Qbt company overview_it_2015

QBT Sagl – Via E. Bossi 4, 6830 Chiasso

Company Overview


Group Overview

Page 2

QBT Sagl

Fondata nel 2008, Chiasso

QBT So3ware So?ware

Development

QBT Finance Financial SoluHon

QBT NLP Natural Language Processing


Ø  QBT (www.qbt.ch) è l'acronimo di Quantum Bit Technology: promuoviamo l'idea di un'azienda che opera nel seTore della scienza applicata

Ø  Realizziamo algoritmi e so?ware di calcolo uHlizzando ove necessario hardware dedicato

Ø  La scelta di QBT è di uHlizzare, quando possibile, so?ware e strumenH open-‐source per realizzare i nostri servizi e prodoW

Ø  Le tre aree di business della QBT sono: q  Financial Solu:ons (data mining, porXolio analysis, raHng, due diligence

systems) in parHcolare per il seTore NPL e Real Estate q  Natural Language Processing/Machine Learning e Agent Based Models nel

seTore finanziario, legale, delle risorse umane e in tuW quei seTori in cui lo studio del comportamento è un driver.

q  Sviluppo So3ware tradizionale sopraTuTo a supporto delle due precedenH aree.

Ø  Più del 20% degli uHli invesHH in R&D

Page 3

Philosophy

QBT Sagl – Via E. Bossi 4, 6830 Chiasso Page 4

Services and products

Time

NPL

2008 2009

Real Estate

Logistics

2010

Public Institution

So3ware development per sector / product

R&D ac:vi:es NPL - IDSIA ABM - CNR NLP - CNR

2012 2013

Sentiment

Newsmarket

Balansceheet Rating Ontonix

RAS

Complexity

UTOOL

Oracolo Urbano

HR Sentiment

TODY

NRGLEX

2014

NLP - USI NLP


Partners & Customers

Page 5


Finance

Finance NLP So?ware

Negli anni abbiamo maturato una forte esperienza nello sviluppo di algoritmi e so?ware nel seTore finanziario ed in parHcolare nel seTore dei crediH in sofferenza di natura sia ipotecaria che chirografaria, dell'analisi di rischio, della valutazione di asset immobiliari e nel seTore del trading di borsa. Abbiamo affrontato lo sviluppo dei nostri prodoW sia aTraverso tecniche tradizionali, come l'analisi staHsHca, sia aTraverso la sperimentazione di nuovi ambiH di ricerca in parHcolare aTraverso l'uso di modelli comportamentali e modelli di simulazione ad agenH. QBT realizza, su mandato dei propri clienH, prodoW e servizi white-‐label o in house, investendo nei progeW in cui crediamo, che nascono dalla ricerca e sviluppo.


Finance: Non Performing Loans

QBT ha sviluppato un metodo di valorizzazione e di previsione dei flussi di cassa rivenienH dall'aWvità di recupero del credito in contenzioso (NPL): il processo di valorizzazione Hene conto della Hpologia del credito ovvero garanHto e non garanHto e genera una previsione dei recuperi delle relaHve tempisHche. L'algoritmo è basato su di un complesso mix di tecnologie: ü  calcolo puramente algoritmico ü  analisi staHsHca ü  simulazione ad agenH ü  analisi della complessità

Siamo in grado di offrire ai nostri clienH differenH soluzioni in base alle diverse esigenze e alla qualità e quanHtà dei daH disponibili. Gli input dell'algoritmo possono provenire da aWvità di data entry su so?ware gesHonali appositamente sviluppaH e ritagliaH sulle esigenze del Cliente oppure da tracciaH massivi estraW dai sistemi del Cliente. I risultaH possono essere prodoW in un formato grezzo per successive elaborazioni soTo forma di fogli excel oppure aggregaH e reinterpretaH con tool di business intelligence.

NLP So?ware Finance


Finance: Non Performing Loans – Gemini

Gemini è il so?ware web-‐based sviluppato da QBT per la gesHone del credito in contenzioso sia di natura ipotecaria che chirografaria. L’esperienza di QBT in questo seTore ha permesso di realizzare un so?ware a moduli estremamente flessibile e personalizzabile in base alle esigenze del Cliente. Gemini consente di gesHre la componente staHca del credito in contenzioso (Titolo -‐> Garanzia) e la parte dinamica (Azione legale -‐> LoTo -‐> Immobile/Recupero stragiudiziale -‐> flusso operaHvo). Gemini genera reporHsHca standard soTo forma di scheda gesHonale e track record in vari formaH. L’accesso al sistema avviene mediante utenze proteTe da password e personalizzate con profili di accesso differenH a secondo dei livelli di interazione con il sistema. Il so?ware Gemini si presta per l’aWvità di due diligence di crediH in contenzioso.

