Matteo Ientile

You know what? Although this is barely an alpha version, everyone is now able to install "quanteo", an open-source Python library for option pricing. You can install it directly via PyPI: pip install quanteo. GitHub Repository: lnkd.in/dvvDviJH

@micheleboldrin @CarloVerdelli @Corriere Dubito sappia cosa sia un prodotto tra matrici

@CarloVerdelli @Corriere Carlo, son buffonate. Il giornale che me pubblica prova di non avere alcuna idea di cosa sia la AI. Sul signore che intervista meglio io non commenti. Dubito sappia cosa sia un neural network ...

Benvenuti nel presente. Consiglio di leggere l’intervista a Claude, un essere che non esiste, un esempio avanzato di Intelligenza Artificiale. Le risposte che dà a Walter Veltroni dicono che un altro mondo è già qui e che se crescerà senza regole come fuoco ci brucerà @Corriere

Italians see property investments as safe and markets as unreliable. Data shows that's wrong — and it's costing the country billions bloomberg.com/news/features/…

Actually, AI already saves lives. In several countries, mammograms are examined by AI and radiologists. Reliability is improved. In the EU, every car sold must be equipped with Automatic Emergency Braking Systems. That's AI. They reduce frontal collisions by 40%. Modern MRI machines are equipped with AI technology that reduces the time of imaging by 4x or more. You can now get a full-body MRI in 40 minutes for about $1000. Reduced time -> reduced cost -> more/earlier detection. And that's not counting the progress in medicine enabled by modern AI, including Nobel Prize-winning protein structure prediction.

"Debito pubblico tra i più alti d'Europa", ragliano in coro i due partiti che hanno regalato all'Italia il Superbonus. A onor del vero, tutti gli altri (incluso quello dell'attuale ministro dell'Economia) si sono adeguati a difenderlo come preclaro esempio di moto perpetuo. Cialtronia multipartisan partitodemocratico.it/zan-pd-conti-p…

Dario is wrong. He knows absolutely nothing about the effects of technological revolutions on the labor market. Don't listen to him, Sam, Yoshua, Geoff, or me on this topic. Listen to economists who have spent their career studying this, like @Ph_Aghion , @erikbryn , @DAcemogluMIT , @amcafee , @davidautor

@MichaelRoyzen @retireinprogres qui c’é del materiale

We built a hedge fund where every single trade is made by AI. No human portfolio managers. No manual research. No one writing trading code. Just a reasoning model that reads the world, thinks for itself, and trades before humans can. Early results in testing: 2.55 Sharpe ratio. 2.79 Sortino ratio. Market neutral. $50M+ capacity. Here's how we got here 🧵

I would value any feedback you have—please feel free to leave a comment or reach out via DM!

In addition to the source code, the repository includes two Jupyter notebook examples to help you get started. While this is an early-stage release, I have a roadmap of advanced features and models that will be integrated in the coming weeks.

You know what? Although this is barely an alpha version, everyone is now able to install "quanteo", an open-source Python library for option pricing. You can install it directly via PyPI: pip install quanteo. GitHub Repository: lnkd.in/dvvDviJH

- BSM Analytical solutions - Monte Carlo with Antithetic Sampling - Quasi-MC (Sobol sequences) - Finite Difference Greeks (stabilized via cached CRN) Next on the roadmap: exotic options, stochastic volatily models, more Variance Reduction methods Stay tuned. [test w/ 32k sim]

Building a quant pricing library from the ground up. The focus is strict OOP architecture: completely decoupling stochastic asset models from the pricing and risk engines. Currently live:👇

Just opened VS Code to pick up where I left off and nearly had a heart attack. I thought I’d broken everything, but it turns out they just updated the default dark theme⚰️

Il @Corriere celebra in prima pagina che (per la sesta volta) la Sapienza di Roma sarebbe "prima" negli "studi classici" (in realta' "Classics and Ancient History", se ho capito bene) in una delle mille classifiche universitarie che girano per il mondo... Questo da' la misura non solo di un sistema universitario fallito ma di una classe "dirigente" ridicola. Il patriottismo e' l'opposto del celebrare le proprie miserie.

Markov Chain Monte Carlo (MCMC) is one of the tools that really marks the transition from classroom Probability Theory to real research. In lectures, distributions often arrive in clean closed forms with tidy integrals, but serious inference quickly becomes less polite. Real posteriors are irregular, high-dimensional, and often impossible to sample from directly. MCMC was built for that world. Rather than trying to produce perfect independent draws, it constructs a Markov chain whose long-run behavior reflects the target distribution, letting us explore spaces that would otherwise be out of reach.

