Due giornate dedicate a Coding, Trading, Investing, Quantitative Finance e AI
Sabato 27 e domenica 28 giugno 2026 torna il Gandalf Symposium: un incontro intensivo con il team di Gandalf Project, la community e ospiti nazionali e internazionali. Non una lezione frontale, ma uno spazio di confronto tra pari: idee operative, ricerca quantitativa, strumenti open source, piattaforme professionali, API broker, asset allocation e intelligenza artificiale applicata alla finanza.
Two days focused on Coding, Trading, Investing, Quantitative Finance and AI
On Saturday 27 and Sunday 28 June 2026, Gandalf Symposium returns: an intensive gathering with the Gandalf Project team, its community and national and international guests. Not a traditional lecture, but a peer-to-peer environment: actionable ideas, quantitative research, open-source tools, professional platforms, broker APIs, asset allocation and artificial intelligence applied to finance.
ΓΝΩΘΙ ΣΕΑΥΤΟΝ
Nell’antica Grecia il simposio non era una lezione. Era un incontro tra pari, dove il sapere circolava liberamente tra chi portava esperienza e chi portava domande nuove. Il Gandalf Symposium nasce da questa stessa idea.
Confronto reale
Un evento bidirezionale: relatori, corsisti e community condividono approcci, esperienze e best practice.
Open source e piattaforme
Python, Julia, TradeStation, MultiCharts, data provider, script automatizzati e collegamenti via API.
Strategie e ricerca
Trading system, asset allocation, intelligenza artificiale, analisi quantitativa e robustezza operativa.
ΓΝΩΘΙ ΣΕΑΥΤΟΝ
In ancient Greece, a symposium was not a lecture. It was a meeting among peers, where knowledge moved freely between those bringing experience and those bringing new questions. Gandalf Symposium is built on the same idea.
Real exchange
A two-way event: speakers, students and community members share approaches, experience and best practices.
Open source and platforms
Python, Julia, TradeStation, MultiCharts, data providers, automated scripts and API connectivity.
Strategies and research
Trading systems, asset allocation, artificial intelligence, quantitative analysis and operational robustness.
Video introduttivi
Due video per entrare nello spirito dell’evento, capire il contesto e prepararsi al confronto con la community.
Introductory videos
Two videos to get into the spirit of the event, understand the context and prepare for the exchange with the community.
Programma logistico
L’evento si svolge sabato 27 e domenica 28 giugno 2026, con possibilità di unirsi anche alle serate conviviali.
Arrivo libero e sistemazione secondo le proprie preferenze.
Sistemazione in zona o presso l’hotel della conferenza.
Cena informale insieme, fino a esaurimento posti, aperta anche ad accompagnatori.
Gandalf Symposium in aula, dalle 9:00 alle 13:00.
Gandalf Symposium in aula, dalle 14:30 alle 18:30.
Cena sulle antiche mura di Giulianova, fino a esaurimento posti.
Gandalf Symposium in aula, dalle 9:00 alle 13:00.
Gandalf Symposium in aula, dalle 14:30 alle 18:30.
Conclusione dei lavori e saluti finali.
Logistics agenda
The event takes place on Saturday 27 and Sunday 28 June 2026, with the option to join the evening gatherings as well.
Free arrival and accommodation according to personal preferences.
Check-in in the area or at the conference hotel.
Informal dinner together, subject to availability, also open to companions.
Gandalf Symposium classroom session, from 9:00 to 13:00.
Gandalf Symposium classroom session, from 14:30 to 18:30.
Dinner on the ancient walls of Giulianova, subject to availability.
Gandalf Symposium classroom session, from 9:00 to 13:00.
Gandalf Symposium classroom session, from 14:30 to 18:30.
End of the event and final greetings.
Programma Dettagliato Edizione 2026
Agenda degli interventi, panel e momenti di confronto del Gandalf Symposium 2026.
Agenda Giorno 1 — Sabato 27 Giugno 2026
9.30
Registrazione
9.45
Presentazione Evento
10.15
Un Milione e Una Strategie di Trading
Jim Simons, alla guida di Renaissance Technology, ha affermato in un’intervista che il team non comprende il significato della maggior parte dei segnali che utilizza nel trading. Eppure, il Medallion Fund è il fondo hedge di maggior successo di tutti i tempi.
Basandoci su un noto paper di Kakushadze, esploreremo la possibilità di generare e testare una gamma quasi infinita di possibili strategie di trading. Approfondiremo il pensiero alla base delle idee sottostanti, la matematica e le sfide necessarie per rendere possibile un sistema di questo tipo. Un viaggio in cui il trading sistematico viene portato all’estremo.
10.45
Non aggiungere un altro fattore. Elimina un compromesso: TRIZ e innovazione nella ricerca quantitativa
Nel mondo della ricerca quantitativa, molti problemi sembrano inevitabili: robustezza contro reattività, diversificazione contro concentrazione, semplicità contro potenza predittiva.
La metodologia TRIZ, nata dallo studio sistematico dei processi di innovazione tecnologica, propone invece un approccio radicalmente diverso: non ottimizzare il compromesso, ma eliminare la contraddizione che lo genera.
Questo intervento esplora come i principi di TRIZ possano essere applicati alla progettazione di modelli quantitativi, sistemi AI-driven e architetture di asset allocation evolute. Dalla gestione dei trade-off nei modelli di machine learning fino alla costruzione di sistemi adattivi e modulari, l’obiettivo è mostrare come l’innovazione quantitativa possa diventare un processo strutturato e non soltanto una ricerca empirica guidata dal brute force o dall’overfitting.
Un talk dedicato a chi vuole ripensare il modo stesso in cui vengono progettati i sistemi quantitativi moderni.
11.15
Frattali e Mercati: possibili geometrie dei prezzi
Un viaggio nelle dinamiche frattali dei mercati finanziari per comprendere come pattern ricorrenti e strutture auto-simili possano supportare l’analisi dei movimenti di prezzo e delle possibili evoluzioni future.
11.35
Networking Caffè
12.05
Beyond Python
Inside Systematic Trading and the Hedge Fund Industry
Un intervento/conversazione ad alto livello sul mondo del systematic trading istituzionale e sull’evoluzione dell’industria hedge fund quantitativa, con particolare attenzione al ponte tra ricerca quantitativa, mercati reali e deployment professionale di strategie sistematiche.
Durante la conversazione verranno toccati temi come la struttura dell’industria hedge fund moderna, i diversi ruoli professionali nel mondo quant, portfolio construction, risk management, evoluzione del systematic trading, AI applicata alla ricerca quantitativa e le nuove opportunità per chi oggi sviluppa sistemi e modelli quantitativi in modo indipendente.
12.35
Swarm Intelligence e Programmazione Genetica: dalla biodiversità artificiale all’intelligenza collettiva dei mercati
In natura, i sistemi più resilienti non dipendono da un singolo individuo ma dall’interazione di molteplici organismi specializzati. Stormi, colonie ed ecosistemi sopravvivono grazie a comportamenti collettivi emergenti, dove l’intelligenza nasce dalla cooperazione tra elementi differenti.
L’intervento presenterà un framework che combina Programmazione Genetica e Swarm Intelligence per la costruzione di ecosistemi artificiali di agenti di trading. La Programmazione Genetica genera una grande biodiversità di comportamenti e modelli decisionali, mentre lo Swarm seleziona e organizza tali agenti in una struttura collettiva capace di produrre una decisione operativa unica.
Verrà mostrato come strategie apparentemente mediocri possano diventare estremamente informative quando analizzate come parte di un sistema collettivo e come la ricorrenza comportamentale, più della semplice performance, possa contribuire alla riduzione dell’overfitting e alla costruzione di modelli più robusti.
