Live Training | Modelli forecasting per mitigare il rischio volume e rischio prezzo
Analisi delle variabili che incidono sulla previsione, costruzione di modelli e applicazione in Python per migliorare le performance di forecasting 15 Aprile 06 Maggio 2021,

15 aprile 2021 dalle ore 9.30 alle ore 17.30

MODULO 5 - La costruzione di modelli statistici classici e la loro applicazione in Python

  • FORECASTING: introduzione e generalità
  • Che cosa sono e come si applicano
  • Come funzionano i modelli previsionali
  • Caratteristiche Modelli di previsione di Breve termine
  • Modelli di tipo auto-regressivo generalizzato
  • Modelli Jump & Regime Switching
  • Modelli Mean - reverting & Jump Diffusion
  • Modelli Volatility based
  • Modelli non parametrici e Modelli fattoriali
  • Modelli di previsione di Lungo termine
    • Modelli di equilibrio
    • Modello Montecarlo
    • Modelli sulla Teoria dei Giochi
    • Reti Bayesiane
  • Applicazione in Python dei modelli analizzati

 

6 maggio 2021 dalle ore 9.30 alle ore 17.30

MODULO 6 - La costruzione di modelli di Machine Learning e Reti Neurali e la loro applicazione in Python

  • FORECASTING: introduzione e generalità
  • Che cosa sono e come si applicano
  • Come funzionano i modelli previsionali
  • Forecast nel mercato energetico: tuning e hyperpa rametrizzazione
  • Forecast nel mercato energetico: deep learning models
  • Data preparation per reti neurali e machine learning
  • Forecast nel mercato energetico: deep learning con cnn & lstm
  • Univariate models forecast
  • Multivariate models forecast
  • Multi-step models forecast
  • Multi-step multivariate models forecast
  • Librerie e tools per utili per forecast agile
  • Applicazione in Python dei modelli analizzati