Quantitative Asset Management

QAM: il reparto
all'origine del
Robo-Advisor

All'insegna dell'innovazione

 

Nato nel 2008, il reparto Quantitative Asset Management (QAM) di Swissquote è dedicato all'esplorazione della ricerca quantitativa in ambito finanziario. Uno dei progetti di punta realizzati dal team è il lancio del Robo-Advisor. Questo gestore patrimoniale automatico e sofisticato è stato costruito sfruttando algoritmi avanzati, sviluppati interamente e autonomamente da Swissquote.

Team
_

Autentico crogiolo di competenze, il reparto QAM riunisce sette talentuosi fisici e matematici, che mettono insieme le rispettive conoscenze per portare avanti la ricerca e l'analisi.

Vocazione
_

L'obiettivo è quello di mettere a disposizione dei clienti le più recenti conoscenze scientifiche in ambito finanziario, in una forma facilmente comprensibile e fruibile, sviluppando al contempo nuove idee e opportunità. Il QAM si prefigge di mettere a disposizione dei clienti gli ultimi progressi scientifici nel campo della finanza, in una forma accessibile e di facile fruizione. Contestualmente, il team lavora senza sosta allo sviluppo di nuove idee e opportunità.

Il lavoro del QAM si articola intorno
a tre attività principali

check

Finanza
quantitativa

Questa parte mira a ottimizzare i portafogli, l'esecuzione, la gestione dinamica dei limiti d'inventario e le strategie quantitative. Il Robo-Advisor rientra nell'ambito della finanza quantitativa.

check

Intelligenza artificiale
e Big Data

Utilizzando i dati e l'intelligenza artificiale, il QAM contribuisce al lavoro di diversi altri reparti di Swissquote, ad esempio sostiene gli Affari legali nell'individuare eventuali abusi di informazioni privilegiate ma anche il Marketing nel definire i profili degli acquirenti tipo.

check

Studio quantitativo
del rischio

Questa disciplina, che trae fondamento dalla finanza quantitativa, riveste un'importanza particolare per il reparto Controlling. Lo scopo è quello di anticipare i rischi di mercato, in particolare per Opzioni e Future.

Storia e risultati di spicco

2008

Creazione del reparto QAM.

2009

Creazione dei Quant Funds, Long Only Equity Swiss Regulated Funds, in CHF e in EUR. Premio Lipper 2016.

2010

Lancio del primo gestore automatico personalizzabile in Europa: ePrivate Banking, divenuto in seguito Robo-Advisor.

2017

AI Volatility Surface: primo utilizzo dell'intelligenza artificiale per calcolare la superficie di volatilità e ottimizzare processi interni (segmentazione dei clienti e individuazione degli abusi di informazioni privilegiate).

2021

Lancio del nuovo widget «Ispirazione d'investimento», che propone una selezione quotidiana di azioni basata sull'attività di trading.

Una cattedra Swissquote all'EPFL
_

Votata alla promozione della ricerca, dell'insegnamento e della trasmissione di conoscenze, la cattedra Swissquote in finanza quantitativa punta a migliorare le competenze e la comprensione dell'ingegneria finanziaria tra la comunità accademica, il settore finanziario e i responsabili delle decisioni politiche.

Ospitata dallo Swiss Finance Institute @ EPFL, la cattedra Swissquote svolge un ruolo centrale nelle iniziative di ricerca e insegnamento di punta nel campo dell'ingegneria finanziaria presso il Politecnico.

Per maggiori informazioni

epfl.png
Fonte: epfl.ch

Pubblicazioni del QAM

Statistically validated leadlag networks and inventory prediction in the foreign exchange market

Leggere

Pricing Tokens on Industrial Production

Leggere

Managing Inventory with Proportional Transaction Costs

Leggere

The market nanostructure origin of asset price time reversal asymmetry

Leggere

Liquidity provision in the foreign exchange market

Leggere

Improving stock selection using a momentum-based algorithm

Leggere

A Monte Carlo Approach to Price American-Bermudan-Style Derivatives

Leggere

Eigenvalue Distribution of Sample Covariance Matrices with Arbitrary Variance Profile

Leggere

Efficient Reduction of the Sample Covariance Matrix of Returns with Application to Portfolio Allocation

Leggere

The Spectral Coarse Graining of Matrices with Application to Graph Theory

Leggere

Spectral and dynamical properties of weighted covariance matrices: old and new memory profiles

Leggere

Patience and limit order book dynamics in the Swiss stock market

Leggere

Traders’ collective portfolio optimization with transaction costs : towards microscopic validation of agent-based models

Leggere

Fast and realistic European ARCH option pricing and hedging

Leggere

Option pricing with realistic ARCH processes

Leggere

Realistic Processes for Stocks from one Day to one Year

Leggere


dot-pattern-demo-bloc
Contatta il QAM

Hai bisogno di informazioni o chiarimenti?
Non esitare a contattare il team del QAM: qam@swissquote.ch