PIZZI Claudio

Qualifica
Professore Associato
Telefono
041 234 7420 / 041 234 6658
E-mail
pizzic@unive.it
paritetica.selisi@unive.it - commissione paritetica SELISI
Fax
041 234 7444
SSD
STATISTICA ECONOMICA [SECS-S/03]
Sito web
www.unive.it/persone/pizzic (scheda personale)
Struttura
Dipartimento di Economia
Sito web struttura: https://www.unive.it/dip.economia
Sede: San Giobbe
Struttura
Centro Interdipartimentale "Scuola Interdipartimentale in Economia, Lingue e Imprenditorialità per gli Scambi Internazionali"
Sito web struttura: https://www.unive.it/selisi
Sede: Treviso - Palazzo San Paolo

Dati relazione

Periodo di riferimento
13/06/2019 - 12/06/2022
Afferenza
Dipartimento di Economia
Ruolo
Professori Associati
A.A.InsegnamentoCodice VotoVoto medio area
2018/2019BUSINESS STATISTICSEM10282.23.1
2018/2019ELEMENTI DI INFORMATICA PER L'ECONOMIAET00322.53.1
2018/2019STATISTICA PER IL MERCATO MONETARIO E FINANZIARIOEM50163.33.1
2018/2019STATISTICAL ANALYSIS OF MARKETSEM10641.83.1
2019/2020BUSINESS STATISTICSEM10286.97.6
2019/2020ELEMENTI DI INFORMATICA PER L'ECONOMIAET00326.47.6
2019/2020STATISTICA PER IL MERCATO MONETARIO E FINANZIARIOEM50169.57.6
2019/2020STATISTICAL ANALYSIS OF MARKETSEM10645.97.6
2020/2021BUSINESS STATISTICSEM10284.17.8
2020/2021ELEMENTI DI INFORMATICA PER L'ECONOMIAET00326.47.8
2020/2021STATISTICA PER IL MERCATO MONETARIO E FINANZIARIOEM50168.97.8
2020/2021STATISTICAL ANALYSIS OF MARKETSEM10642.57.8
Anno solareTipologiaTesi RelatoreTesi Correlatore
2019Corso di laurea4
2019Corso di laurea magistrale67
2020Corso di laurea3
2020Corso di laurea magistrale106
2020Corso di laurea specialistica1
2021Corso di laurea2
2021Corso di laurea magistrale76
  • Hi-Di NET Econometric Analysis of High Dimensional Models with Network Structures in Macroeconomics and Finance
  • Cointegrazione non lineare nelle serie storiche finanziarie
  • Investment choices of individual investors
  • Mercati finanziari e rischio sistemico
  • Modelli statistici per lo studio delle competenze trasversali
  • Sistemi di trading e metaeuristiche di ottimizzazione
  • Barro, Diana; Parpinel, Francesca; Pizzi, Claudio (2022), Pricing Rainfall Derivatives by Genetic Programming: A Case Study , Mathematical and Statistical Methods for Actuarial Sciences and Finance. MAF 2022, Cham, Springer, pp. 64-69 (ISBN 978-3-030-99637-6; 978-3-030-99638-3) (Articolo su libro)
  • Marco Corazza; Elisa Scalco; Claudio Pizzi (2022), Verifying the Rényi dependence axioms for a non-linear bivariate comovement index , Mathematical and Statistical Methods for Actuarial Sciences and Finance. MAF 2022, Cham, Springer, pp. 168-174 (ISBN 978-3-030-99637-6) (Articolo su libro)
  • Marco Corazza; Cira Perna; Claudio Pizzi; Marilena Sibillo (2022), Mathematical and Statistical Methods for Actuarial Sciences and Finance. MAF 2022 , Mathematical and Statistical Methods for Actuarial Sciences and Finance. MAF 2022, Cham, Springer, pp. 1-443 (ISBN 978-3-030-99637-6) (Prefazione/Postfazione)
  • Cortellazzo Laura; Bonesso Sara, Gerli Fabrizio, Pizzi Claudio (2021), Experiences that matter: Unraveling the link between extracurricular activities and emotional and social competencies in FRONTIERS IN PSYCHOLOGY, vol. 12, pp. 1-15 (ISSN 1664-1078) (Articolo su rivista)
  • Marco Corazza; Francesca Parpinel; Claudio Pizzi (2021), Trading system mixed-integer optimization by PSO , Mathematical and Statistical Methods for Actuarial Science and Finance. eMAF 2020, Cham, Springer, pp. 161-167 (ISBN 978-3-030-78964-0) (Articolo su libro)
