Modelli statistici di analisi finanziaria implementati attraverso
il processo di data warehousing data mining

Luisa Severgnini, Andrea Simone, Biancamaria Zavanella, Mario Mezzanzanica
Facoltà di Scienze Statistiche - Università degli Studi di Milano Bicocca

Le nuove tecnologie di archiviazione determinano una sempre crescente disposizione di basi di dati, il cui valore risiede nel loro utilizzo e non nel loro accumulo. In questo contesto il Datawarehouse risulta essere uno strumento indispensabile per la gestione della base dati mentre i modelli di Data Mining sono necessari per formare conoscenza.

L'obiettivo è la realizzazione di un Datawarehouse, "DW Finance", per trasformare i "Financial Data" in "Business Knowledge".
Le fasi del processo prevedeno: l'estrazione di dati elementari da Datastream; il Warehousing (Data Management Data Integration); la creazione di personal datamart per l'analisi esplorativa attraverso l'utilizzo di indicatori di analisi tecnica;
Data Mining: analisi statistica mediante l'implementezione di modelli Arch e Garch.

Sono quindi state applicate le metodologie di datawarehousing per la gestione delle basi di dati, indicatori di analisi tecnica (RSI, Bande di Bollinger) e modelli statistici di tipo Arch e Garch per l'analisi dei dati.

Sono stati utilizzati i software SAS/DW Administrator (SAS/BASE®, Sql e Macro) per la creazione dell'ambiente warehouse, SAS/IML® per i personal data mart, SAS/ETS® per i modelli e SAS/INSIGHT® per l'esposizione dei risultati.