Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | Tecniche di riconciliazione e Machine Learning per la previsione della volatilità realizzata |
|---|---|
| Titolo del progetto di ricerca in inglese | Forecast reconciliation and Machine Learning for Realised Volatility forecasting |
| Campo principale della ricerca | Mathematics |
| Sottocampo della ricerca | Statistics |
| Settore Concorsuale | 13 - Scienze economiche e statistiche |
| S.S.D | SECS-S/03 - STATISTICA ECONOMICA |
| Descrizione sintetica in italiano | La previsione della volatilità svolge un ruolo critico nella modellazione finanziaria e nelle decisioni finanziarie, mentre la previsione gerarchica (e la riconciliazione delle previsioni) e i metodi di Machine Learning stanno suscitando un forte interesse sia in ambito accademico che applicato al fine di migliorare l'accuratezza delle previsioni. Obiettivo dell’assegno di ricerca è studiare l'efficacia degli approcci di previsione gerarchica e dei metodi di Machine Learning nella previsione della volatilità realizzata (RV), sfruttando il contenuto informativo dei dati ad alta frequenza e le decomposizioni della RV. Nuovi risultati metodologici e approcci pratici saranno applicati su un gran numero di azioni e indici (dal 2003) e confrontati con diversi modelli e metodi di previsione. Infine, questo progetto prevede l’implementazione delle nuove procedure sviluppate utilizzando R, Python e Matlab, e la redazione di uno o più articoli da sottoporre a riviste accademiche. |
| Descrizione sintetica in inglese | (Inglese) Volatility forecasting plays a critical role in financial modelling and financial decision-making, while hierarchical forecasting (and forecast reconciliation) and Machine Learning methods is attracting a strong interest in both academia and industry to improve the forecasting accuracy. We aim at studying the effectiveness of hierarchical forecasting approaches and Machine Learning (ML) methods in forecasting realised volatility (RV) exploiting the informative content of high-frequency data and intra-daily RV decompositions. New methodological findings and practical approaches will be tested on a large number of stocks and equity indices over a long sample period (from 2003), and compared with state-of-the-art forecasting models and methods. Finally, this project will result in a suite of routines written using both open source software, as R and Python, and Matlab, and in one or more papers to be submitted to scholarly research journals. |
| Data del bando | 04/10/2023 |
| Numero di assegnazioni per anno | 1 |
| E' richiesta mobilità internazionale? | no |
| Paesi in cui può essere condotta la ricerca |
Italy |
| Paesi di residenza dei candidati |
EUROPE |
| Nazionalità dei candidati |
EUROPE |
| Sito web del bando | https://www.stat.unipd.it/news/termine/84 |
| Destinatari dell'assegno di ricerca (of target group) |
Early stage researcher or 0-4 yrs (Post graduate) |
|---|---|
| Il contratto prevede la copertura delle prestazioni sociali? | yes |
| Importo annuale | 19367 |
| Valuta | Euro |
| Comprende lo stipendio dell'assegnista | yes |
| Comprende vitto e spese di viaggio | no |
| Comprende il costo della ricerca | no |
| Massima durata dell'assegno (mesi) | 24 |
| Criteri di selezione in italiano (breve descrizione) | valutazione comparativa dei titoli, del curriculum scientifico– professionale, della produttività scientifica e di un colloquio da parte di una Commissione giudicatrice |
| Criteri di selezione in inglese (breve descrizione) | omparative evaluation of their qualifications, academic and professional experience, curriculum vitae, publications and an interview. Candidates’ applications shall be evaluated by a Selection Committee |
| Processo di selezione in italiano (breve descrizione) | Valutazione comparativa |
| Processo di selezione in inglese (breve descrizione) | comparative assessment |
| Nome dell'Ente finanziatore | Dipartimento di Scienze Statistiche - Università degli Studi di Padova |
|---|---|
| Tipologia dell'Ente | Public research |
| Paese dell'Ente | Italy |
| Città | Padova |
| Codice postale | 35121 |
| Indirizzo | Via Cesare Battisti, 241 |
| Sito web | http://www.stat.unipd.it/ |
| dipstat@stat.unipd.it | |
| Telefono | 0498274167 |
| L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 20/10/2023 - alle ore 00:00 |
|---|---|
| Come candidarsi | https://pica.cineca.it/unipd/assegno-dipstat-difonzo-2023 |