AI per la Finanza ed il Commercio

I principali report internazionali stimano che quasi il 50% dell’incremento del valore di mercato generato dall'adozione dell'intelligenza artificiale a livello mondiale nel 2030 si concentrerà sui settori del commercio, marketing e finanza. Nello specifico, i report segnalano che questi tre settori sono i più pronti ad adottare le tecniche dell'intelligenza artificiale in modo pervasivo e con un grande impatto dal punto di vista economico. Esempi pratici di adozione di intelligenza artificiale in questi settori riguardano, ad esempio, l'elaborazione dei dati per tracciare il comportamento dell'utente ed estrarre modelli predittivi, misurare l'impatto di politiche commerciali sui prezzi, ottimizzazione del targeting commerciale, l'allocazione del credito e il trading finanziario. Il workshop ha l'obiettivo di raccogliere i diversi contributi sia metodologici sia applicativi sviluppati in Italia presso Università, centri di ricerca e aziende. Le aree scientifiche di riferimento sono quelle dell’intelligenza artificiale, machine learning, reinforcement learning, online learning, ottimizzazione, paradigmi economici; più specificatamente, le metodologie rilevanti possono includere le seguenti tematiche: time series prediction; modelli generativi e ambienti di simulazione; federated learning; validazione e calibrazione di modelli finanziari; sistemi multi agente e analisi dei mercati finanziari ispirata alla game theory; modelli basati su teoria dei grafi e network analysis; quantificazione della robustezza e dell’incertezza di un modello predittivo; sicurezza, explainability e etica dei modelli di AI & ML. L'obiettivo è creare una opportunità di confronto che consenta di creare ulteriori occasioni di collaborazione e sviluppo. I contributi scientifici saranno selezionati in base alla qualità e all’impatto delle tematiche e delle soluzioni di AI proposte alla comunità.

Chairs

Nicola Gatti
Politecnico di Milano
Giancarlo Sperlì
Università degli Studi di Napoli Federico II

Programma

Location: Galatea 2
2:30 p.m. Main session

VolTS Augmented: An Improvement of a Volatility-based Trading System to Forecast Stock Markets Trends [PDF]
Ivan Letteri
University of L'Aquila

Large-Scale Transformer models for Transactional Data [PDF]
Fabrizio Garuti, Simone Luetto, Enver Sangineto, Rita Cucchiara
Prometeia Associazione, Prometeia SpA, AImagelab-UNIMORE

Interpretable Stock Analysis Leveraging Deep Multimodal Models: state of the art and New Research Avenues
Paola Bongini, Andrea Maurino, Fabio Mercorio, Giancarlo Sperlì
Università degli Studi di Milano Bicocca, Università degli Studi di Napoli Federico II

AI-based approaches for stock market analysis of the University of Naples Federico II node of the CINI-AIIS Lab
Antonino Ferraro, Vincenzo Moscato, Giancarlo Sperlì
University of Naples Federico II

Explainable and fair forecasts for the default risk of SMEs based on economic and contextual information
Mario Rosario Guarracino, Chiara Marciano, Brian Daniel Bernhardt, Mauro Marsella
Università degli Studi di Cassino e del Lazio Meridionale; Indatis, Istituto per il Credito Sportivo