13.05
Panel Discussione Mattina — “Metodi Quantitativi per l’Asset Management”
14.30
Pausa Pranzo
15.00
Allocazione di portafoglio guidata dall’intelligenza artificiale: dal singolo modello ai sistemi multi-agente
L’intervento esplora l’evoluzione dell’Asset Allocation quantitativa verso architetture AI-driven basate su agenti e meta-agenti adattivi. Partendo da strategie baseline su ETF, Digital Asset ed equities, verrà mostrato come modelli XGBoost, classificazione di regime e orchestrazione multi-strategy possano costruire portafogli più robusti e dinamici attraverso processi di Walk Forward Analysis e decisioni contestuali guidate dall’intelligenza artificiale.
15.30
Dall’Analisi Tecnica all’Asset Allocation: Costruire Portafogli con il Trend Regime
In un contesto in cui pattern e segnali tecnici tradizionali sono sempre più rapidamente sfruttati da algoritmi e modelli AI, questa presentazione propone un’evoluzione dell’analisi tecnica: dal timing sul singolo strumento alla gestione dinamica dell’esposizione di portafoglio.
Partendo dal concetto di trend regime, combinazione di direzione e stabilità del trend misurata tramite regressione dei prezzi e coefficiente R², Domenico D’Errico mostrerà come trasformare semplici regole price-based in un modello quantitativo di asset allocation applicato al Dow Jones Industrial Average.
L’intervento illustrerà il processo di classificazione dei titoli, la costruzione di portafogli diversificati tramite filtri di correlazione, la gestione dinamica dell’esposizione e i risultati di backtest pluriennali, evidenziando come l’analisi tecnica possa diventare uno strumento di controllo del rischio e del contesto di mercato più che di semplice previsione direzionale.
16.00
Oltre il Petrolio: navigare i mercati delle materie prime
Le tensioni nello Stretto di Hormuz accendono i riflettori sul greggio, ma oggi le vere occasioni sono altrove. Esploriamo i trend più caldi del settore commodity per scoprire le opportunità operative che si nascondono dietro l’attuale scenario geopolitico.
16.20
Networking Caffè
16.50
Beyond 60/40: dalla diversificazione del capitale alla difesa del rischio
Il portafoglio 60/40 ha funzionato a lungo come benchmark semplice ed efficace, ma il 2022 ha ricordato che azioni e bond possono fallire insieme proprio quando la diversificazione dovrebbe proteggere. Questa presentazione propone un approccio quantitativo “Beyond 60/40”, fondato su inverse volatility, volatility targeting e overlay difensivi basati su fragilità, trend e VIX.
Attraverso dati storici post-2005, analisi di drawdown, metriche risk-adjusted, test single-use e simulazioni di decumulo, verranno discussi i limiti della diversificazione tradizionale e le condizioni in cui strategie più difensive possono migliorare la sostenibilità del portafoglio. L’obiettivo non è prevedere ogni crisi, ma costruire un processo robusto per affrontarne di diverse.
17.20
From Day-Ahead to Balancing: Short-Term Power Optimization in Italy
Il talk presenta i principali meccanismi del mercato elettrico italiano di breve termine, dall’asta Day-Ahead alle sessioni infragiornaliere e alla negoziazione continua MI-XBID.
Il focus è sulla gestione operativa della posizione prima della consegna, con attenzione ai prodotti quartorari, alla formazione dei prezzi e al ruolo dello sbilanciamento.
La parte conclusiva introduce una logica di ottimizzazione per valutare il trade-off tra esecuzione in asta, aggiustamento infragiornaliero ed esposizione residua al prezzo di sbilanciamento.
17.50
Oltre i Trading Signals: il Position Sizing per il Portfolio Management
Gli investitori sistematici dedicano spesso enormi risorse alla generazione dei segnali, alla progettazione dei modelli e alla selezione delle strategie, mentre il position sizing riceve comparativamente molta meno attenzione. Eppure l’allocazione del capitale può avere un impatto determinante sui risultati di lungo periodo.
In questa presentazione Zoë Bollinger analizzerà diversi approcci ampiamente utilizzati per il position sizing, valutando l’interazione tra dimensionamento delle posizioni, drawdown, volatilità, rischio di rovina e massimizzazione del proprio edge operativo.
Attraverso esempi pratici e analisi comparative, l’intervento evidenzierà come framework disciplinati di allocazione del rischio possano influenzare materialmente la performance complessiva di un portafoglio.
18.30
Panel Discussione Pomeriggio
Agenda Giorno 2 — Domenica 28 Giugno 2026
9.30
Registrazione
10.00
Laboratorio Dinamico: genesi ed evoluzione
Si può fare meglio della replica passiva? Le statistiche dicono di no. Il Laboratorio Dinamico lo verifica sul campo.
10.30
Laboratorio Dinamico: genesi ed evoluzione
Si può fare meglio della replica passiva? Le statistiche dicono di no. Il Laboratorio Dinamico lo verifica sul campo. La finanza comportamentale ne decodifica i perché.
11.00
Il vantaggio umano — Cosa conta quando tutti hanno gli stessi strumenti
Intelligenza artificiale, modelli quantitativi, automazione e strumenti di analisi di livello istituzionale stanno diventando sempre più accessibili. Ma se l’accesso alla tecnologia non è più il vantaggio distintivo, che cosa crea ancora un vero edge nel trading professionale e nell’analisi dei mercati?
In questa presentazione, il trader, autore e Presidente IFTA Wieland Arlt esplora il rapporto in evoluzione tra intelligenza delle macchine e giudizio umano. Attingendo a decenni di esperienza sui mercati e a conversazioni con professionisti di primo piano in tutto il mondo, analizza dove i sistemi quantitativi eccellono, dove i modelli diventano fragili e perché contesto, architettura del rischio e qualità decisionale rimangono essenziali.
Non si tratta di un dibattito tra uomo e macchina. È una prospettiva orientata al futuro su come i professionisti più seri possano combinare in modo intelligente entrambi.
11.20
Networking Caffè
11.50
Stagionalità delle Commodities: Costruire un Sistema di Spread Trading Sistematico su Futures
In un mercato in cui le strategie direzionali sono sempre più esposte alla competizione algoritmica, questa presentazione propone un approccio alternativo e a bassa correlazione: lo sfruttamento sistematico delle stagionalità ricorrenti delle commodities attraverso spread intra-market su futures, in cui il profitto deriva dal differenziale tra due scadenze dello stesso sottostante anziché dalla direzione del prezzo, con volatilità ridotta, margini contenuti e una protezione strutturale dagli shock di mercato.
Partendo dal concetto di finestra stagionale, un periodo dell’anno con un edge statistico misurabile, l’intervento mostrerà come trasformare oltre vent’anni di dati storici su 38 commodities in un calendario operativo annuale validato.
Verrà illustrato l’intero workflow quantitativo: dall’ottimizzazione tramite heatmap e analisi di stabilità (per distinguere la robustezza reale dal curve fitting), alla costruzione di portafogli per singola commodity, fino al meta-portafoglio multi-commodity diversificato per correlazione.
Particolare attenzione sarà dedicata al risk management (stress test sulle crisi storiche, validazione Monte Carlo e analisi dei requisiti di capitale) e all’esecuzione operativa su Interactive Brokers, evidenziando come un processo a zero discrezionalità possa tradurre la stagionalità di mercati non correlati in un flusso di rendimento stabile e replicabile.
12.20
Gestione quantitativa degli investimenti nell’era dell’intelligenza artificiale e del rischio complesso
L’intervento propone una riflessione sull’evoluzione del quantitative asset management nel contesto dell’intelligenza artificiale, della crescente complessità dei mercati finanziari e dell’emersione di nuove forme di rischio, sia finanziario sia extra-finanziario.
La presentazione ripercorre il progressivo superamento dei tradizionali modelli di ottimizzazione di portafoglio a favore di approcci più avanzati fondati su machine learning, tecniche evolute di risk management, integrazione dei fattori ESG e climate-aware investing, evidenziando la crescente convergenza tra ricerca accademica, innovazione quantitativa e prassi dell’asset management istituzionale.
13.00
Panel Discussione Mattina — “Trading Style”
14.30
Pausa Pranzo
15.00
Trading con la Stagionalità: Vantaggio Competitivo o Trappola?