NLP So?ware Finance


Finance: Non Performing Loans – Business Planning

La valorizzazione del credito (NPL Business Plan) consiste nello stabilire una previsione di incasso e relaHva tempisHca in base alle informazioni disponibili. Il processo di valorizzazione si compone quindi di diversi step che possono essere cosi schemaHzzaH:

NLP So?ware Finance


Il risultato dell’elaborazione è un Business Plan at collecHon-‐level con tuTe le informazioni relaHve all’oggeTo che ha generato il flusso di cassa (loTo di vendita all’asta, stragiudiziale, informazioni sul debitore, il credito e l’azione legale) Il Business Plan può essere esportato per colonne o per totali sia in excel che in pdf o in altri formaH richiesH Il Business Plan Hene conto degli incassi già avvenuH se tali incassi vengono registraH su Gemini Analogamente agli incassi vengono gesHte le spese di procedura e legali Anche le spese legali sono soggeTe a parametrizzazione e quindi personalizzate in base alle condizioni che il servicer sHpula con il proprio network legale.

Finance: Non Performing Loans – Business Planning

Università della Svizzera italiana Scuola universitaria professionale della Svizzera italiana

IDSIA Istituto Dalle Molle di studi sull’intelligenza artificiale

L’algoritmo di valorizzazione dei crediH chirografi, UTOOL ,è stato sviluppato nell’ambito di una collaborazione con l’IsHtuto di Intelligenza ArHficiale DalleMolle di Lugano su finanziamento della Commission pour le technologie et l'innovaHon CTI della Confederazione Svizzera.

NLP So?ware Finance


Finance: Real Estate

NLP So?ware Finance

QBT ha sviluppato il software gestionale (Progetto VIEW) di una delle maggiori aziende specializzate nel settore delle valutazioni immobiliari. Le competenze ottenute nell’implementazione di questo progetto ci hanno portato a sviluppare ulteriori algoritmi e software per il settore immobiliare che ricadono nelle seguenti categorie: RE Crawler (REC) Applicazione che raccoglie di annunci immobiliari dai principali siti web real estate, li analizza e li mette a disposizione dell’utente nel formato preferito (visualizzazione su mappa, trackrecord, xml ecc.) Judicial Crawler (JC) Simile al RE Crawler ma è orientato ai siti web delle aste giudiziarie: i dati raccolti possono essere trattati come per REC in diversi formati. Particolarmente utile la funzione che permette di determinare le tempistiche dei tribunali partendo dall’analisi della periodicità degli annunci sul web. Judicial Value (JV) L’algoritmo JV permette di valutare, partendo dall’analisi degli annunci immobiliari tradizionali e d’asta giudiziaria, il valore a cui andrà aggiudicato un immobile in asta giudiziaria. Inoltre siamo in grado di produrre indici immobiliari giudiziari sul territorio italiano. Questi indici possono poi essere correlati ai principali indici socio-economici e attribuiti alle singole microzone OMI in cui è suddiviso il territorio italiano. Oracolo Urbano à online all’indirizzo www.oracolourbano.com L’oracolo urbano raccoglie le notizie online presenti sul Corriere del Ticino e sul Giornale del Molise e le analizza in modo da determinare, in base all’indirizzo inserito nel sistema, il contesto di zona attribuendo un voto di ranking.


Finance: Ra:ng Alert System

RaHng Alert System è un sistema di analisi e monitoraggio delle performance aziendali da un punto di vista sistemico. ATraverso l’analisi dei daH societari (bilanci, centrale rischi) RAS elabora un precursore di default dell’azienda. Il sistema è raggiungibile online all’indirizzo:

hLp://ras-‐ontonix.qbt.ch

RaHng Alert System è un progeTo sviluppato congiuntamente da QBT sagl e Ontonix Srl

Complessità Business x Incertezza dell’economia = Fragilità

NLP So?ware Finance



Questo rende difficile e molto complesso gesHre un’azienda. Per ridurre la complessità (fragilità) di un’azienda occorre ridurre questa variabilità . Il RaHng di Resilienza™ indica da dove parHre.

