GIUSEPPE FEO | Projects

Il presente progetto intende investigare sulla opportunità di migliorare la performance previsiva dei principali indicatori economici e finanziari attraverso l'utilizzo di informazioni qualitative e quantitative. In tale ambito di analisi si intende proporre nuovi indicatori, basati sull'analisi testuale, volti a valutare l'impatto delle news e delle azioni governative sulle dinamiche economiche e

L'obiettivo del progetto di ricerca è l'estensione dei modelli semi-parametrici per la stima delle misure di rischio come il Value-at-Risk (VaR) e l'Expected Shortfall (ES) attraverso l'inserimento di variabili a frequenza mista, per sfruttare l'eterogeneità di diverse fonti informative, al fine di ottenere stime e previsioni del VaR e dell'ES più accurate. La stima congiunta verrà effettuata tram

The k-means method is often referred to as nonparametric clustering method, based on the nonparametric consistency theorem proved by Pollard (1981). We want to study a similar notion of consistency for clustering methods based on mixtures models of a general class of elliptically symmetric distributions (including popular models such as the Gaussian, Student-t, and Laplace, etc.).

Within the model based clustering methods robustness is generally reached by discarding the set of outlying observations. This approach of course revealed its benefit in terms of robustness but , on the other hand, may provoke a loss of efficiency. In order to increase the efficiency in the parameter estimation, reweighting on the discarded observations can be applied. Nonetheless several open

Il progetto di ricerca si pone come obiettivo quello di trasformare il risultato delle tecniche di screening (riduzione della dimensione) nella selezione (consistente) delle variabili rilevanti. Il contesto è quella della regressione parametrica e non parametrica, nell'ambito dell'alta dimensionalità.

Sviluppo di metodi di Statistical Learning basati su coefficiente di penalità (Matrix Completion) per dati origine-destinazione, per previsione e imputazione di dati mancanti. Applicazione su matrici Input-Output e su dati di flussi di traffico provenienti da telefonia mobile.Sviluppo di metodi di Screening e Variable Selection basati su approccio marginale, quali la Sure Independence Screening,

Obiettivo del progetto è la derivazione di proprietà asintotiche dei parametri del modello non lineare per serie storiche della classe Self-Exciting Threshold Autoregressive. Diversamente da quanto proposto in letteratura, tali proprietà sono ottenute senza assumere la stazionarietà ed ergodicità del processo generatore. La rimozione di queste assunzioni rende non solo più generale il risultato t

Missing data arise in many statistical analyses, due to faults in data acquisition, and can have a significant effect on the conclusions of the analyses. In environmental data, a standard approach usually adopted by the Environmental Protection Agencies is based on deleting those observations with incomplete information, obtaining an underestimation of the indexes usually used for quality evaluati

L'obiettivo del progetto è quello di sviluppare stimatori non parametrici per la funzione di sopravvivenza bivariata in presenza di dati troncati e censurati.Partendo dai risultati disponibili nella letteratura specializzata, si intende proporre un modo alternativo a quelli proposti in letteratura, stimando la funzione di sopravvivenza bivariata come una funzione di sopravvivenza univariata, per