Quant & Markets
Ricerca quantitativa, dati di mercato, backtesting e engineering di sistemi di trading
Technical Blog
Note pratiche su automazione, deployment e workflow di sviluppo
Il sito si concentra su Docker e gestione dei server, flussi di sviluppo basati su Git e pipeline di pubblicazione guidate da Markdown. L’automazione AI si innesta su questa base per mantenere soluzioni riproducibili e riutilizzabili.
Aggiornamenti recenti
Lo stesso titolo compare più volte: il win rate è affidabile?
Dieci segnali possono contenere sei selezioni della stessa azione. Python e SQL riproducono tassi del 60%, 25% e 83,3% e spiegano duplicati e scadenza T+5.
Due segnali azionari da 80 punti: paradosso di Simpson e calibrazione delle probabilità
Due punteggi uguali non significano la stessa probabilità. Un esempio riproducibile con 80 righe chiarisce Wilson, bias temporali e confronto tra strategie.
Massimi a 52 settimane e volumi: quali azioni può escludere uno screener?
Sei azioni fittizie filtrate da 6 a 4 a 2 e un errore reale fra filtro e ordinamento spiegano come usare prezzo, volume e RVOL per restringere le ricerche senza prevedere i rendimenti.
Archiviare i dati di ricerca quantitativa: PostgreSQL PITR o Cloudflare R2?
Quando basta PostgreSQL e quando serve R2: TOAST/MVCC, manifest, lease fencing, verifica SHA-256 e revisioni dei prezzi con as_of.
Come validare fattori quantitativi con Bucket Spread e Rank IC
Un fattore efficace a 5 giorni può fallire a 1 o 3. Questa riproduzione su ETF pubblici verifica Bucket Spread, Rank IC, sensibilità a orizzonte e campionamento e ridondanza dei fattori.
Come ripesare in sicurezza un modello multifattoriale: Regime, Shadow e Weight Drift
Un fattore validato non dovrebbe trasformare automaticamente la stima dell'ultima finestra in un peso di produzione. Questo esperimento riproducibile di regime switching confronta Immediate, Delta Cap e Shadow-first su false promotion, turnover e adaptation lag.