svalutoferro
univrit
Curriculum Vitae
(pdf, it, 156 KB, 24/01/25)
Curriculum Vitae_EN
(pdf, en, 157 KB, 24/01/25)
Sara Svaluto-Ferro è una Ricercatrice a Tempo Determinato (RTDB) presso il dipartimento di Scienze Economiche dell'Università di Verona.
Ha conseguito la laurea specialistica in Matematica e il dottorato di ricerca in Matematica Finanziaria presso il politecnico federale di Zurigo (ETH).
Successivamente ha ottenuto un contratto di post-dottorato di 3 anni presso l'Università di Vienna dove ha lavorato nel gruppo di prof. Cuchiero.
I suoi interessi di ricerca includono l'analisi stocastica finito e infinito dimensionale di processi continui o con salti, la ricerca di strutture universali con particolare interesse per i processi detti signature e la finanza computazionale.
Insegnamenti attivi nel periodo selezionato: 11.
Clicca sull'insegnamento per vedere orari e dettagli del corso.
Di seguito sono elencati gli eventi e gli insegnamenti di Terza Missione collegati al docente:
| Argomento | Descrizione | Area di ricerca |
|---|---|---|
| MSC 60G20 - Generalized stochastic processes | Il campo dei Processi stocastici generalizzati si occupa dell'estensione della teoria classica dei processi stocastici per includere oggetti distribuzionali che non possono essere descritti come funzioni classiche ma solo in senso debole. Questi processi sono definiti come distribuzioni casuali e generalizzano concetti come il moto browniano e i processi di Lévy permettendo di trattare fenomeni con singolarità o irregolarità estreme. I processi stocastici generalizzati trovano applicazione in fisica teorica (campi quantistici) finanza matematica (modelli di volatilità con rumore singolare) elaborazione del segnale e modelli di diffusione in spazi funzionali. |
Metodi quantitativi per l’economia
Stochastic processes |
| MSC 60L10 - Signatures and data streams | Il campo delle Signatures e flussi di dati nell'analisi ruvida (Rough Analysis) si occupa dello studio di strutture matematiche che rappresentano in modo efficiente l'informazione contenuta nei segnali o nei dati temporali. Le signature sono strumenti fondamentali della teoria dei percorsi ruvidi (Rough Path Theory) e forniscono una rappresentazione numerica compatta e ricca di informazioni per traiettorie di dati indipendentemente dalla loro irregolarità. L'uso delle signature permette di caratterizzare l'evoluzione temporale di un segnale senza perdita di informazioni essenziali facilitando l'analisi la previsione e l'apprendimento automatico su flussi di dati continui. Questo approccio trova applicazioni in finanza (per il modeling dei prezzi) nell'elaborazione del linguaggio naturale nella biomedicina e in molte altre aree dove i dati sono di natura sequenziale o temporale. |
Metodi quantitativi per l’economia
Probability theory and stochastic processes |
| MSC 60L70 - Algebraic structures and computation | Il campo delle Strutture algebriche e computazione nell'analisi ruvida (Rough Analysis) studia le strutture algebriche sottostanti ai processi stocastici irregolari e sviluppa metodi computazionali per la loro analisi ed applicazione. Un ruolo centrale è svolto dalle algebre di firma che forniscono una rappresentazione efficiente delle traiettorie di dati attraverso serie di funzioni caratteristiche e dalle algebre di Hopf fondamentali per la manipolazione simbolica delle espansioni di serie nei modelli ruvidi. Questa area di ricerca ha implicazioni dirette per il calcolo numerico in teoria dei percorsi ruvidi l'apprendimento automatico su dati sequenziali e lo sviluppo di algoritmi efficienti per l'analisi di segnali complessi in finanza biologia e fisica. |
Metodi quantitativi per l’economia
Probability theory and stochastic processes |
| MSC 91B70 - Stochastic models | Modellizzazione stocastica in economia e finanza, con focus su sistemi dinamici che evolvono nel tempo in condizioni di incertezza; sviluppo di strutture probabilistiche per il comportamento dei mercati, la valutazione del rischio e le decisioni economiche; applicazione di processi stocastici e controllo stocastico per modellare le variazioni temporali e ottimizzare le strategie. |
Metodi quantitativi per l’economia
Mathematical economics |
© 2025 | Verona University
******** CSS e script comuni siti DOL - frase 9957 ********