La stagionalità è una delle fonti di opportunità di trading più discusse, ma molti pattern stagionali non resistono a test rigorosi o ai cambiamenti delle condizioni di mercato.
Questa presentazione esplora come i trader quantitativi possano identificare, validare e sfruttare gli effetti stagionali, evitando al contempo insidie comuni come l’overfitting.
Attraverso esempi reali di trading in opzioni, verrà mostrato come le tendenze stagionali possano essere combinate con l’analisi dei regimi di mercato per individuare opportunità favorevoli e adattare l’esposizione al rischio nei diversi contesti di mercato.
La presentazione introdurrà inoltre SeasonHunter, una piattaforma progettata per individuare, analizzare e validare pattern stagionali sui mercati azionari, aiutando i trader a trasformare tendenze storiche in spunti operativi concreti.
15.30
Entry-Point Risk: come il punto di ingresso e la durata dell’esposizione cambiano il rischio dell’investitore
Protocollo quantitativo per analizzare il rischio. Attraverso distribuzioni empiriche dei drawdown verranno mostrate applicazioni pratiche, dal position sizing alla gestione del rischio nelle strategie di vendita di opzioni.
16.00
Oltre il Backtest Ideale: Robustezza e Resilienza dell’MVR Engine
Questa presentazione introduce MVR Engine e il modulo OER, evidenziandone il comportamento attraverso test essenziali di robustezza su un universo intenzionalmente reso non ideale.
L’analisi mostra l’effetto dell’inserimento dei costi, del degrado del dataset, del confronto con altri modelli rotazionali e del passaggio da proxy non discreto a replica discreta, con l’obiettivo di verificare la capacità del motore di conservare solidità relativa anche in condizioni avverse.
16.20
Networking Caffè
16.50
The AI-Assisted Edge. Battere il mercato globale: Strategie di Asset Allocation Quantitativa tramite modellazione guidata da LLM. Oltre la capitalizzazione: costruire un portafoglio settoriale dinamico per battere l’MSCI World.
È possibile battere il mercato globale utilizzando i suoi stessi ingredienti, ma con una ricetta diversa? Questo intervento presenta un modello quantitativo per l’asset allocation in ETF settoriali, sviluppato attraverso un’integrazione sinergica di diversi Large Language Models (Gemini, ChatGPT, Claude).
L’analisi si concentra sulla decomposizione dell’MSCI World Index nei suoi 11 settori costituenti, testando algoritmi di riallocazione dei pesi su un orizzonte temporale di oltre 30 anni (1995-2026).
Partendo dai limiti della ponderazione per capitalizzazione, lo studio esplora strategie basate sulla divergenza dei rendimenti e sulla rotazione ciclica. I risultati evidenziano come l’uso di modelli sistematici non solo permetta di sovraperformare il benchmark in termini assoluti, ma offra una gestione più efficiente dei drawdown, trasformando l’indice generale da un limite passivo a un’opportunità di selezione attiva.
17.20
Costruire modelli di struttura di mercato durevoli e robusti
Dalle prime basi della quantificazione della struttura di mercato attraverso i Filtered Swings di Art Merrill fino all’applicazione di funzioni basate sull’ATR ispirate a Welles Wilder, Linda rivelerà i principi alla base di modelli di mercato che hanno resistito per oltre cinque decenni.
Esplorerà come superare il rumore di mercato, posizionarsi per cogliere opportunità fat-tail e sfruttare la forza, spesso sottovalutata, delle tabelle di probabilità di tipo attuariale nella costruzione di modelli di trading durevoli e robusti.
“Non costruite modelli che spiegano magnificamente il passato. Costruite modelli che sopravvivono al futuro imperfetto.”
18.00
Panel Discussione Pomeriggio — “Operatività sul Campo”
Detailed Program 2026 Edition
Talks, panels and discussion sessions from the Gandalf Symposium 2026.
Day 1 Agenda — Saturday 27 June 2026
9.30
Registration
9.45
Event Presentation
10.15
One Million And One Trading Strategies
Jim Simons, head of Renaissance Technology, once said in an interview that the team does not understand the meaning of most of the signals they trade. Yet, their Medallion Fund is the most successful hedge fund of all time.
Based on a widely-regarded paper by Kakushadze, we explore the possibility to generate and test an almost infinite array of possible trading strategies. We dive deep into the thinking behind the underlying ideas, the mathematics and the challenges to make such a system possible. Be ready for a journey where we take systematic trading to the extreme.
10.45
Do Not Add Another Factor. Eliminate a Trade-off: TRIZ and Innovation in Quantitative Research
In quantitative research, many problems seem inevitable: robustness versus responsiveness, diversification versus concentration, simplicity versus predictive power.
TRIZ, a methodology born from the systematic study of technological innovation processes, proposes a radically different approach: not optimizing the compromise, but eliminating the contradiction that generates it.
This talk explores how TRIZ principles can be applied to the design of quantitative models, AI-driven systems and advanced asset allocation architectures. From managing trade-offs in machine learning models to building adaptive and modular systems, the goal is to show how quantitative innovation can become a structured process rather than merely an empirical search driven by brute force or overfitting.
A talk for those who want to rethink the very way modern quantitative systems are designed.
11.15
Fractals and Markets: Possible Geometries of Price Action
A journey into the fractal dynamics of financial markets, exploring how recurring patterns and self-similar structures may support the analysis of price movements and potential future developments.
11.35
Networking Coffee
12.05
Beyond Python
Inside Systematic Trading and the Hedge Fund Industry
A high-level talk/conversation focused on the world of institutional systematic trading and the evolution of the quantitative hedge fund industry, with particular attention to the bridge between quantitative research, real markets and the professional deployment of systematic strategies.
The conversation will explore topics such as the structure of the modern hedge fund industry, the different professional roles within the quant world, portfolio construction, risk management, the evolution of systematic trading, AI applied to quantitative research and the new opportunities available today for independent developers of quantitative systems and models.
12.35
Swarm Intelligence and Genetic Programming: From Artificial Biodiversity to Collective Market Intelligence
In nature, the most resilient systems do not rely on a single individual but on the interaction of many specialized organisms. Flocks, colonies and ecosystems survive through emergent collective behaviour, where intelligence arises from cooperation among diverse elements.
This presentation introduces a framework combining Genetic Programming and Swarm Intelligence for the construction of artificial ecosystems of trading agents. Genetic Programming generates a large biodiversity of behaviours and decision models, while the Swarm selects and organizes these agents into a collective structure capable of producing a single trading decision.
The session explores how apparently mediocre strategies can become highly informative when analysed as part of a collective system, and how behavioural recurrence, rather than pure performance, can help reduce overfitting and improve robustness.
13.05
Morning Panel — “Quantitative Methods for Asset Management”
14.30
Lunch Break
15.00
AI-Driven Asset Allocation: From Single Models to Multi-Agent Systems
The talk explores the evolution of quantitative asset allocation toward AI-driven architectures based on adaptive agents and meta-agents. Starting from baseline strategies on ETFs, digital assets and equities, it will show how XGBoost models, regime classification and multi-strategy orchestration can build more robust and dynamic portfolios through Walk Forward Analysis processes and contextual decisions guided by artificial intelligence.
15.30
From Technical Analysis to Asset Allocation: Building Portfolios with the Trend Regime
In a context where traditional technical patterns and signals are increasingly exploited by algorithms and AI models, this presentation proposes an evolution of technical analysis: from timing on a single instrument to dynamic management of portfolio exposure.
Starting from the concept of trend regime, a combination of trend direction and stability measured through price regression and the R² coefficient, Domenico D’Errico will show how to transform simple price-based rules into a quantitative asset allocation model applied to the Dow Jones Industrial Average.
The talk will illustrate the process of classifying stocks, building diversified portfolios through correlation filters, dynamically managing exposure and reviewing multi-year backtest results, highlighting how technical analysis can become a tool for risk and market-context control rather than simple directional forecasting.
16.00
Beyond Oil: Navigating Commodity Markets
Tensions in the Strait of Hormuz are putting the spotlight on crude oil, but today the real opportunities lie elsewhere. We will explore the hottest trends in the commodity sector to uncover the operational opportunities hidden behind the current geopolitical scenario.