Tempo Tempo

Fatturato Fatturato

MALE! BENE

NLP So?ware Finance

Un’azienda è tanto più fragile quanto i suoi parametri variano significaHvamente nel tempo:



Ricerca e selezione dell’azienda da analizzare. Elenchi delle società a rischio default. ReporHsHca per macrocategorie (portafoglio, seTori) o per singola azienda

Mappa della complessità, indici e analisi delle correlazioni fra le variabili: come sono legaH fra loro le componenH del bilancio di una società? Con quale grado di complessità ? Con quale RaHng ?

Profilo di complessità: quale variabile (di bilancio o di centrale rischi) offre il maggior contributo alla complessità del sistema ?

NLP So?ware Finance


Sviluppo so3ware

L'esperienza acquisita da QBT nello sviluppo so?ware ci ha permesso di progeTare e realizzare so?ware gesHonali in diversi seTori con diverse tecniche di programmazione. Privilegiamo l'ambiente web basato sul binomio PHP/MySql ma realizziamo soluzioni anche con VBA in ambiente Microso? (Excel/Access) o so?ware compilaH con linguaggi ad alto livello (C, Java, Delphi). Di seguito alcuni esempi:

Finance NLP So3ware


An:riciclaggio: So?ware per la visualizzazione in formato grafico delle relazioni tra i nominaHvi presenH nel database anHriciclaggio del Cliente, navigabile ed espandibile per ramificazioni successive. La mappa è cosHtuita da nominaHvi “privaH” e “società” coinvolH in reaH penali a monte del riciclaggio, collegaH tra di loro in un’unica rappresentazione grafica cosHtuita dai nomi collegaH fra loro secondo differenH indici, in una struTura ad albero navigabile. Il contenuto è in linea con quanto previsto dalle normaHve internazionali in materia di anHriciclaggio. ObieWvo principale di tale prodoTo, web service, è la segnalazione agli intermediari finanziari dei nominaHvi e società coinvolH in reaH di natura penale per consenHre l’adeguata verifica della clientela e l ’eventuale segnalazione in caso di operazione sospeTa.

Finance NLP So?ware

NLP e Machine Learning


Sviluppo so3ware: esempi

SYSTRA – SYstem TRAding: Sistema di trading online mulHmercato basato su principi di econofisica per transazioni di automated trading.

Finance NLP So3ware



LOGISTICA Per un'azienda del seTore logisHco abbiamo messo a punto l'algoritmo per il calcolo dei flussi di personale e prodoW per allesHmenH pubblicitari. Il so?ware permeTe al cliente di gesHre in modo centralizzato e più efficiente il coordinamento delle aWvità e il trasporto delle merci. La tecnologia adoTata è PHP/Mysql -‐ Java script.

Finance NLP So3ware



SISTEMA AGPS Abbiamo sviluppato l'algoritmo per la determinazione dell'asseTo preciso basato unicamente su segnali GPS. Questo sistema ahars, che nasce da un breveTo del nostro collaboratore, è stato poi tradoTo in un protoHpo. I segnali della costellazione GPS sono ricevuH da 4 antenne collegate ad altreTanH ricevitori commerciali (COTS). L'informazione circa la fase del segnale, che viene vista contemporaneamente dalla 4 antenne(ricevitori), viene elaborata per oTenere l'angolo di orientamento delle antenne stesse, nota la distanza tra le medesime. Il so?ware è stato sviluppato in Matlab e Delphi (interfaccia).

BreveLo Proto:po

Finance NLP So3ware


Finance NLP So?ware

NLP e Machine Learning: Cos’è la ricerca seman:ca?

La ricerca semanHca: •  non si affida alla semplice chiave di ricerca “Keyword” •  risolve i problemi legaH alla sintassi (singolari / plurali, verbi all’infinito ecc.) •  capisce il significato del “contesto” cercato: disambiguazione dei tesH •  fornisce risultaH che si riferiscono al contesto anche se le Keyword non sono

specificatamente presenH nel contenuto Ad esempio: << La ricerca “Pinguini” resHtuirà tuTe le sorgenH di informazioni che riportano

contenuH che hanno a che vedere con i buffi “Animali grigi del polo Sud”… senza che tali contenuH debbano forzatamente includere il termine “Pinguini”.>>


QBT sviluppa soluzioni ICT basate sull'analisi del linguaggio naturale e su so?ware in grado di apprendere. Disponiamo di database linguisHci proprietari e di tool disponibili online. ü  Cv Op:mizer: Motore di ricerca semanHca di curriculum vitae al fine di estrarre dal sistema informaHco

“Laborvoc”, sviluppato da QB, nominaHvi di candidaH a corsi di formazione semplificando il lavoro di selezione da parte del personale. Sistema sviluppato per Regione Lombardia, EUPOLIS, e Arca24

ü  NrgLex: Motore di ricerca semanHca di leggi e sentenze su base giuridica svizzera e italiana. PermeTe ad

avvocaH, giudici, commercialisH e privaH ciTadini di avere facile accesso a cenHnaia di migliaia di sentenze.