A Machine Learning course without @ylecun quotes is not a Machine learning course

crypto scammers and course sellers in dubai right now

Poco fa parlavo con un collega che insegna un corso di GenAI prototyping, e concordavamo su un punto: questi nuovi strumenti non sono neutrali, hanno anzi un effetto profondamente polarizzante. Non è solo che aiutano: amplificano. Se hai buone basi nel campo in cui li usi, se sai formulare bene un problema, se hai senso critico per valutare ciò che producono, allora ti danno quasi dei superpoteri: accelerano il lavoro, moltiplicano le alternative, abbassano il costo dell’esplorazione. Ma se quelle basi non ci sono, succede qualcosa di diverso! Non è che impari più in fretta, è che esternalizzi il controllo. Ti affidi all’output senza avere gli strumenti per valutarlo, e l’illusione di competenza cresce più della competenza stessa. È questo che cerco di mostrare in classe, quando faccio svolgere agli studenti, con ChatGPT, Gemini e altri modelli, diverse analisi dei dati, e poi discutiamo insieme i risultati. Trovo molto utile dare loro 30 minuti per risolvere da soli un problema complesso, a volte proposto da loro, usando qualsiasi LLM/LMM, e poi riprovarci dal vivo, passo dopo passo, insieme. Di solito (falsa modestia...) il mio risultato è migliore. Non perché lo strumento sia diverso (uso lo stesso scelto da loro, tra quelli di cui abbiamo la licenza), ma perché diverso è il controllo sul processo: nella formulazione del problema, nella scelta delle ipotesi, nella verifica dei passaggi, nell’interpretazione dei risultati. Credo che il messaggio che si portano a casa sia semplice e, per certi versi, controintuitivo: un LLM abbassa il costo dell’esecuzione, ma non quello della comprensione. E senza comprensione, l’esecuzione è fragile. In questo senso, queste tecnologie non eliminano il principio di Matteo. No, lo rendono più visibile: chi ha struttura cognitiva solida viene amplificato; chi non ce l’ha rischia di diventare ancora più dipendente, se non addirittura più stupido (il cervello va tenuto allenato, ormai lo sappiamo). I "ricchi" diventano più ricchi, e la conoscenza resta la forma più potente di ricchezza, e lo sarà sempre di più. Ergo, puoi lasciare a ChatGPT l'analisi dei dati, ma devi sapere che cosa faresti tu, perché, come, quando. Il che significa che studiare serve, forse paradossalmente, più che mai. Se possiamo risparmiare tempo nell'esecuzione (e al momento è un grande se), abbiamo più tempo per lo studio.

@cello_ribaldo @Dott_P_M @micheleboldrin 😂

@Dott_P_M @micheleboldrin Quest'idea che conoscere il latino debba "servire", "essere utile per...", e che sia solo un esercizio di traduzione, ma basta. Che poi, tutta l'algebra lineare si impara in poche settimane senza grosse difficoltà, chissà perché non dovrebbero convivere.

Il latino può allenare disciplina e analisi del testo, ma l’AI si capisce con algebra lineare, statistica e programmazione. Tradurre Cicerone non insegna ad addestrare una rete neurale. La suggestione culturale non sostituisce la competenza tecnica. Solidarietà @micheleboldrin

@BenedettaFrucci 😂

Sostenere che lo studio del latino sia inutile nel tempo dell’intelligenza artificiale non solo è sbagliato: è esattamente l’opposto. 1) Lo studio del latino sviluppa la capacità di analisi sintattica, la capacità di distinguere funzione e forma, l’attenzione alla gerarchia delle informazioni. Sono le stesse competenze richieste per comprendere e costruire sistemi complessi, inclusi quelli algoritmici. 2) Richiede disciplina mentale e insegna a dubitare: nella traduzione si scompone la frase, la si ricostruisce, si verifica la coerenza e il significato. Tradurre è un esercizio di pensiero critico, fondamentale quando si usa una AI. 3) Molti termini scientifici, giuridici e tecnologici derivano dal latino. Capire l’etimologia significa cogliere sfumature concettuali, migliorare la qualità del linguaggio. Le materie umanistiche saranno sempre di più un bene preziosissimo. Ciò che sarà prodotto dalla mente umana sarà sempre più raro e per questo avrà un valore sempre più alto. Mettere in contrapposizione il latino e l’AI è profondamente miope. Questa è la dimostrazione che i grandi esperti di economia (o presunti tali) faticano a capire la politica. E il futuro. Perchè il latino ci educa all’intelligenza artificiale molto più di qualche professore in cerca d’autore

An overview of our Q4 and full year 2025 financial results. With something extra to keep you focused.