Volatility Modeling & Regimes
Forecast volatility with the GARCH family — asymmetry and leverage effects, dynamic correlations, vol targeting — then detect market regimes with HMMs and trade adaptively.
- 01
Jul 10, 2026 #volatilityGARCH(1,1): previsione della volatilita nel crypto
Come il modello GARCH(1,1) cattura il clustering di volatilita nel crypto, come stimarlo per massima verosimiglianza con la libreria arch e come trasformare le previsioni di varianza condizionale in dimensionamento delle posizioni e stop dinamici.
- 02
Jul 11, 2026 #volatilityGARCH asimmetrico e a code pesanti: EGARCH, GJR e Student-t
Il GARCH(1,1) semplice tratta le notizie buone e cattive allo stesso modo e assume shock gaussiani. EGARCH, GJR-GARCH e le innovazioni Student-t/skew-t correggono entrambi i difetti, offrendoti un VaR e un Expected Shortfall onesti per le criptovalute.
- 03
Jul 12, 2026 #volatilityDCC-GARCH: correlazioni dinamiche per coppie e rischio di portafoglio
Le correlazioni cripto non sono costanti: schizzano verso 1 in ogni drawdown. Il DCC-GARCH modella una matrice di correlazione variabile nel tempo, offrendoti hedge ratio dinamici per il pairs trading e un rischio di portafoglio onesto e variabile nel tempo.
- 04
Jul 13, 2026 #volatilityTargeting della Volatilita e Trading con Previsioni GARCH
Una previsione di volatilita GARCH vale qualcosa solo se migliora una decisione di trading. Costruiamo una strategia crypto a volatilita mirata, valutiamo onestamente la qualita della previsione e confrontiamo GARCH con i benchmark di realized-vol ed EWMA in un backtest walk-forward.
- 05
Mar 21, 2026 #hmmHidden Markov Models nel Trading: Come Adattare la Propria Strategia ai Regimi di Mercato
Come identificare il regime di mercato corrente (rialzista, ribassista, laterale) utilizzando gli Hidden Markov Models e passare automaticamente tra le strategie di trading. Con codice Python e backtest.