16.20
Networking Coffee
16.50
Beyond 60/40: From Capital Diversification to Risk Defense
The 60/40 portfolio worked for a long time as a simple and effective benchmark, but 2022 reminded investors that stocks and bonds can fail together precisely when diversification is expected to provide protection. This presentation introduces a quantitative “Beyond 60/40” approach, based on inverse volatility, volatility targeting, and defensive overlays driven by fragility, trend, and VIX indicators.
Using post-2005 historical data, drawdown analysis, risk-adjusted metrics, single-use tests, and decumulation simulations, the session will discuss the limits of traditional diversification and the conditions under which more defensive strategies can improve portfolio sustainability. The goal is not to predict every crisis, but to build a robust process for facing different types of market stress.
17.20
From Day-Ahead to Balancing: Short-Term Power Optimization in Italy
This talk presents the key mechanisms of the Italian short-term electricity market, from the Day-Ahead auction to Intraday sessions and continuous trading on the MI-XBID platform.
The focus is on operational position management before delivery, with particular attention to quarter-hour products, price formation, and the role of imbalance settlement.
The final section introduces an optimization framework designed to evaluate the trade-off between auction execution, intraday adjustments, and residual exposure to balancing prices.
17.50
Beyond Trading Signals: Position Sizing for Portfolio Management
Systematic investors often devote enormous effort towards signal generation, model design, and strategy selection, while position sizing receives comparatively little attention. Yet capital allocation can have a critical impact on long-term outcomes.
In this presentation Zoë Bollinger will examine several widely used approaches to position sizing, evaluating the interaction between sizing, drawdowns, volatility, risk of ruin, and maximizing your edge.
Through practical examples and comparative analysis, the session will highlight how disciplined sizing frameworks can materially influence portfolio performance.
18.30
Afternoon Panel
Day 2 Agenda — Sunday 28 June 2026
9.30
Registration
10.00
Dynamic Laboratory: Genesis and Evolution
Is it possible to outperform passive replication? Statistics suggest the answer is no. The Dynamic Laboratory tests that assumption in real market conditions.
10.30
Dynamic Laboratory: Genesis and Evolution
Is it possible to outperform passive replication? Statistics suggest the answer is no. The Dynamic Laboratory tests that assumption in real market conditions. Behavioral finance helps decode the reasons behind investor behavior.
11.00
THE HUMAN EDGE – What Matters When Everyone Has the Same Tools
Artificial intelligence, quantitative models, automation, and institutional-grade analysis tools are becoming increasingly accessible. But if access to technology is no longer the defining advantage, what still creates real edge in professional trading and market analysis?
In this presentation, trader, author, and IFTA President Wieland Arlt explores the evolving relationship between machine intelligence and human judgment. Drawing on decades of market experience and conversations with leading professionals from around the world, he examines where quantitative systems excel, where models become fragile, and why context, risk architecture, and decision quality remain essential.
This is not a debate about human versus machine. It is a forward-looking perspective on how serious professionals intelligently combine both.
11.20
Networking Coffee
12.50
Commodity Seasonality: Building a Systematic Futures Spread Trading Framework
In a market where directional strategies are increasingly exposed to algorithmic competition, this presentation introduces an alternative and low-correlation approach: the systematic exploitation of recurring commodity seasonality through intra-market futures spreads, where profits are generated from the price differential between two contracts on the same underlying asset rather than from outright market direction, resulting in lower volatility, reduced margin requirements and structural protection against market shocks.
Starting from the concept of a seasonal window — a period of the year characterized by a measurable statistical edge — the presentation will show how more than twenty years of historical data across 38 commodities can be transformed into a validated annual trading calendar.
The entire quantitative workflow will be illustrated: from optimization through heatmaps and stability analysis (to distinguish genuine robustness from curve fitting), to the construction of single-commodity portfolios, up to a diversified multi-commodity meta-portfolio built through correlation-based allocation techniques.
Particular attention will be devoted to risk management, including historical crisis stress testing, Monte Carlo validation and capital requirement analysis, as well as operational execution through Interactive Brokers, highlighting how a zero-discretion process can transform the seasonality of uncorrelated markets into a stable and repeatable return stream.
12.20
Quantitative Asset Management in the Age of AI and Complex Risk
The talk reflects on the evolution of quantitative asset management in the context of artificial intelligence, the growing complexity of financial markets and the emergence of new forms of risk, both financial and extra-financial.
The presentation traces the progressive move beyond traditional portfolio optimization models toward more advanced approaches based on machine learning, advanced risk-management techniques, ESG factor integration and climate-aware investing, highlighting the increasing convergence between academic research, quantitative innovation and institutional asset-management practice.
13.00
Morning Panel — “Trading Style”
14.30
Lunch Break
15.00
Trading Using Seasonality: Edge or Trap?
Seasonality is one of the most widely discussed sources of trading opportunities, yet many seasonal patterns fail to survive rigorous testing or changing market conditions.
This presentation explores how quantitative traders can identify, validate, and trade seasonal effects while avoiding common pitfalls such as overfitting.
Drawing on real-world examples from options trading, the session demonstrates how seasonal tendencies can be combined with market regime analysis to identify favorable opportunities and adapt risk exposure across different market environments.
The presentation will also introduce SeasonHunter, a platform designed to discover, analyze and validate seasonal patterns across equity markets, helping traders transform historical tendencies into actionable trading insights.
15.30
Entry-Point Risk: How Entry Point and Exposure Duration Change Investor Risk
A quantitative protocol for analyzing risk. Through empirical drawdown distributions, practical applications will be shown, from position sizing to risk management in option-selling strategies.
16.00
Beyond the Ideal Backtest: Robustness and Resilience of the MVR Engine
This presentation introduces MVR Engine and the OER module, highlighting their behavior through essential robustness tests on an intentionally non-ideal universe.
The analysis shows the effect of adding costs, degrading the dataset, comparing with other rotational models and moving from a non-discrete proxy to a discrete replication, with the aim of verifying the engine’s ability to preserve relative solidity even under adverse conditions.
16.20
Networking Coffee
16.50
The AI-Assisted Edge. Beating the World: Quantitative Asset Allocation Strategies via LLM-Driven Modeling. Beyond Capitalization: Building a Dynamic Sector Portfolio to Beat the MSCI World.
Is it possible to beat the global market using its own ingredients, but with a different recipe? This talk presents a quantitative model for asset allocation in sector ETFs, developed through the synergistic integration of several Large Language Models (Gemini, ChatGPT, Claude).
The analysis focuses on decomposing the MSCI World Index into its 11 constituent sectors, testing weight-reallocation algorithms over a time horizon of more than 30 years (1995-2026).
Starting from the limits of capitalization weighting, the study explores strategies based on return divergence and cyclical rotation. The results show how the use of systematic models not only allows the benchmark to be outperformed in absolute terms, but also provides more efficient drawdown management, transforming the broad index from a passive constraint into an active-selection opportunity.
17.20
Building Durable and Robust Market Structure Models
From the early foundations of quantifying market structure through Art Merrill’s Filtered Swings to the application of ATR-based functions inspired by Welles Wilder, Linda will reveal the principles behind market models that have endured for more than five decades.
She will explore how to overcome market noise, position for fat-tail opportunities, and harness the understated power of actuarial-style probability tables in building durable, robust trading models.
“Don’t build models that explain the past beautifully. Build models that survive the future imperfectly.”
18.00
Afternoon Panel — “Field Operations”
Relatori e ospiti
Una squadra multidisciplinare con competenze in trading sistematico, asset management, AI, analisi tecnica, consulenza finanziaria e tecnologie quantitative.
Speakers and guests
A multidisciplinary team with expertise in systematic trading, asset management, AI, technical analysis, financial advisory and quantitative technologies.
