Corso di Data Science per l’Asset Management

Impara a padroneggiare Big Data ed AI per l’Asset Management

Corso in Data Science per l'Asset Management

Impara a padroneggiare Big Data ed AI per l’Asset Management.
Trasforma la tua professione e distinguiti dalla concorrenza.

Lezioni dal 17 Settembre al 17 Dicembre 2024
Corso disponibile in presenza, a Milano, e online
9 Moduli in 23 lezioni dalle 18:30 alle 20:30
54 ore di lezione disponibili anche on-demand

Trasforma la tua professione e distinguiti dalla concorrenza

Corso esclusivo con posti limitati in presenza

Partecipa a un vero e proprio training intensivo sulla Data Science: scopri il futuro degli investimenti in un esclusivo percorso verticale targato SIAT

Questo corso intensivo ti permetterà di acquisire competenze ad oggi sempre più richieste nel settore finanziario ed in particolare nell’industria della gestione del risparmio.

Di cosa si tratta?

Che tu sia un portfolio manager o un data scientist, scoprirai come applicare le principali tecniche di machine learning al mondo dell’asset management. Si tratta di un percorso verticale su investimenti e costruzione di portafogli dalla prospettiva dell’istituzionale.

Il corso ha un taglio molto pratico e affianca la flessibilità di un linguaggio open source come Python a strumenti professionali come la piattaforma di Google Cloud o il data provider Factset.

Il corso è progettato per chi ha già familiarità con la programmazione in Python e desidera approfondire le proprie competenze.

Perché iscriversi?

L’asset management è un mondo sempre più competitivo ed in continua evoluzione. Acquisire conoscenze tecniche innovative come quelle presentate in questo corso può:

A chi si rivolge?

Il corso Data Science per l’Asset Management è rivolto principalmente ai professionisti del mondo finanziario che aspirano ad alti gradi carriera nel mondo delle banche, SIM, SGR e assicurazioni.
Corso esclusivo con posti limitati in presenza

Cosa imparerai con questo corso?

Tecniche specifiche per rispondere alle nuove esigenze dell’asset management.

Applicazioni pratiche tramite alcuni dei principali software per la gestione e l’analisi dei dati, come Python, la piattaforma di Google Cloud o il data provider Factset.

Tecniche di machine learning declinate singolarmente sulle principali asset class, con l’obiettivo di estrapolare informazioni che i modelli tradizionali non colgono, fino ad arrivare alla costruzione di un portafoglio con metodologie avanzate.

Un’overview sul Natural Language Processing, una tecnica sempre più utilizzata nel campo degli investimenti ESG o tematici.

Ti metteremo a disposizione l’accesso illimitato alle registrazioni video delle lezioni, così potrai rivedere i contenuti quando vuoi, per tutto il tempo in cui sarai Socio SIAT.

Infine, il corso si chiude con una presentazione facoltativa di un “project work” in cui gli studenti mostreranno a una platea di invitati, composta prevalentemente da professionisti del settore, i risultati di una ricerca realizzata singolarmente applicando quanto appreso in aula.

Perché con questo corso ti eleverai in maniera sostanziale rispetto ai competitor?

Entrerai in un circolo virtuoso di professionisti: non sarai più solo contro tutti, ma parte integrante di un network che vive da protagonista il cambiamento di un settore.

In un presente in cui buona parte delle analisi finanziarie si poggia ancora sui fogli di calcolo, imparerai a manovrare i dati in una maniera del tutto innovativa con Python.

I modelli quantitativi generalmente utilizzati sfruttano dati tradizionali come serie storiche o volumi di contrattazione, mentre con questo corso apriamo la porta a dati alternativi che offrono un vantaggio competitivo e più informazioni rispetto a chi non ha le skill per analizzarli.

Per partecipare al corso dovrai associarti a SIAT versando la quota da Socio “Sostenitore” pari a 90€.

