Prevedere il prezzo dell’olio di oliva grazie all’intelligenza artificiale

Comprendere la dinamica del mercato dell’olio di oliva piacerebbe a olivicoltori, frantoiani, commercianti e operatori. Prevedere il prezzo dell'olio di oliva aiuterebbe a distribuire anche in maniera più equa la redditività nella filiera.

Vi sono speculazioni innescate da braccio di ferro tra i vari attori della filiera ma essenzialmente i parametri su cui si basa il mercato dell’olio si basano su parametri oggettivi e misurabili, in ragione, per esempio delle produzioni e delle vendite.

Diego Hueltes, ingegnere informatico e amministratore delegato di TADIA.ai, una società di consulenza AI, ha sviluppato tre modelli di previsione dei prezzi, tra cui una previsione a una settimana, una a quattro settimane e una previsione di aumento o diminuzione dei prezzi.

Hueltes ha utilizzato algoritmi di apprendimento automatico e ricerche di intelligenza artificiale per analizzare i prezzi storici dell'olio d'oliva, i dati meteorologici e i dati di produzione per effettuare stime accurate dei prezzi nel 2017 e nel 2018, poi confrontandoli con i dati reali.

Il modello di previsione settimanale ha un errore medio del 3%.

“Per esempio, se il mio modello prevede che la prossima settimana il prezzo sarà di 10,00 euro, il prezzo effettivo sarà probabilmente compreso tra 9,97 e 10,03 euro” afferma Hueltes.

Più bassa la previsione su base settimanale, con un tasso di precisione del 76%.

“Per valutare questo modello, ho utilizzato una tecnica finanziaria che analizza i rendimenti, verificando quale sarebbe stato il rendimento accumulato se, ogni volta che il modello avesse previsto che il prezzo sarebbe salito la prossima settimana, avessi acquistato olio d'oliva, e ogni volta che avesse previsto che il prezzo sarebbe sceso, avessi venduto olio d'oliva”, ha proseguito Hueltes. “Se avessi investito 100 euro seguendo il modello tra il 2017 e il 2018, dopo un anno avrei avuto 140 euro”.

Hueltes ha pubblicato la sua ricerca su GitHub, rendendola disponibile al grande pubblico.

“Il modello di intelligenza artificiale, utilizzando i prezzi, la produzione e i dati meteorologici, è in grado di estrarre i modelli sottostanti nei dati. Questi modelli, che sono molto difficili da individuare per gli esseri umani, anche per gli esperti del settore, sono del tutto fattibili per i modelli di IA” ha affermato Hueltes.