ü  Email Filter: sistema semanHco di prioriHzzazione e archiviazione delle comunicazioni ricevute via Email

dai dipendenH al fine di estrarre sistemi di allerta su news/comunicazioni importanH e ricerca seleWva da archivio sviluppato per Unione ArHgiani di Milano

ü  TwiLer Opinion Dynamic: tool di senHment analysis dei tweet

ü  NewsMarket: sistema di previsione finanziarie basato sulle analisi delle news. Il sistema si basa sullo studio degli evenH e dei Htoli quotaH e della loro correlazione nel medio / lungo periodo al fine di determinare degli "allarmi" di trend.

ü  Oracolo Urbano: contesto di zona in base a indirizzo

Finance NLP So?ware

NLP e Machine Learning: Soluzioni QBT


NLP e Machine Learning: CV Op:mizer

So3ware per la selezione del personale aLraverso la ricerca seman:ca Ogni giorno le aziende ricevono curriculum dalle fonH più diverse, dalle candidature personali ai siH specializzaH. Profili professionali interessanH ma non sempre perHnenH con le ricerche aperte. Come selezionare i candidaH migliori? Non è affaTo necessario che il file sia in un formato predefinito o in italiano; il so?ware analizza la semanHca del testo per capire le informazioni importanH in modo da non farsi sfuggire alcun candidato interessante e lo fa in 27 lingue diverse. La ricerca viene espansa per aree semanHche legate al contesto lavoraHvo, in modo da individuare profili similianche se le parole chiave ricercate non sono direTamente contenute nel testo del file. Il so?ware non si sosHtuisce al lavoro del selezionatore ma lo aiuta ad individuare più rapidamente i profili richiesH, con un risparmio di tempo fino al 90% nell’archiviazione dei file. Il so?ware è disponibile sia per la intranet aziendale che come So?ware as a Service. Tool sviluppato for: ü  Regione Lombardia, EUPOLIS, (hTp://elenco.eupolislombardia.it) ü  Arca24 (hTp://www.arca24.com) HR Seman:c Event: Lugano, 10 Novembre, 2014 – USI (Università della Svizzera Italiana) hTp://www.mktg.usi.ch/highlight.htm?doc_id=23788

Finance NLP So?ware


NLP e Machine Learning: NRGLEX Suisse

Tool sviluppato per: ü  NRGLEX Sagl, società Svizzera (www.nrg-‐lex.ch). Sito web che raccoglie, in un unico luogo, tuTe le sentenze rese disponibili liberamente dai tribunali cantonali e federali svizzeri. “SEMANTICA & SENTENZE: LA RICERCA SEMANTICA IN UN CONTESTO GIURIDICO”: Roma, 15-‐16 Maggio, 2014 – presso l’IsHtuto di Scienze e Tecnologie della Cognizione – CNR hTps://sites.google.com/site/nrglexday/

Finance NLP So?ware


NLP e Machine Learning: NRGLEX Italia

Il sistema Italiano di ricerca delle sentenze è disponibile al sito: www.nrg-‐lex.com Oltre 2 milioni di sentenze Italiane dal 1990 ad oggi!!!

