/ricerca/ansait/search.shtml?tag=
Mostra meno

Se hai scelto di non accettare i cookie di profilazione e tracciamento, puoi aderire all’abbonamento "Consentless" a un costo molto accessibile, oppure scegliere un altro abbonamento per accedere ad ANSA.it.

Ti invitiamo a leggere le Condizioni Generali di Servizio, la Cookie Policy e l'Informativa Privacy.

Puoi leggere tutti i titoli di ANSA.it
e 10 contenuti ogni 30 giorni
a €16,99/anno

  • Servizio equivalente a quello accessibile prestando il consenso ai cookie di profilazione pubblicitaria e tracciamento
  • Durata annuale (senza rinnovo automatico)
  • Un pop-up ti avvertirà che hai raggiunto i contenuti consentiti in 30 giorni (potrai continuare a vedere tutti i titoli del sito, ma per aprire altri contenuti dovrai attendere il successivo periodo di 30 giorni)
  • Pubblicità presente ma non profilata o gestibile mediante il pannello delle preferenze
  • Iscrizione alle Newsletter tematiche curate dalle redazioni ANSA.


Per accedere senza limiti a tutti i contenuti di ANSA.it

Scegli il piano di abbonamento più adatto alle tue esigenze.

Consob, l'Ia contro i rischi di insider trading

Consob, l'Ia contro i rischi di insider trading

Pubblicato Quaderno Fintech con una nuova metodologia di check

ROMA, 29 febbraio 2024, 11:28

Redazione ANSA

ANSACheck
-     RIPRODUZIONE RISERVATA
- RIPRODUZIONE RISERVATA

- RIPRODUZIONE RISERVATA

Esplorare le soluzioni che le nuove tecnologie, basate su applicazioni di intelligenza artificiale, possono offrire a supporto della vigilanza sui mercati, in particolare per l'identificazione di potenziali casi di insider trading. E' il tema che affronta il nuovo quaderno Fintech della Consob "Tecniche per la riduzione dimensionale dei dati a supporto del rilevamento dei casi di insider trading", pubblicato sul sito della commissione.

La ricerca, condotta in collaborazione con la Scuola Normale Superiore di Pisa, "propone un approccio metodologico diverso rispetto ai precedenti studi che hanno fatto uso di tecniche di unsupervised machine learning: in questo caso, infatti, viene applicata la tecnica di decomposizione e successiva ricostruzione di una serie temporale di dati attraverso l'analisi delle 'componenti principali', e l'uso di autoencoders, in relazione alle posizioni assunte da gruppi di investitori in un determinato titolo azionario in prossimità di un evento price sensitive", spiega la Consob.

"La logica che viene seguita, nella procedura di identificazione di comportamenti anomali da parte degli investitori, considera la posizione media ricostruita attraverso la tecnica Pca come rappresentativa di un'operatività normale.

Qualsiasi scostamento nell'operatività di un singolo investitore dal comportamento medio ricostruito nel periodo di osservazione, che sia superiore a una certa soglia di sensitività, viene segnalato dall'algoritmo come anomalo e potenzialmente meritevole di approfondimenti ulteriori attraverso tecniche di indagine 'tradizionali'". 
   

Riproduzione riservata © Copyright ANSA

Da non perdere

Condividi

O utilizza