Sito personale

Economia, finanza e dati, fatti per essere verificati.

audio attivo

03Progetti / Finanza

Quindici modelli classici e stocastici su serie di mercato, macro e on-chain, per capire se il minimo del ciclo è già passato, a che livello e quando. Pianificato, diretto e provato da me; il codice è stato scritto con Gemini Pro.

Contesto
Studio di finanza quantitativa
Periodo
mar 2026 - giu 2026
Tipo
Indipendente
  • Serie storiche
  • MATLAB
  • Agenti AI

Uno studio mio, pianificato a marzo 2026: Bitcoin ha già toccato il minimo strutturale del suo ciclo, dopo il massimo di circa 120.000 dollari del 2025, e se no, dove e quando? Cinque domande lo scompongono: il regime di mercato, il livello del prezzo, i tempi, la leva e il quadro macro. Per ognuna un modello classico e uno non lineare o stocastico, una quindicina in tutto, dal Markov switching e dalla teoria dei valori estremi a un jump-diffusion di Merton simulato un milione di volte, fino alla cointegrazione e a una copula t.

I dati sono giornalieri: prezzi e volumi di Binance dal 2020, dieci serie macro della FRED, dieci serie on-chain e di derivati da un repository pubblico. La routine ha girato tre volte: a marzo, con i dati on-chain ancora fermi al 23 gennaio, a fine marzo e a giugno 2026. Qui sotto gli output delle ultime due.

  • Scritto con Gemini, apposta. Il codice è stato scritto a pezzi con Gemini Pro. Lo scopo del progetto era imparare strumenti che non avevo ancora usato: scaricare dati via API (la FRED con una chiave personale, e Binance), prendere i dati di un repository pubblico su GitHub con le funzioni che servono, lavorare con serie storiche giornaliere, e modelli nuovi per me.
  • Il piano era mio. Le cinque domande, un modello deterministico o classico accanto a uno stocastico o non lineare per ognuna, i dati dietro a ogni modello, e le prove prima di montare i pezzi.
  • Un dataset che si ricostruisce da solo. A ogni esecuzione scarica di nuovo tutta la storia, da gennaio 2020 all’ultimo giorno, e unisce le fonti sull’unione delle loro date: non si perde niente e i giorni nuovi entrano da soli. Dove manca un dato resta l’ultimo valore, e gli zeri che in realtà sono dati mancanti vengono trattati come tali.
  • Esecuzioni da confrontare. L’output di ogni esecuzione è stato salvato, così si possono leggere fianco a fianco esecuzioni fatte a settimane di distanza.
  • Una fonte rimessa in piedi. I dati on-chain si erano fermati il 23 gennaio 2026. Ho aperto una segnalazione sul loro repository indicando dove si interrompeva l’aggiornamento giornaliero, e il 28 marzo l’autore lo ha fatto ripartire. Dati: Ercin Dedeoglu - Crypto Market Data, CC BY 4.0.
  • Non tutti i numeri reggono. Alcuni output sono sbagliati. Il test di Johansen trova una relazione di cointegrazione, ma lo script legge la colonna sbagliata e non ne stampa nessuna. Il modello di Cox risponde 0,0 mesi in ogni esecuzione. La volatilità dell’O‑GARCH mescola unità di misura. Il VECM sulla leva fissa il rango senza testarlo e cambia segno da un’esecuzione all’altra. Il valore sta nel metodo e nel modo di lavorare, non nelle previsioni.

Scarica lo script MATLABZIP · 14 KB

Output · marzo-aprile 2026PDF · 122 KBScarica

Carico il documento

Output · giugno 2026PDF · 121 KBScarica

Carico il documento

Vuoi saperne di più sul Markov switching, sulla teoria dei valori estremi, sul jump-diffusion, sulla cointegrazione, sui dati on-chain, sull’API della FRED, sulle copule?

Contattami