009 ha collaborato con la Traderlink al restyling della sezione Trading System del software Visual Trader. Nello stesso anno ha sviluppato il software “Gandalf”, per la ricerca di inefficienze statistiche sulle serie storiche dei prezzi di azioni, future, valute ed ETF. Nel 2012 ha ideato e fondato il progetto “G.A.N.D.A.L.F.” (www.gandalfproject.com) all’interno del quale guida il gruppo di ricerca e sviluppo, specializzato nell’applicazione dell’Intelligenza Artificiale al mondo della Finanza Quantitativa.
La sua principale attività è quella di trader e progettista di trading system, materia sulla quale tiene corsi di formazione, coaching e consulenze a privati ed aziende.
Dal 2016 è Socio Ordinario Professional e da luglio 2020 Presidente del Comitato Scientifico di S.I.A.T. (la branca italiana dell’I.F.T.A.). Dal 2018 è stato uno degli organizzatori ed uno dei docenti del nuovo Modulo Data Science del Master SIAT (organizzato da SIAT valido per la certificazione IFTA). A ottobre 2019 è stato eletto all’interno del Board of Directors di IFTA, dove è attualmente al suo secondo mandato.
Relatore sin dalle prime edizioni all’Investment and Trading Forum di Rimini e al TOL Expo di Borsa Italiana, collabora in progetti di formazione con banche, broker e società di IT (Traderlink, Tradestation).
Nel 2017 è stato relatore al Convegno IFTA “Sailing to the future”, a Milano e nel 2022 al Convegno IFTA “Maximising Opportunity in an Uncertain World” a Melbourne. 
È possibile leggere i suoi articoli anche su “Milano Finanza”, sulla rivista “Traders” e sulla rivista internazionale “Technical Analysis of Stocks & Commodities”. Ad aprile 2020 ha pubblicato con Hoepli il suo ultimo libro “Strategie di trading con Python”.
Attualmente è Founder e Chief Investment Officer in Rocket Capital Investment, una fintech company e un hedge fund, basato a Singapore, che applica un modello decentralizzato e distribuito di asset management, basato su AI e Blockchain.