Nato a Roma nel 1991, ho sempre nutrito un forte interesse per la finanza e l’analisi quantitativa, interesse che ha guidato il mio percorso accademico presso l’Università di Roma Tor Vergata. Dopo aver conseguito la Laurea Triennale in Economia dei Mercati e degli Intermediari Finanziari, ho proseguito gli studi con la Laurea Magistrale CLEMIF, specializzandomi in "Mercati Finanziari e Finanza Quantitativa".
Durante il mio percorso accademico, ho maturato una profonda passione per i modelli econometrici e le loro applicazioni nel settore finanziario. La mia tesi di laurea magistrale, "Confronto tra modelli GARCH e Reti Neurali Artificiali nella Previsione delle Serie Storiche Finanziarie: Un'Analisi Empirica", riflette questo interesse, permettendomi di esplorare l’efficacia delle metodologie tradizionali e delle tecniche di machine learning nella previsione dei mercati finanziari.
Lavorando con software statistici avanzati come Matlab e R, ho affinato le mie competenze nell’analisi quantitativa e nella modellazione dei dati finanziari. Il confronto tra i modelli GARCH e le reti neurali artificiali mi ha offerto una visione più ampia sull’integrazione tra econometria e intelligenza artificiale, consolidando la mia aspirazione a unire teoria finanziaria e data science per sviluppare strumenti di analisi sempre più innovativi.
Il mio obiettivo è applicare queste competenze in ambito professionale, contribuendo all’evoluzione dell’analisi finanziaria attraverso metodologie quantitative avanzate. Ritengo che il Master CESMA rappresenti un passo essenziale in questo percorso, fornendomi gli strumenti necessari per eccellere nel settore della finanza quantitativa.