Disclaimer
Confermo di essere un cliente professionale
Le informazioni e le opinioni contenute in questa sezione del Sito cui sta accedendo sono destinate esclusivamente a Clienti Professionali come definiti dal Regolamento Consob n. 16190 del 29 ottobre 2007 (articolo 26 e Allegato 3) e dalla Direttiva CE n. 2004/39 (Allegato II), e sono concepite ad uso esclusivo di tali categorie di soggetti. Ne è vietata la divulgazione, anche solo parziale.
Al fine di accedere a tale sezione riservata, si prega di confermare di essere un Cliente Professionale, declinando Robeco qualsivoglia responsabilità in caso di accesso effettuato da una persona che non sia un cliente professionale.
In ogni caso, le informazioni e le opinioni ivi contenute non costituiscono un'offerta o una sollecitazione all'investimento e non costituiscono una raccomandazione o consiglio, anche di carattere fiscale, o un'offerta, finalizzate all'investimento, e non devono in alcun caso essere interpretate come tali.
Prima di ogni investimento, per una descrizione dettagliata delle caratteristiche, dei rischi e degli oneri connessi, si raccomanda di esaminare il Prospetto, i KIIDs delle classi autorizzate per la commercializzazione in Italia, la relazione annuale o semestrale e lo Statuto, disponibili sul presente Sito o presso i collocatori.
L’investimento in prodotti finanziari è soggetto a fluttuazioni, con conseguente variazione al rialzo o al ribasso dei prezzi, ed è possibile che non si riesca a recuperare l'importo originariamente investito.
Quantitative investing
Data mining
Dive into Data Mining - Unraveling patterns or just statistical illusions? Know what's behind the numbers!
Data mining, sometimes tagged with less-flattering names like data fishing or data snooping, is the art (or perhaps the mischief) of teasing out patterns from data. But here's the catch: these patterns might appear statistically sound but may lack a real-world rationale. Ever heard of P-hacking? It's a classic data mining move - running multiple statistical tests, but only spotlighting the 'winners' (those with tempting p-values). From medical fields like epidemiology to the intricate world of finance, data mining has made its mark. But as some top academics point out, especially in financial studies, tread carefully. While data mining can reveal useful patterns, it's crucial to differentiate genuine insights from mere statistical mirages.