Tom Starke
Systematic TradingTom è un esperto di livello mondiale nel trading sistematico e consulente per un’ampia gamma di istituzioni finanziarie. Ha conseguito un dottorato in Fisica e ha insegnato all’Università di Oxford. I suoi interessi includono la generazione di alpha, la gestione del rischio e l’esecuzione degli ordini, utilizzando approcci sistematici e intelligenza artificiale nel rispetto dei vincoli specifici di investimento delle aziende. È fondatore di AAAQuants, società che fornisce ricerca e servizi per istituzioni finanziarie.
Tom is a world-leading expert for systematic trading and consultant to a wide range of financial institutions. He holds a PhD in Physics and previously lectured at Oxford University. Tom’s interests are alpha-generation, risk management and trade execution using systematic approaches and AI within business-specific investment constraints. He is the founder of AAAQuants, providing research and services for financial institutions.
Zoë Bollinger
Portfolio ManagementZoë Bollinger è Vice Presidente e Portfolio Manager presso Bollinger Capital Management, dove collabora con John Bollinger per sviluppare e implementare soluzioni di investimento innovative per i clienti. In qualità di Certified Financial Planner™, Zoë assiste i clienti nel raggiungimento dei loro obiettivi finanziari a lungo termine. Zoë fa parte del consiglio di amministrazione della International Federation of Technical Analysts (IFTA) ed è relatrice internazionale in materia di analisi tecnica e strategie di gestione degli investimenti.
Zoë Bollinger is Vice President and Portfolio Manager at Bollinger Capital Management, where she collaborates with John Bollinger to develop and implement innovative investment offerings for clients. As a Certified Financial Planner™, Zoë assists clients in achieving their long-term financial goals. Zoë serves on the board of the International Federation of Technical Analysts (IFTA) and is an international speaker on technical analysis and investment management strategies.
Wieland Arlt
Trading & AnalysisWieland Arlt, CFTe®️, è Presidente della Federazione Internazionale degli Analisti Tecnici (IFTA) e fondatore di Elite Trading Experts. Da oltre vent’anni è attivo nei mercati finanziari come trader, autore e relatore internazionale. Il suo libro “Risk and Money Management for Day and Swing Trading” è stato pubblicato in sette lingue, tra cui il giapponese. Un altro dei suoi libri è “55 Reasons to Become a Trader”. Wieland pubblica regolarmente articoli su trading, analisi di mercato e gestione del rischio ed è un apprezzato relatore in conferenze internazionali di trading e investimento. In precedenza ha ricoperto il ruolo di membro del consiglio direttivo dell’Associazione Tedesca degli Analisti Tecnici (VTAD) ed è stato membro del Forbes Finance Council e del Newsweek Expert Forum. Nei suoi podcast “Torero Trader Insights” e “How to Trade like a Pro” intervista figure di spicco della comunità internazionale del trading. In qualità di esperto di mercati internazionali, Wieland Arlt vive e lavora in tutto il mondo come perpet
Wieland Arlt, CFTe®️, is President of the International Federation of Technical Analysts (IFTA) and founder of Elite Trading Experts. For more than two decades he has been active in the financial markets as a trader, author and international speaker. His book “Risk and Money Management for Day and Swing Trading” has been published in seven languages, including Japanese. Another of his books is “55 Reasons to Become a Trader”. Wieland regularly publishes articles on trading, market analysis and risk management and is a sought-after speaker at international trading and investment conferences. He previously served as a board member of the German Association of Technical Analysts (VTAD) and has been a member of the Forbes Finance Council and the Newsweek Expert Forum. In his podcasts “Torero Trader Insights” and “How to Trade like a Pro” he interviews leading figures from the international trading community. As an international market expert, Wieland Arlt lives and works around the world as a perpet
Linda Raschke
Professional TradingLinda Bradford Raschke, una trader, investitrice e gestore di hedge fund di fama internazionale, porta con sé decenni di esperienza nei mercati finanziari. Membro di importanti borse negli anni ’80, ha fondato LBRGroup, uno dei principali Commodity Trading Advisor (CTA). Linda ha lanciato diversi hedge fund ad alte performance, sia onshore che offshore, guadagnandosi una posizione di vertice nelle classifiche di rendimento degli hedge fund e una citazione nel libro New Market Wizards di Jack Schwager.
Linda Bradford Raschke, a renowned trader, investor, and hedge fund manager, brings decades of expertise to the financial markets. With memberships on major exchanges in the 1980s, she founded LBRGroup, a leading Commodity Trading Advisor (CTA). Linda launched multiple high-performing hedge funds, both onshore and offshore, earning her a top spot in hedge fund performance rankings and a feature in Jack Schwager’s New Market Wizards.
Eugenio Sartorelli
Risk ManagementSvolge da 25 anni consulenza sul risk management; ha pubblicato alcuni testi inerenti all’analisi tecnica ed il trading; scrive sui principali siti finanziari ed è relatore nei più rilevanti eventi nazionali; è Founder e Risk Manager di “Rocket Capital Investment”, una startup Fintech con sede a Singapore.
He has been providing risk management consulting for 25 years. He has published several books on technical analysis and trading, writes for major financial websites, and is a speaker at the most prominent national events. He is the Founder and Risk Manager of “Rocket Capital Investment,” a Fintech startup based in Singapore.
Maurizio Mazziero
Markets & MacroFondatore della Mazziero Research, Socio Onorario SIAT (Società Italiana di Analisi Tecnica), esperto in materie prime, si occupa di analisi finanziarie, reportistica e formazione. Docente Academy Euronext Borsa Italiana, collabora con OROvilla e ABS Consulting. Coautore del libro “Le Mappe del Tesoro” e “Geopolitica delle Terre Rare”, ha scritto numerosi testi economico-finanziari, fra cui “Investire in materie prime” e “Guida all’analisi tecnica”. Ha pubblicato per quindici anni un Osservatorio sui dati economici italiani ed è spesso invitato come esperto di mercati ed economia a convegni, seminari e programmi radiotelevisivi.
Founder of Mazziero Research and Honorary Member of SIAT (Italian Society of Technical Analysis). An expert in commodities, he specializes in financial analysis, reporting, and training. He is a lecturer at the Euronext Borsa Italiana Academy and collaborates with OROvilla and ABS Consulting. Co-author of the books “Le Mappe del Tesoro” (Treasure Maps) and “Geopolitica delle Terre Rare” (Geopolitics of Rare Earths), he has written numerous economic and financial texts, including “Investire in materie prime” (Investing in Commodities) and “Guida all’analisi tecnica” (Guide to Technical Analysis). For fifteen years, he published an Observatory on Italian economic data and is frequently invited as a market and economics expert to conferences, seminars, and radio and television programs.
Giuseppe Tomasini
Asset Management & AICFA, CSTA, vanta un percorso pluriennale nella gestione quantitativa e multi-asset, sviluppato in primarie realtà del risparmio gestito. Dopo l’esperienza nell’Ufficio Studi della Banca Popolare di Bergamo, ha partecipato alla nascita di UBI Pramerica, dove ha guidato per circa dieci anni il team di Ricerca e Gestione Quantitativa. In questo periodo è stato anche tra i partner di UBI Pramerica Alternative Investments e gestore di un fondo hedge CTA single strategy.
Dal 2010 è entrato in Duemme SGR, poi divenuta Mediobanca SGR, dove ha costituito il team Quant, contribuendo allo sviluppo di un approccio di investimento sistematico strutturato, innovativo e scalabile. Nel corso della sua esperienza ha gestito portafogli long-only e long-short investendo in fixed income, equity, valute, commodity, ETF e fondi di terzi, con responsabilità dirette sia nella ricerca sia nella gestione.
Negli ultimi anni ha guidato l’evoluzione da modelli quantitativi tradizionali verso processi di investimento basati su intelligenza artificiale e machine learning, applicando algoritmi di supervised learning, reinforcement learning e algoritmi genetici a strategie multi-asset e azionarie. Ha sviluppato soluzioni proprietarie per il market timing, la tactical asset allocation, lo stock picking e la generazione di segnali, con l’obiettivo di rafforzare la qualità delle decisioni di investimento e la robustezza dei processi di portfolio construction.
