Area studenti

Home Dipartimenti DEIM Ricerca Gruppi e Centri di Ricerca AI and Financial Institutions: how the artificial intelligence is changing the analysis and the business of financial markets

#WEUNITUS

AI and Financial Institutions: how the artificial intelligence is changing the analysis and the business of financial markets

Coordinatore del gruppo di ricerca
Anna Maria D’Arcangelis-Professore Associato SECS P/11

Partecipanti strutturati all’Università della Tuscia
Anna Maria D’Arcangelis – Professore Associato SECS P/11
Alessandra Ortolano – RTDA SECS P/11
Andrea Zingoni – RTDA IINF-05/A

Partecipanti non strutturati all’Università della Tuscia
Gianluca Morciano- PhD student in Intelligenza Artificiale, Dottorato nazionale PhD-AI
Daniele Melloni- PhD student in Ingegneria Informatica, UNITUS
Enrique Yeguas Bolívar- Professore Associato IINF-05/A Università di Cordoba
José Manuel Alcalde Llergo PhD student in Intelligenza Artificiale, Dottorato nazionale PhD-AI

Descrizione sintetica dell’attività di ricerca
L’utilizzo dell’IA è in decisa crescita in un numero sempre più vasto di settori. Non fa eccezione quello della Finanza, dove l’IA ha trovato spazio sia nell’operatività delle istituzioni bancarie e finanziarie che nell’ambito della ricerca accademica.
La convergenza tra finanza e tecnologia, indicata come Fintech, sta rimodellando il panorama dell’asset management e della gestione dei rischi. L’impatto trascende il mero status di trend e si sta dimostrando una forza in grado di ridisegnare il futuro anche in quegli ambiti della finanza già fortemente connessi all’analisi quantitativa.
La collaborazione proposta -di carattere internazionale- intende esplorare l’opportunità e il conseguente vantaggio dell’utilizzo di algoritmi e tecniche di IA, che vanno oltre le usuali tecniche di modellazione statistica o econometrica in finanza ed è finalizzata alla produzione di ricerca scientifica. Gli ambiti di applicazione sono l’asset e il risk management e il segmento del trading, con una specifica attenzione, laddove possibile, ai temi ESG e ai rischi climatici.
1. Zingoni, A., Taborri, J. & Calabrò, G. A machine learning-based classification model to support university students with dyslexia with personalized tools and strategies. Sci Rep 14, 273 (2024). https://doi.org/10.1038/s41598-023-50879-7
2. Ortolano, A., Nissi, E., (2022), The Volatility of the “Green” Option-Adjusted Spread: Evidence before and during the Pandemic Period , Risks, Special Issue: Credit Risk Management, 10(3), 45 EISSN 2227-9091, https://doi.org/10.3390/risks10030045
3. D’Arcangelis, A. M., Levantesi, S., & Rotundo, G. (2021). A complex networks approach to pension funds. Journal of Business Research, 129, 687–702. https://doi.org/10.1016/j.jbusres.2019.10.071
4. Enrique Yeguas-Bolivar, Rafael Muñoz-Salinas, Rafael Medina Carnicer, Ángel Carmona-Poyato: Comparing evolutionary algorithms and particle filters for Markerless Human Motion Capture. Appl. Soft Comput. 17: 153-166 (2014)