Harn Umet

Harn Umet

Modellazione quantitativa applicata ai mercati finanziari

Usare LIME per rendere trasparenti le decisioni di trading automatico
Machine Learning Interpretabile

Usare LIME per rendere trasparenti le decisioni di trading automatico

2 min
453 visualizzazioni
683 apprezzamenti

Un algoritmo di trading vende 50.000 azioni alle 14:23. I responsabili della compliance vogliono sapere perché proprio in quel momento.

Applicazione di LIME alla singola operazione

LIME analizza una decisione specifica isolandola dal modello generale. Selezionate l'operazione del 15 marzo: vendita anticipata di titoli tecnologici. LIME genera 200 scenari alternativi modificando leggermente i parametri di input: volatilità, volume, momentum. Confrontando questi scenari con la decisione effettiva, identificate che la volatilità oraria superiore a 2,8% ha innescato la vendita. Il volume di scambio e il momentum hanno avuto peso minore.

Report per audit e conformità

Costruite un documento standard che mostri: parametro determinante, soglia critica, contributo percentuale di ogni variabile. Un auditor senza competenze tecniche può verificare che la decisione rispetti le policy aziendali. Per l'operazione del 15 marzo: volatilità 3,1% con peso del 67%, rapporto rischio-rendimento al 23%, sentiment di mercato al 10%.

Monitoraggio delle anomalie

Quando LIME evidenzia fattori inconsueti in una decisione, registrate l'evento. Se normalmente il momentum pesa il 40% ma improvvisamente scende al 5%, investigate il comportamento del modello prima che causi perdite significative.

453
Visualizzazioni totali
683
Persone hanno apprezzato
2 min
Tempo di lettura

Gestione Cookie

Utilizziamo cookie per migliorare la tua esperienza di navigazione e analizzare il traffico del sito.

Per maggiori dettagli sulla nostra gestione dei cookie e sui tuoi diritti, consulta la nostra politica completa sui cookie.