  • (a cura di) Marco Corazza; Cira Perna; Claudio Pizzi; Marilena Sibillo. (2021), Mathematical and Statistical Methods for Actuarial Sciences and Finance. eMAF2020 , Cham, Springer, pp. 1-401 (ISBN 978-3-030-78964-0) (Curatela)
  • Pizzi Claudio, Parpinel Francesca, Frattarolo Lorenzo (2020), Combining permutation tests to rank systemically important banks in STATISTICAL METHODS & APPLICATIONS, vol. 29, pp. 581-596 (ISSN 1618-2510) (Articolo su rivista)
  • Bonesso Sara; Gerli Fabrizio; Pizzi Claudio; Boyatzis Richard Eleftherios (2020), The role of intangible human capital in innovation diversification: Linking behavioral competencies with different types of innovation in INDUSTRIAL AND CORPORATE CHANGE, vol. 29, pp. 681-681 (ISSN 1464-3650) (Articolo su rivista)
  • Claudio Pizzi, Irene Bitto, Marco Corazza (2020), Exploration and Exploitation in Optimizing a Basic Financial Trading System: A Comparison Between FA and PSO Algorithms , Progresses in Artificial Intelligence and Neural Systems in SMART INNOVATION, SYSTEMS AND TECHNOLOGIES, Singapore, Springer Nature, vol. 184, pp. 293-303 (ISBN 978-981-15-5093-5; 978-981-15-5092-8) (ISSN 2190-3018) (Articolo su libro)
  • Leonardo Nadali, Marco Corazza, Francesca Parpinel, Claudio Pizzi (2020), Recurrent ANNs for Failure Predictions on Large Datasets of Italian SMEs , Neural Approaches to Dynamics of Signal Exchanges in SMART INNOVATION, SYSTEMS AND TECHNOLOGIES, Singapore, Springer, vol. 151, pp. 145-155 (ISBN 978-981-13-8949-8; 978-981-13-8950-4) (ISSN 2190-3018) (Articolo su libro)
  • Marco Corazza, Francesca Parpinel, Claudio Pizzi (2019), Can PSO Improve TA-Based Trading Systems? , Neural Advances in Processing Nonlinear Dynamic Signals in SMART INNOVATION, SYSTEMS AND TECHNOLOGIES, Cham, Springer International Publishing, vol. 102, pp. 277-288 (ISBN 978-3-319-95097-6; 978-3-319-95098-3) (ISSN 2190-3018) (Articolo su libro)
L’attività di ricerca nel triennio a cui si riferisce la relazione si è concentrata principalmente su due filoni: il primo è quello relativo all’utilizzo dell’intelligenza artificiale (AI) in ambito finanziario, mentre il secondo è focalizzato sul ruolo delle competenze emotive, sociali e cognitive in ambito universitario e organizzativo.
Per quanto riguarda il primo campo di ricerca, l’AI è stata utilizzata in tre diversi ambiti. Il primo è quello relativo all’ottimizzazione di un trading system basato su indicatori di analisi tecnica. L’utilizzo di algoritmi basati sull’intelligenza artificiale ha permesso di identificare i parametri che caratterizzano gli indicatori tecnici tali da ottenere performance migliori rispetto all’approccio classico. L’approccio proposto ha inoltre il vantaggio di superare il problema della definizione soggettiva dei parametri proponendone una basata sull’ottimizzazione di una misura di performance.
I risultati raggiunti in questo contesto sono stati presentati a convegni nazionali e internazionali e pubblicati. In particolare, nei papers (entrambi pubblicati) intitolati “Can PSO improve TA-based trading system?” e “Trading system mixed-integer optimization by PSO” viene proposto di utilizzare l’algoritmo PSO per ottimizzare dei semplici trading system. Mentre il paper intitolato “Exploration and Exploitation in Optimizing a Basic Financial Trading System: A Comparison Between FA and PSO Algorithms” mette a confronto due diverse meta-euristiche di ottimizzazione con riferimento ad un semplice trading system basato su un unico indicatore di analisi tecnica.