Cosa dicono i nostri corsisiti

Agenda

  1. Settembre - Da Excel a Python

    Francesco Caruso

  2. Settembre - Introduzione alla programmazione su Python

    Roberto Marmo

  3. 17/09/2024 - Demo di Google su Colab/ Vertex AI

    A Cura di Google

  4. 19/09/2024 - Demo Factset su download dati (Python API)

    Antonella Salomone

  5. 24/09/2024 - Introduzione al machine learning in finanza e importanza della data quality

    Andrea Casati

  6. 26/09/2024 - Lezione di Esercitazione

    Andrea Casati

  7. 01/10/2024 - Data Analysis con Python (Parte 1)

    Roberta Scaramozzino

  8. 03/10/2024 - Data Analysis con Python (Parte 2)

    Roberta Scaramozzino

  9. 08/10/2024 - Lezione di Esercitazione

    Roberta Scaramozzino

  10. 10/10/2024 - Web Scraping (Parte 1)

    Nicola Prada

  11. 15/10/2024 - Web Scraping (Parte 2)

    Nicola Prada

  12. 17/10/2024 - Algoritmi Genetici per la generazione di sistemi di investing su azioni ed ETF (Parte 1)

    Giovanni Trombetta

  13. 22/10/2024 - Algoritmi Genetici per la generazione di sistemi di investing su azioni ed ETF (Parte 2)

    Giovanni Trombetta

  14. 24/10/2024 - Lezione di Esercitazione

    Giovanni Trombetta

  15. 29/10/2024 - Elementi di unsupervised clustering di azioni (Parte 1)

    Pierfrancesco Dionigi

  16. 31/10/2024 - Elementi di unsupervised clustering di azioni (Parte 2)

    Pierfrancesco Dionigi

  17. 5/11/2024 - Lezione di Esercitazione

    Pierfrancesco Dionigi

  18. 07/11/2024 - Machine Learning per Fixed Income (Parte 1)

    Andrea Casati

  19. 12/11/2024 - Machine Learning per Fixed Income (Parte 2)

    Andrea Casati

  20. 14/11/2024 - Lezione di Esercitazione

    Andrea Casati

  21. 19/11/2024 - Machine learning per la costruzione di portafogli (Parte 1)

    Maria Francesca Nuzzo

  22. 21/11/2024 - Machine learning per la costruzione di portafogli (Parte 2)

    Maria Francesca Nuzzo

  23. 26/11/2024 - Lezione di Esercitazione

    Maria Francesca Nuzzo

  24. 28/11/2024 - Natural Language Processing (Parte 1)

    Cristiano De Nobili

  25. 03/12/2024 - Natural Language Processing (Parte 2)

    Cristiano De Nobili

  26. 17/12/2024 - Presentazionte del Project Work

    Studente

Domande Frequenti (FAQ)

Sì, ma ricorda che l’esperienza è fondamentale: sarà necessario lavorare sui temi trattati anche fuori dalle lezioni, dedicando tempo e costanza.

Sì, le registrazioni delle lezioni saranno accessibili nella propria pagina personale.

No, i 90 euro di quota associativa sono da versare a parte, solo per chi ancora non è socio SIAT.

È caldamente consigliato avere familiarità con la programmazione. Sarà comunque offerto un modulo intensivo di 6 ore di ripasso sulla programmazione base con Python.

Un buon asset di competenze di analisi tecnica e finanziaria ti sarà sicuramente molto utile, ma per garantire a tutti una base comune di partenza, sarà comunque messo a disposizione un modulo intensivo di 4 ore sulle tematiche finanziarie e tecniche che possono aiutare a comprendere i concetti e a seguire il corso.

A tutti gli iscritti viene rilasciata regolare ricevuta di pagamento. Per l’emissione della fattura è necessario aggiungere ai prezzi indicati il 22% di IVA: contattare la segreteria prima del versamento.

Pagamento in un’unica soluzione entro 7 giorni lavorativi dalla data di iscrizione.

Quota di partecipazione

2.410,00€ 2.260,00€

(chi non fosse ancora socio dovrà versare anche la quota associativa di 90,00 €)

Iscriviti subito al Corso in Data Science per l’Asset Management