Ha inoltre promosso una cultura orientata all’innovazione, valorizzando team team altamente qualificati e favorendo l’integrazione tra rigore quantitativo, creatività e capacità di adattamento ai cambiamenti di mercato. Interviene come relatore in convegni di settore dedicati all’applicazione pratica del machine learning nell’asset management.
CFA, CSTA, he brings extensive multi-year experience in quantitative and multi-asset management, developed at leading asset management firms. After working in the Research Department of Banca Popolare di Bergamo, he was involved in the founding of UBI Pramerica, where he led the Quantitative Research and Portfolio Management team for approximately ten years. During this period, he was also among the partners of UBI Pramerica Alternative Investments and managed a single-strategy CTA hedge fund.
In 2010 he joined Duemme SGR, later rebranded as Mediobanca SGR, where he built the Quant team from the ground up, contributing to the development of a structured, innovative, and scalable systematic investment approach. Throughout his career he has managed long-only and long-short portfolios investing across fixed income, equity, currencies, commodities, ETFs, and third-party funds, with direct responsibility for both research and portfolio management.
In recent years he has driven the evolution from traditional quantitative models toward investment processes based on artificial intelligence and machine learning, applying supervised learning, reinforcement learning, and genetic algorithms to multi-asset and equity strategies. He has developed proprietary solutions for market timing, tactical asset allocation, stock picking, and signal generation, with the aim of enhancing the quality of investment decisions and the robustness of portfolio construction processes.
He has also championed a culture of innovation, building and nurturing highly skilled teams and fostering the integration of quantitative rigor, creativity, and adaptability to changing market conditions. He speaks as a presenter at industry conferences focused on the practical application of machine learning in asset management.
Annamaria D’Arcangelis
Asset Management & Quant Finance Prof.ssa di Economia dei Mercati Finanziari presso il Dipartimento DEIM dell’Università degli Studi della Tuscia, dove coordina i corsi di laurea dell’area Finanza.
La sua attività scientifica e professionale si concentra su asset management avanzato, portfolio allocation, risk management e finanza quantitativa, con particolare attenzione a investimenti ESG e climate finance, derivati finanziari e modelli quantitativi applicati ai mercati finanziari.
Ha collaborato con Università della Tuscia, LUISS Guido Carli, Università di Siena e numerosi master e programmi di alta formazione specialistica. Svolge inoltre attività di formazione executive nei settori della consulenza finanziaria, dell’asset management e dei mercati finanziari.
È stata membro del Comitato Scientifico di EFPA Italia ed è autrice di numerosi articoli scientifici pubblicati su primarie riviste accademiche internazionali.
Professor of Financial Markets Economics at the DEIM Department of the University of Tuscia, where she coordinates the degree programmes in the Finance area.
Her academic and professional work focuses on advanced asset management, portfolio allocation, risk management and quantitative finance, with particular attention to ESG investing and climate finance, financial derivatives, and quantitative models applied to financial markets.
She has extensive academic and teaching experience with the University of Tuscia, LUISS Guido Carli, the University of Siena, and several university master’s programmes and advanced specialist training courses. She also delivers executive education in financial advisory, asset management and financial markets.
She has served as a member of the Scientific Committee of EFPA Italia and is the author of numerous scientific articles published in leading international academic journals.
Mauro Taratufolo
Systematic Macro Mauro Taratufolo è un Senior Systematic Macro Portfolio Manager con oltre vent’anni di esperienza nel mondo del systematic trading e della ricerca quantitativa, maturata all’interno di realtà CTA e hedge fund multi-strategy internazionali.
Nel corso della sua carriera si è occupato di systematic macro, ricerca quantitativa, sviluppo di trading systems, portfolio construction, risk management ed execution cross-asset.
I suoi principali interessi riguardano l’evoluzione dell’industria hedge fund sistematica, l’applicazione dell’intelligenza artificiale ai processi di ricerca quantitativa e l’interazione tra modelli quantitativi e comportamento dei mercati.
Mauro Taratufolo is a Senior Systematic Macro Portfolio Manager with more than twenty years of experience in systematic trading and quantitative research, developed within international CTA and multi-strategy hedge fund environments.
Throughout his career, he has focused on systematic macro, quantitative research, trading system development, portfolio construction, risk management and cross-asset execution.
His main interests include the evolution of the systematic hedge fund industry, the application of artificial intelligence to quantitative research processes, and the interaction between quantitative models and market behaviour.
Davide Biocchi
Professional Trader Davide Biocchi è professional trader, Socio Professional SIAT, educatore AIEF e uno dei più noti divulgatori finanziari italiani. Dodici volte campione nazionale e internazionale di trading e tre volte vincitore del premio Rankia Best Italian FinFluencer (2024, 2025 e 2026).
Opera sui mercati finanziari da oltre venticinque anni ed è ideatore di piattaforme, strumenti e progetti dedicati al trading e alla formazione finanziaria. Dal 2002 collabora con Directa SIM. Dal 2026 collabora inoltre con Scalable Capital e ViewTrade.
Conduce quotidianamente Market Briefing Biocchi su YouTube, uno dei principali appuntamenti di informazione e analisi dei mercati finanziari in Italia.
Davide Biocchi is a professional trader, Professional Member of SIAT, AIEF financial educator and one of Italy’s best-known financial educators. He is a twelve-time national and international trading champion and a three-time winner of the Rankia Best Italian FinFluencer award (2024, 2025 and 2026).
He has been active in financial markets for more than twenty-five years and has created platforms, tools and educational projects dedicated to trading and financial education. He has collaborated with Directa SIM since 2002, and since 2026 has also collaborated with Scalable Capital and ViewTrade.
He hosts the daily YouTube show Market Briefing Biocchi, one of Italy’s leading market analysis and financial education programs.
Elena Motta
Financial Services Executive • Business Development Elena Motta opera nel settore finanziario da oltre venticinque anni ed è professionista specializzata nello sviluppo di servizi finanziari, business development e partnership strategiche. Ha inoltre conseguito un Master in Finanza Comportamentale.
Ha sviluppato gran parte della propria carriera in Directa SIM, dove ha ricoperto incarichi di crescente responsabilità fino a diventare Direttore Generale. Ha accompagnato l’azienda nella trasformazione da startup innovativa a società quotata, partecipando direttamente alle principali fasi della sua crescita e dell’evoluzione del trading online in Italia.
Oggi opera come consulente indipendente e collabora con ViewTrade. È Socia Professional SIAT ed educatrice certificata AIEF. Nel 2019 è stata inserita da Forbes tra le 100 donne di successo in Italia e nel 2022 ha ricevuto il Premio Speciale “Michele Maggi” agli ITForum Awards.
Elena Motta has worked in the financial industry for more than twenty-five years and specializes in financial services, business development and strategic partnerships. She also holds a Master’s degree in Behavioural Finance.
She spent most of her career at Directa SIM, where she held positions of increasing responsibility before becoming Chief Executive Officer. During her tenure she helped transform the company from an innovative start-up into a publicly listed financial institution, playing an active role in every major stage of its growth and in the evolution of Italy’s online trading industry.
Today she works as an independent consultant and collaborates with ViewTrade. She is a Professional Member of SIAT and a certified AIEF financial educator. In 2019 she was included by Forbes among the 100 Most Successful Women in Italy, and in 2022 she received the “Michele Maggi” Special Award at the ITForum Awards.
Giovanni Trombetta
AI & Quant FinanceFounder e Responsabile Ricerca e Sviluppo presso Gandalf Project, Presidente del Comitato Scientifico di SIAT e Quant Director in IFTA, co-Founder di Rocket Capital Investment.
Imprenditore e ingegnere elettronico, esperto in algoritmi di intelligenza artificiale applicati alla finanza quantitativa. In particolare, utilizza le sue conoscenze nel campo degli algoritmi evolutivi e dei modelli di machine learning per creare sistemi di trading automatici, sistemi di asset allocation e modelli finanziari. Gli articoli di Giovanni possono essere trovati su “Milano Finanza”, nella rivista “Traders” e nella rivista internazionale “Technical Analysis of Stocks & Commodities”. Nel 2020 ha pubblicato il suo ultimo libro “Strategie di Trading con Python” su coding e analisi quantitativa per Hoepli.