Il secondo ambito di utilizzo dell’AI in ambito finanziario è stato quello della misurazione e previsione dello stato di dissesto delle aziende. L’utilizzo di reti neurali ricorsive ha fornito ottimi risultati nel prevedere quali aziende hanno successivamente presentato situazioni economico-finanziarie critiche. Il paper che raccoglie i risultati ottenuti in tale studio è stato pubblicato nel 2020 con il titolo: “Recurrent ANNs for Failure Predictions on Large Datasets of Italian SMEs”
Ultimo ambito di applicazione dell’AI ha considerato il problema di assegnare un prezzo ad un derivato meteorologico avvalendosi della programmazione genetica. I primi risultati sono stati presentati al convegno internazionale (MAF2022) e il relativo paper è stato pubblicato con il titolo: “Pricing Rainfall Derivatives by Genetic Programming: A Case Study”.
Per quanto riguarda il secondo filone di ricerca si è indagato come il ruolo delle attività extra-curriculari durante il periodo di formazione universitaria abbia un effetto positivo nello sviluppo delle competenze emotive, sociali e cognitive (competenze trasversali) tali da permettere agli studenti impegnati anche in attività non “accademiche” (extra-curriculari) di riuscire ad inserirsi nel mercato del lavoro in modo efficace ed efficiente sentendosi protagonisti della propria carriera. I risultati di tale ricerca eseguita sul campo raccogliendo dati mediante questionari sono stati pubblicati nel paper “Experiences that matter: Unraveling the link between extracurricular activities and emotional and social competencies”.
Oltre che dal lato della “formazione” delle competenze l’attività di ricerca in questo ambito si è focalizzata anche sull’impatto che queste competenze hanno sull’attività lavorativa. Ne è emerso che tali competenze hanno un impatto positivo sul successo manageriale o imprenditoriale in particolare nella capacità di saper affrontare adeguatamente differenti tipi di innovazioni. Il paper che presenta i risultati di tale ricerca “The role of intangible human capital in innovation diversification: Linking behavioral competencies with different types of innovation” è stato publicato su rivista di fama internazionale.
L’attività di ricerca per il prossimo triennio continuerà principalmente sul primo filone di ricerca descritto nella relazione consuntiva. In particolare, si affronterà il problema della quantificazione degli indicatori qualitativi tipici dell’analisi tecnica grafica con l’obiettivo da un lato di costruire una banca dati di pattern riconducibili a configurazioni dei prezzi note in letteratura, dall’altro di proporre l’utilizzo di tale banca dati per poter prevedere il futuro andamento delle serie dei prezzi di asset finanziari
Presentazioni:
- MAF2022 - Tenth International Hybrid Conference on Mathematical and Statistical Methods for Actuarial Sciences and Finance. 20-22 April 2022 – Salerno Italy
- eMAF2020 - Ninth International Hybrid Conference on Mathematical and Statistical Methods for Actuarial Sciences and Finance. 18, 22 and 25 September 2020 – Venezia, Italy
- WIRN 2019 – The Italian workshop on Neural Networks. June 12-14, 2019 Vietri sul mare, – Italy
Membro dello Steering committee e del comitato scientifico dei convegni:
- MAF2022 - Tenth International Hybrid Conference on Mathematical and Statistical Methods for Actuarial Sciences and Finance. 20-22 April 2022 – Salerno Italy
- eMAF2020 - Ninth International Hybrid Conference on Mathematical and Statistical Methods for Actuarial Sciences and Finance. 18, 22 and 25 September 2020 – Venezia, Italy
- Presidente della Commissione Paritetica Docenti Studenti della scuola SELISI
- Membro del collegio didattico del CdL Global Development and Entrepreneurship (fino all'aa 2020-2021)
Incarico presso il dipartimento di Statistica dell'Università di Padova per attività di docenza nel corso Misura dei Fenomeni Economici ed Aziendali