Il Certificate «Algorithmic Trading», realizzato in partnership con Enel ed erogato in lingua inglese, mira a ridurre la distanza tra teoria e pratica nei mercati finanziari computerizzati. Attraverso quattro Decision Cases, gli studenti sviluppano strategie di trading, ne valutano i rischi e apprendono a tradurre alcune di esse in algoritmi.
Nell’ambito del programma, particolare rilievo è attribuito al Commodities Capstone Decision Case, che consente di applicare strumenti quantitativi e modelli decisionali ai mercati del petrolio greggio e dei prodotti raffinati, alle relazioni tra prezzi spot e futures e alle decisioni relative a stoccaggio, trasporto e raffinazione. Le simulazioni richiedono agli studenti di assumere individualmente decisioni di trading e di gestione del rischio in tempo reale.
L’erogazione in inglese amplia il bacino dei potenziali partecipanti e sviluppa la capacità di comunicare decisioni tecniche in contesti internazionali e sotto pressione.
Il corso utilizza il Rotman Interactive Trader (RIT) e applicazioni Excel collegate a dati in tempo reale per analizzare come si formano i prezzi, come gli operatori generano liquidità e come il rischio viene assunto e gestito in condizioni di mercato dinamiche. Il programma è articolato in quattro Decision Cases: Commodities Capstone, Market Microstructure, Options Trading and Hedging e Algorithmic Trading.
Le lezioni sono concentrate nelle prime due settimane: in ciascun incontro di quattro ore vengono introdotti due casi, indicativamente per due ore ciascuno. Le ultime quattro settimane sono dedicate all’applicazione: un caso per settimana, di norma con circa un’ora di practice session guidata e circa tre ore di competizione, comprendenti più heats o iterazioni, brevi intervalli per la revisione delle strategie e un debriefing finale.
Il focus caratterizzante del Certificate «Algorithmic Trading», realizzato in partnership con Enel, è il Commodities Capstone Decision Case. Gli studenti operano individualmente in mercati relativi al petrolio greggio, ai contratti futures e ai prodotti raffinati. Devono interpretare notizie geopolitiche ed economiche e statistiche sulle scorte, quantificarne l’impatto atteso sui prezzi e assumere decisioni di trading nei mercati spot e futures.
Il caso è costruito intorno a quattro modelli tra loro collegati: modello fondamentale, modello di stoccaggio, modello di trasporto e modello di raffinazione. Gli studenti devono valutare il costo e la convenienza dell’utilizzo di depositi, pipeline e raffinerie e individuare opportunità di arbitraggio tra diverse scadenze, località e prodotti. Un Support Sheet Excel collegato ai dati in tempo reale viene utilizzato per monitorare il mercato e le notizie, elaborare le previsioni e generare segnali di trading. Nel Commodities Capstone gli ordini vengono eseguiti individualmente attraverso la piattaforma; l’automazione degli ordini è affrontata separatamente nell’Algorithmic Trading Case.
Il Market Microstructure Case riguarda mercati order-driven, ordini al meglio e con limite di prezzo, profondità, spread, liquidità e ordini istituzionali. L’Options Case affronta relazioni di arbitraggio, strategie delta-neutral, hedging e volatilità. L’Algorithmic Trading Case introduce acquisizione di dati in tempo reale, arbitraggio, market making, algoritmi in VBA/Python, testing e controlli di rischio.
Al termine del corso, lo studente sarà in grado di:
1. comprendere il funzionamento dei mercati order-driven, la formazione dei prezzi, la liquidità e le principali tipologie di ordine;
2. interpretare notizie geopolitiche ed economiche e statistiche EIA sulle scorte, valutandone il possibile effetto sul prezzo del petrolio greggio;
3. costruire modelli per la previsione e la valutazione dei prezzi spot e futures delle commodities;
4. individuare opportunità di arbitraggio tra mercato spot e futures, tra diverse località e tra petrolio greggio e prodotti raffinati;
5. valutare le implicazioni economiche e operative delle decisioni di stoccaggio, trasporto mediante pipelines e raffinazione;
6. progettare strategie con futures e opzioni per la gestione del rischio di prezzo e di volatilità;
7. identificare e gestire rischio di prezzo, basis risk, rischio operativo, rischio di liquidità, costi di transazione e limiti di posizione;
8. utilizzare Excel e dati in tempo reale a supporto delle decisioni e trasformare, nell’Algorithmic Trading Case, semplici strategie di arbitraggio o market making in algoritmi VBA/Python.
9. motivare e comunicare in inglese le decisioni assunte durante simulazioni e competizioni.
Il corso adotta un experiential learning approach ed è svolto in lingua inglese. I primi due incontri combinano brevi lezioni, briefing sui casi, dimostrazioni della piattaforma, costruzione di modelli Excel ed esercitazioni guidate. Gli ultimi quattro incontri sono laboratori di simulazione e competizione. Le attività comprendono analisi individuale dei casi, costruzione e calibrazione di modelli, utilizzo di dati in tempo reale, practice sessions, competizioni su più heats o iterazioni e debriefing strutturati. Nel Commodities Capstone le decisioni e la performance sono individuali; il confronto tra gli studenti viene utilizzato per discutere modelli, strategie e risultati. Video e altri materiali digitali possono essere utilizzati quando funzionali agli obiettivi didattici.
Ai fini del rilascio del Certificate «Algorithmic Trading», la verifica dell’apprendimento si basa su quattro prove finali di carattere applicativo, una per ciascun Decision Case. Ciascuna prova è normalmente preceduta da una practice session di circa un’ora, con funzione preparatoria.
La valutazione considera i risultati conseguiti, la continuità della performance nelle diverse iterazioni, il rispetto dei limiti di posizione e di rischio, la qualità dei modelli, la coerenza delle strategie e la capacità di motivare le decisioni. Con particolare riferimento al Commodities Capstone Decision Case, vengono inoltre valutate la corretta interpretazione delle notizie e dei dati EIA, la qualità delle previsioni, l’individuazione delle opportunità di arbitraggio e la coerenza delle decisioni di stoccaggio, trasporto e raffinazione. Il P&L non è considerato isolatamente dalla disciplina di rischio e dalla qualità del processo decisionale.
Rotman School of Management, University of Toronto, Release Files e materiali didattici resi disponibili secondo le applicabili condizioni di utilizzo:
- Rotman School of Management, RIT Case Brief - COM5- Commodities Capstone;
- Rotman School of Management, RIT2 Trader Support - COM5 - Commodities Capstone, Excel Support Sheet Template;
- Market Microstructure 1 (Order-Driven Markets), Market Microstructure 2 (Liquidity), Market Microstructure 3 (Alternative Trading Venues);
- Commodities 1 (Energy Trading) e relativi Case Brief, Case Tutorial e Support Sheet;
- Options 1 (Puts & Calls), Options 2 (Hedging), Options 3/4 (Trading Volatility);
- Algorithmic Trading 1 (Arbitrage) e Algorithmic Trading 2 (Market Making);
- RIT Real-Time Data e RIT VBA Introduction;
- Case Description, Performance Evaluation Tool, modelli Excel e note integrative predisposti dal docente.
Microsoft, Visual Basic Developer Center: lezioni e tutorial selezionati indicati dal docente.