Founder and Head of Research & Development at Gandalf Project, Chairman of the Scientific Committee at SIAT, and Quant Director at IFTA. Co-Founder of Rocket Capital Investment.
An entrepreneur and electronic engineer, Giovanni is an expert in artificial intelligence algorithms applied to quantitative finance. He specializes in evolutionary algorithms and machine learning models to develop automated trading systems, asset allocation strategies, and financial forecasting models. Giovanni’s articles have been published in Milano Finanza, Traders’ Magazine, and the international journal Technical Analysis of Stocks & Commodities. In 2020, he published his latest book Trading Strategies with Python on coding and quantitative analysis with Hoepli.
Domenico D’Errico
Algo TradingDopo un’esperienza manageriale all’interno di una multinazionale americana, da più di 15 anni collabora, come consulente indipendente, con hedge fund algoritmici di piccole dimensioni. Ha operato in diversi progetti di start-up, sia in qualità di sviluppatore di sistemi quantitativi e di portafogli di strategie semi-automatiche che come trader e coordinatore di desk operativi, su mercati azionari, forex e commodities.
E’ un Tradestation Open Platform Developer e 2 volte vincitore del Tradestation Developer contest del 2011, con la presentazione di strumenti di spread trading su futures e pair-trading sul mercato azionario USA.
Ha scritto numerosi articoli sulla rivista Stocks and Commodities relativi all’utilizzo di linguaggi di programmazione per il trading algoritmico e quantitativo.
E’ al momento coinvolto in un progetto di ricerca sull’utilizzo di modelli di machine learning applicati al trading ed alla gestione dei mercati finanziari ed allo sviluppo di API tra Python e Tradestation/Multicharts che rendano agevole agli utenti di queste piattaforme, l’utilizzo operativo di strumenti di machine learning.
After a managerial experience within an American multinational, he has been working for over 15 years as an independent consultant with small-sized algorithmic hedge funds. He has participated in various start-up projects, both as a developer of quantitative systems and semi-automated strategy portfolios, and as a trader and coordinator of operational desks, across equity, forex, and commodities markets.
He is a TradeStation Open Platform Developer and a two-time winner of the 2011 TradeStation Developer Contest, with the presentation of spread trading tools on futures and pair trading strategies on the U.S. equity market.
He has authored numerous articles for Stocks and Commodities magazine, focusing on the use of programming languages for algorithmic and quantitative trading.
He is currently involved in a research project exploring the use of machine learning models applied to trading and financial market management, as well as the development of APIs between Python and TradeStation/MultiCharts, aimed at enabling seamless use of machine learning tools on these platforms.
Michael Trequattrini
Alpha ResearchRicercatore quantitativo specializzato nella generazione di alpha.
Applica l’intelligenza artificiale al mondo della finanza quantitativa, sviluppando modelli di trading e asset allocation innovativi. Ha conseguito una laurea triennale in Banca, Finanza e Mercati Finanziari con Lode presso l’Università di Pisa e un Master in Finance presso la Nova School of Business and Economics.
Attualmente è studente del percorso Advanced Risk Portfolio Management (ARPM), un master avanzato in data science e quantitative finance. È un Analista Tecnico Certificato SIAT (CSTA) e il vincitore del premio SIAT Technical Analyst Award (categoria Open) nel 2022.
Ha pubblicato articoli su riviste nazionali e internazionali e durante i suoi studi in Portogallo ha ricoperto il ruolo di co-gestore del portafoglio per una banca locale, contribuendo attivamente alla sovraperformance realizzata.
Quantitative researcher specialized in alpha generation.
He applies artificial intelligence to the world of quantitative finance, developing innovative trading and asset allocation models. He holds a Bachelor’s degree with honors in Banking, Finance and Financial Markets from the University of Pisa and a Master’s in Finance from Nova School of Business and Economics.
He is currently enrolled in the Advanced Risk and Portfolio Management (ARPM) program, an advanced master’s in data science and quantitative finance. He is a Certified SIAT Technical Analyst (CSTA) and winner of the SIAT Technical Analyst Award (Open category) in 2022.
He has published articles in both national and international journals and, during his studies in Portugal, served as co-manager of a local bank’s portfolio, actively contributing to its outperformance.
Francesco Federici
Systematic TradingCon due decenni di esperienza nella programmazione di automazione industriale e macchinari di precisione, ho trasferito le mie competenze nel settore finanziario nel 2010, specializzandomi nel trading sistematico. Come sviluppatore e consulente esperto, ho collaborato con hedge fund, family office e privati, fornendo competenze in sistemi di trading automatizzati, costruzione di portafogli, gestione del rischio e algoritmi di esecuzione in diversi mercati. La mia competenza in algoritmi evolutivi, machine learning e intelligenza artificiale mi ha permesso di sviluppare strategie robuste e market-agnostic che superano costantemente i benchmark. Inoltre, sono attivamente coinvolto come contributore ed educatore in una delle principali accademie Python di trading in Italia, condividendo intuizioni e conoscenze con aspiranti trader e sviluppatori.
With two decades of experience in industrial automation and precision machinery programming, I transitioned my skills into the financial sector in 2010, specializing in systematic trading. As a seasoned developer and consultant, I’ve collaborated with hedge funds, family offices, and individuals, providing expertise in automated trading systems, portfolio construction, risk management, and execution algorithms across diverse markets. My proficiency in evolutionary algorithms, machine learning, and artificial intelligence has enabled me to develop robust, market-agnostic strategies that consistently outperform benchmarks. Additionally, I’m actively involved as a contributor and educator in one of Italy’s leading trading Python academies, sharing insights and knowledge with aspiring traders and developers.
Fabio Baruffa
HPC & Quant TradingCon un dottorato in Fisica, durante il quale ha simulato sistemi di calcolo quantistico, e diversi anni di ricerca presso alcuni dei principali centri di supercalcolo europei, tra cui CINECA, Jülich, LRZ e MPCDF, ha costruito una solida base nella computazione su larga scala, negli algoritmi numerici e nella modellazione data-driven. Successivamente è passato al mondo dell’industria, collaborando con Intel Corporation e Amazon Web Services per supportare le organizzazioni nell’adozione dell’high-performance computing (HPC) e del quantum computing in cloud. Parallelamente alla sua carriera tecnologica, ha scoperto il trading, trovando in esso una naturale estensione del suo approccio scientifico: modellare, testare, osservare, migliorare. Il suo focus è sul trading quantitativo, sulle strategie in opzioni e sui sistemi algoritmici sviluppati in Python. Condivide le sue conoscenze attraverso attività di formazione e divulgazione sull’intersezione tra trading sistematico e tecnologia, tramite il suo blog The Quantitative Edge (fabiobaruffa.com).
With a PhD in Physics simulating quantum computing systems and years of research at Europe’s leading supercomputing centers, including CINECA, Jülich, LRZ, and MPCDF, he built a rigorous foundation in large-scale computation, numerical algorithms, and data-driven modeling. He subsequently transitioned into industry, working with Intel Corporation and Amazon Web Services to help organizations adopt high-performance computing (HPC) and quantum computing in the cloud. Alongside his technology career, he discovered trading and found in it a natural extension of his scientific thinking: model, test, observe, refine. His focus lies in quantitative trading, options strategies, and algorithmic systems built with Python. He shares his knowledge educating on the intersection of systematic trading and technology through his blog, The Quantitative Edge (fabiobaruffa.com).
Stefano Traverso
Quant Trading & Commodity Spreads Founder e membro del Board di Engintec S.p.A., società di ingegneria indipendente specializzata in power generation e turbine a gas heavy-duty, e fondatore di Alpha Capital S.r.l., holding attraverso cui sviluppa la piattaforma di trading quantitativo AlphaTrading360.
Ingegnere e PhD in turbomacchine, imprenditore, unisce una solida esperienza trentennale nel settore e nella modellazione finanziaria allo sviluppo di sistemi di trading sistematico.
