AGENT-BASED MODELLING

I mercati finanziari sono caratterizzati dall’interazione di molti agenti (investitori individuali, fondi pensione, hedge funds, market makers), ciascuno con obbiettivi diversi e con - nel migliore dei casi - una conoscenza molto parziale delle strategie altrui. Per riprodurre in modo efficace i fatti stilizzati osservati nei mercati finanziari (distribuzione fat-tailed dei rendimenti, auto-correlazione dei rendimenti), i modelli ad agenti sono uno strumento estremamente utile. Essi permettono - tramite simulazioni - di modellizzare il comportamento degli agenti individuali e di osservare gli effetti aggregati emergenti quando molti agenti interagiscono tra loro in situazioni non banali. Inoltre, i modelli ad agenti possono essere utilizzati per studiare efficacemente situazioni dove altri metodi falliscono, come quando si vogliono studiare sistemi economici e sociali complessi caratterizzati da interazioni localizzate (di rete) e/o da incertezza knightiana (o ontologica).

Completando con successo questo corso, lo studente sarà capace di:
- riconoscere le situazioni in cui i modelli ad agenti sono utili ad ottenere intuizioni su ambienti economici e sociali complessi.
- concettualizzare e sviluppare semplici modelli ad agenti per studiare problemi in economia, finanza e scienze sociali.
- conoscere ed utilizzare i principali concetti teorici di base relativi allo studio delle reti complesse su larga scala.
- caratterizzare ed esplorare il comportamento di sistemi sociali complessi che generano comportamenti di tipo emergente e di processi di auto-organizzazione.

Nozioni di matematica, analisi e algebra lineare (fornite, ad esempio, da 3 corsi di livello universitario o post-universitario). Conoscenza di Matlab e/o di linguaggi di programmazione sono utili ma non necessarie.

Il modulo comprende due parti: una teorica e una di implementazione storica.
Nella parte teorica introdurremo dapprima diversi importanti modelli ad agenti e discuteremo di come essi mettono in luce fenomeni emergenti in sistemi complessi di natura economica, finanziaria e sociale. Indicativamente introdurremo il modello di segregazione di Shelling, il problema di El Farol (minority games), il modello di borsa artificiale di Santa Fe e modelli di cooperazione. Questi modelli ci consentiranno di discutere concetti come il pensiero induttivo, i fenomeni emergenti e l'auto-organizzazione. Inoltre, in molte situazioni interessanti in cui sono utili i modelli agent-based, le interazioni avvengono sui social network, per questo dedicheremo alcune lezioni allo studio delle topologie di rete e delle implicazioni sulla funzionalità dei sistemi implicati.
Nelle lezioni pratiche impareremo invece come sviluppare un modello basato su agenti utilizzando Matlab. Le prime lezioni introdurranno argomenti generali di programmazione (elementi di base della programmazione in Matlab e algebra delle matrici, costrutti condizionali, costrutti iterativi, visualizzazioni), che verranno poi utilizzate per costruire un modello basato su agenti.

Gli argomenti effettivamente discussi potrebbero cambiare leggermente a seconda delle conoscenze e degli interessi degli studenti.

Articoli originali, dispense, appunti.

Indicativamente: Esame scritto (quiz o domande aperte, 40% del voto) e lavoro di gruppo (sviluppo modello e report, 60% del voto).

scritto

Lezioni frontali, tutorial di sviluppo di modelli (le modalità dipenderanno dal numero di studenti).
La partecipazione attiva è fondamentale per raggiungere completametne gli obbiettivi di apprendimento.

Questo insegnamento tratta argomenti connessi alla macroarea "Povertà e disuguaglianze" e concorre alla realizzazione dei relativi obiettivi ONU dell'Agenda 2030 per lo Sviluppo Sostenibile