Disponibile per nuovi progetti · Reggio Emilia & online

Dati, modelli e Python
al servizio delle tue decisioni.

Sono Lorenzo, consulente quantitativo. Ti aiuto con

l'automazione dei processi_

Cosa faccio

Soluzioni quantitative su misura

Tocca o trascina i box intorno per esplorare i servizi.

Scopri di più →

Tre modi di lavorare insieme

Una sola base: ragionamento quantitativo e codice Python solido, applicati al tuo caso concreto.

01

Automazione & analisi dati

Per aziende e professionisti

  • Processi manuali, lenti o troppo complessi (es. Excel) trasformati in flussi ottimizzati, veloci e monitorabili
  • Report e dashboard automatici
  • Modelli di rischio e di analisi
  • Previsioni e ottimizzazione
02

Sviluppo su misura

Per chi ha un'idea o un problema specifico

  • Applicazioni Python personalizzate
  • Web app interattive per i dati
  • Siti web semplici e veloci
  • Integrazione, pulizia e gestione di dati da più fonti
03

Lezioni & formazione

Per studenti, privati e team

  • Python da zero o applicato ai dati
  • Statistica ed econometria
  • Finanza, asset management, risk management, finanza personale
  • Supporto per esami e tesi

Prova tu: cinque mini tool interattivi

Esempi del tipo di strumenti che costruisco. Muovi i parametri e guarda i risultati aggiornarsi in tempo reale. Dati e modelli semplificati, a scopo dimostrativo.

Totale versato–
Valore mediano–
Scenario sfavorevole (5%)–
Probabilità di guadagno–

1.000 simulazioni Monte Carlo. Bande: percentili 5–95 e 25–75; linea: mediana; tratteggio: totale versato. Ipotesi annue: azioni 7% ± 16%, obbligazioni 3% ± 5%, liquidità 2%.

Rendimento atteso–
Volatilità–
Sharpe ratio–
Asset in portafoglio–
Pesi: mercato vs ottimo · rendimento atteso

Equilibrio di mercato da reverse optimization (δ = 2,5), view combinate con Black-Litterman (τ = 0,05). Ottimizzazione media-varianza long-only, tasso privo di rischio 2%. Prova "Medie storiche" per vedere quanto Markowitz puro concentra il portafoglio.

Mese migliore–
Mese peggiore–
Anni positivi nel mese migliore–
Ampiezza del ciclo–
Rendimento medio per mese (%) · colore più intenso = più anni concordi

Serie giornaliere fittizie 2010–2025 (252 giorni di borsa per anno). Profilo: rendimenti cumulati medi dall'inizio dell'anno.

Probabilità di default a 1 anno–
Rating interno
–
Perdita attesa (LGD 45%) –
Cosa pesa sul punteggio

Modello logistico illustrativo, calibrato su dati fittizi. Barre verso destra: fattori che aumentano il rischio; verso sinistra: fattori che lo riducono.

Costo netto–
Massimo guadagno–
Massima perdita–
Prob. di profitto–

Titolo fittizio a 100 €, strike a circa il 5% dal prezzo di oggi (es. 95 e 105), 1 contratto = 100 azioni, tasso 3%. Prezzi con Black-Scholes; probabilità di profitto con prezzo lognormale alla volatilità scelta. Break-even in giallo, fascia viola = ±1 movimento atteso.

Come lavoro

  1. 01

    Call conoscitiva

    30 minuti gratuiti per capire il problema e se posso aiutarti.

  2. 02

    Proposta chiara

    Obiettivo, tempi e prezzo definiti prima di iniziare.

  3. 03

    Sviluppo

    Lavoro per tappe, con aggiornamenti regolari e risultati visibili.

  4. 04

    Consegna

    Codice documentato e una spiegazione per usarlo in autonomia.

Lorenzo Boretti

Lorenzo Boretti

Consulente quantitativo · Reggio Emilia & online

PythonRiskAsset MgmtFinancial Engineering

Sono un consulente quantitativo con una forte passione per i numeri e per il codice. Oggi lavoro in proprio come founder e consulente freelance, dopo le esperienze come Climate Risk Consultant in Prometeia e Credit Risk Analyst in Deloitte. Ogni giorno costruisco in Python strumenti di analisi finanziaria e di rischio.

Il mio percorso parte da una solida base in Economia e Finanza e prosegue con una magistrale quantitativa che unisce fisica, ingegneria, programmazione, machine learning e statistica avanzata, applicati alla finanza e ai cambiamenti climatici. Oggi ho intrapreso una seconda magistrale in Financial Engineering alla WorldQuant University (USA), per spingermi sui temi più avanzati della finanza quantitativa: dai modelli statistici complessi alle architetture di reti neurali.

Mi piace prendere un problema confuso, misurarlo e trasformarlo in una soluzione semplice da usare. Lavoro da Reggio Emilia e online in tutta Italia.

Oggi

Founder & Quant Consultant

Freelance · Quant & Python Consulting

In parallelo

Laurea magistrale in Financial Engineering

WorldQuant University (USA) · seconda laurea magistrale

Prima

Climate Risk Consultant

Prometeia

Prima ancora

Credit Risk Analyst

Deloitte

Laurea magistrale

Greening Energy Market and Finance

Università di Bologna · finanza quantitativa per energia e ambiente

Laurea triennale

Economia e Finanza

Università di Modena e Reggio Emilia

Hai un processo da automatizzare
o un'idea da costruire?

Raccontami in due righe cosa vorresti migliorare. La prima call è gratuita e senza impegno.