In particolare, sviluppa e applica metodi quantitativi e strumenti in Python per la costruzione di strategie su opzioni e il trading di spread su commodity.
Founder and Board Member of Engintec S.p.A., an independent engineering company specialized in power generation and heavy-duty gas turbines, and founder of Alpha Capital S.r.l., the holding company through which he develops the AlphaTrading360 quantitative trading platform.
An engineer and PhD in turbomachinery, entrepreneur, he combines more than thirty years of industry and financial modelling experience with the development of systematic trading systems.
In particular, he develops and applies quantitative methods and Python-based tools for options strategies and commodity spread trading.
Carlo Nestor Baroni
Energy Markets & Data Science Carlo Nestor Baroni è Data Scientist presso Met Energia Italia,
società del Gruppo MET attiva nel mercato dell’energia elettrica
e del gas naturale.
Lavora su modelli di load forecasting e ottimizzazione di breve
periodo per portafogli gas e power, con particolare attenzione
ai mercati Day-Ahead, Intraday e Balancing.
Il suo profilo unisce mercati energetici, machine learning e
trading analytics, con precedenti esperienze nello sviluppo di
modelli quantitativi e framework di backtesting per strategie
sistematiche.
Ha studiato Finanza e Data Science presso l’Università Bocconi.
Carlo Nestor Baroni is a Data Scientist at Met Energia Italia,
part of the MET Group, active in the electricity and natural gas
markets.
He works on load forecasting models and short-term optimization
for gas and power portfolios, with a particular focus on
Day-Ahead, Intraday and Balancing markets.
His background combines energy markets, machine learning and
trading analytics, with previous experience in the development
of quantitative models and backtesting frameworks for systematic
strategies.
He studied Finance and Data Science at Bocconi University.
Luca Ronzan
Systematic TradingLuca è trader indipendente dal 2008 e opera con approcci sistematici sui mercati azionari e futures. Dal 2017 collabora stabilmente con Marco Vironda Gambin su attività di ricerca, analisi e sviluppo di modelli. È inoltre il creatore di MVR Engine, un motore proprietario dedicato all’analisi di portafoglio, alla valutazione della robustezza dei modelli e al confronto tra approcci rotazionali, con integrazione di strumenti di intelligenza artificiale a supporto dei processi di analisi e sviluppo.
Luca has been an independent trader since 2008, operating with systematic approaches across equity and futures markets. Since 2017, he has been collaborating steadily with Marco Vironda Gambin on research, analysis, and model development activities. He is also the creator of MVR Engine, a proprietary platform dedicated to portfolio analysis, model robustness evaluation, and comparison of rotational approaches, with integrated artificial intelligence tools to support analysis and development processes.
Gaetano Di Prima
Quant Trading & Python Gaetano Di Prima è un trader quantitativo indipendente e sviluppatore Python.
Su aiqnotes.com condivide appunti e ricerche su trading sistematico, opzioni e risk management.
È inoltre ideatore di AIQ Framework, un’infrastruttura sviluppata in Python per lo screening, il monitoraggio e l’esecuzione automatica di strategie sui mercati delle opzioni.
Ha pubblicato contributi sulla rivista Technical Analysis of Stocks & Commodities.
Gaetano Di Prima is an independent quantitative trader and Python developer.
On aiqnotes.com, he shares notes and research on systematic trading, options and risk management.
He is also the creator of AIQ Framework, a Python-based infrastructure for screening, monitoring and automatically executing strategies in options markets.
He has published contributions in Technical Analysis of Stocks & Commodities magazine.
Paolo & Luca Sioli (SioliBros)
Quantitative Analysts & System Developers Paolo e Luca Sioli, noti come SioliBros, sono analisti quantitativi, soci SIAT dal 2017 e sviluppatori di sistemi per i mercati finanziari.
Forti di un’esperienza trentennale nell’Information Technology – con Paolo focalizzato sullo sviluppo software, l’analisi statistica e i database, e Luca sull’ingegneria dei sistemi e le architetture computazionali – progettano soluzioni avanzate per il trading automatico.
Il loro approccio è strettamente data-driven e algoritmico, volto a ingegnerizzare indicatori customizzati in base ai profili di liquidità e volatilità del mercato, escludendo ogni forma di analisi discrezionale.
In passato hanno progettato e gestito infrastrutture hardware proprietarie ad alte prestazioni (HPC) per l’ottimizzazione massiva e il data mining di strategie su serie storiche.
Attualmente la loro attività di ricerca si sviluppa su architetture cloud, dove integrano l’analisi quantitativa tradizionale con l’intelligenza artificiale generativa (LLM).
Tra le loro direttrici di ricerca più recenti spiccano metodologie quantitative avanzate per la validazione di sistemi di trading e lo studio di algoritmi per generare sistematicamente extra-rendimento (alpha) rispetto all’indice MSCI World.
Paolo and Luca Sioli, known as SioliBros, are quantitative analysts, SIAT members since 2017, and developers of trading systems for financial markets.
Backed by more than thirty years of experience in Information Technology – with Paolo focused on software development, statistical analysis and databases, and Luca specializing in systems engineering and computational architectures – they design advanced solutions for algorithmic trading.
Their approach is strictly data-driven and systematic, aimed at engineering customized indicators based on market liquidity and volatility profiles, excluding any form of discretionary analysis.
In the past, they designed and managed proprietary high-performance computing (HPC) infrastructures for large-scale optimization and data mining of trading strategies on historical data.
Today their research activity is developed on cloud architectures, where they integrate traditional quantitative analysis with generative artificial intelligence (LLMs).
Their most recent research directions include advanced quantitative methodologies for trading system validation and the study of algorithms designed to systematically generate alpha relative to the MSCI World index.
Hotel Europa Beach Village, Giulianova
L’evento si svolgerà presso l’Hotel Europa Beach Village di Giulianova, con possibilità di alloggiare nello stesso hotel della conferenza o in strutture partner vicine.
Per prenotare il proprio posto in sala e ricevere i dettagli per l’iscrizione è necessario scrivere a info@gandalfproject.com. I posti sono limitati ed è necessario attendere conferma via email prima di prenotare i servizi.
Hotel Europa Beach Village, Giulianova
The event will take place at Hotel Europa Beach Village in Giulianova, with the possibility to stay at the conference hotel or at nearby partner hotels.
To reserve your seat and receive registration details, write to info@gandalfproject.com. Seats are limited and email confirmation is required before booking services.
Entra nella community Discord
Il Symposium è anche il punto di incontro fisico di una community che dialoga tutto l’anno su analisi quantitativa, coding, AI, trading system e investing.
Se non lo hai ancora fatto, entra nel server Discord per restare in contatto prima e dopo l’evento.
Join the Discord community
The Symposium is also the physical meeting point of a community that exchanges ideas throughout the year on quantitative analysis, coding, AI, trading systems and investing.
If you have not already done so, join the Discord server to stay connected before and after the event.
Il contesto dell’evento
Giulianova, il mare e gli spazi della conferenza diventano parte dell’esperienza: non solo contenuti, ma tempo di qualità, scambio e networking.
The event setting
Giulianova, the seaside and the conference spaces become part of the experience: not only content, but quality time, exchange and networking.
Consulta il programma 2025
Vuoi farti un’idea del format e dei contenuti? Puoi consultare il programma della scorsa edizione del Gandalf Symposium.
View the 2025 program
Want to get a sense of the format and content? You can view the program from last year’s Gandalf Symposium edition.
Alcune istantanee dell’edizione 2025
L’energia della community e il clima di scambio della precedente edizione.
Snapshots from the 2025 edition
The community energy and peer-to-peer atmosphere of the previous edition.
Vuoi partecipare al Gandalf Symposium 2026?
Scrivici per richiedere il tuo posto in sala e ricevere i dettagli per l’iscrizione. I posti sono limitati e la partecipazione richiede conferma via email.
Would you like to attend Gandalf Symposium 2026?
Write to us to request your seat and receive registration details. Seats are limited and attendance requires email confirmation.