Finance NLP So?ware


Finance NLP So?ware

TwiLer Opinion Dynamic è un algoritmo di analisi dei Tweet il cui scopo è estrarre l'opinione degli utenH di TwiTer su determinaH argomenH aTraverso la senHment analysis. I vantaggi di questo approccio risiedono nell’elevata rapidità e reaWvità (la fonte è il web) con cui si possono studiare e monitorare gli effeW degli evenH studiaH ed in parHcolare: 1) Può essere eseguita in qualsiasi momento rapidamente. 2) Il sistema viene addestrato una sola volta con tempi estremamente ridoW e direTamente dall’utente anche non esperto di staHsHca ma esperto di “quello che vuole monitorare”. 3) Non si analizza un campione ma l’opinione “emergente” dall’analisi delle fonH, sia che si traW di fonH mediate (giornali) che non mediate (blog, forum ecc). 4) E’ obbieWva perché non pone domande ma rimane “in ascolto”. Fondamentale nel nostro approccio è lo studio dell'utente di internet che posta contenuH sul web: rispeTo al sondaggio infaW lo studio di internet è affeTo da un'intrinseca carenza di copertura nel campionamento in quanto ad esempio non tuTe le categorie sociali accedono al web con numeri adeguaH a generare una correTa rappresentaHvità. ATraverso la nostra SenHment Analysis vengono quindi opportunamente categorizzaH gli utenH del web e successivamente ne vengono analizzate le opinioni al fine di produrre analisi di Opinion Dynamic, che spaziano dalla poliHca alla comprensione dei fenomeni sociali o delle tendenza di mercato. Il modello permeTe la misurazione esterna del rischio reputazionale (di Hpo qualitaHvo) presso i diversi stakeholder, fornendo al management uno strumento efficace per monitorarlo in modo dinamico.

NLP e Machine Learning: TwiLer Opinion Dynamic


Accessibile al sito: hLp://www.tody.it

NLP e Machine Learning: TwiLer Opinion Dynamic

Finance NLP So?ware

Tool usato da: ü Termometro PoliHco (www.termometropoliHco.it) per scrivere arHcoli di natura sociale e per produrre sondaggi per trasmissioni televisive ü ParHto PoliHco Italiano


Major QBT Products: NewsMarket

Newsmarket è uno strumento di analisi delle noHzie, opportunamente addestrabile, il cui compito è generare allarmi e previsioni automaHzzate, da proporre a chi investe L’idea è creare un automa, che senza sosta analizza news alla ricerca di correlazioni e tendenze e che, al momento opportuno, dice all’essere umano: “data l’aTuale situazione poliHca e bellica in Libia tenere soTo osservazioni l’ETF sul petrolio e tuW i Htoli legaH al seTore petrolifero. Si suggerisce di prestare aTenzione al Htolo ENI, BP” Le basi scienHfiche su cui poggia il sistema NewsMarket sono state presentate al Congresso di ArHficial Economics 29-‐30 August 2013, Klagenfurt/Austria e pubblicate sul volume Springer: ArHficial Economics and Self OrganizaHon, Lecture Notes in Economics and MathemaHcal Systems Volume 669, 2014, pp 133-‐145. hTp://link.springer.com/chapter/10.1007%2F978-‐3-‐319-‐00912-‐4_11 Il secondo protoHpo, NewsMarket 2.0, è stato presentato alla conferenza “Carving Society: New fronHers in the study of social phenomena” tenutasi a Roma, c/o LABSS-‐ISTC-‐CNR (1 Dicembre 2014) e pubblicate sul paper “NewsMarket 2.0: some empirical evidence”, in aTesa di pubblicazione.

Finance NLP So?ware


NLP e Machine Learning: NewsMarket

Financial Forecasts Based on Analysis of Textual News Sources: Some Empirical Evidence A. BarazzeW, F. Cecconi, R. Mastronardi Abstract The explosive growth of online news and the need to find the right news arHcle quickly and efficiently cause people to adapt on events happening. The readers task is to filter out the desired informaHon from headlines and teasers by scanning various sources formats (text, broadcasHng transmission and video storage) of news arHcles. What people need are enHHes, relaHonships and events, which can be extracted from text by using event extracHon techniques. Considering the granularity of event extracHon, we present a novel approach that extracts correlaHon between news with a human/machine interacHon. Our scope is to answer this quesHon more efficiently: “How might stocks (e.g. Eni) react if a news is created and launched again across web news network?”. This research examines a predicHve machine learning approach for financial news arHcles analysis using a News Index Map (NIM) based on a web news decision support system for event forecasHng and trading decision. Empirical evaluaHon on real online news data sets firstly show that only a small number of news ends up having a real impact on the security and secondly, human coding is able to extract knowledge from large amounts of data to build predicHve models to provide investment decision suggesHons.

Finance NLP So?ware


NLP e Machine Learning: Oracolo Urbano

L’idea nasce dalla constatazione che quando si decide di acquistare una casa non ci si può fidare del venditore quando gli chiediamo la qualità del contesto di zona in cui è inserito l’immobile. Dove reperire tuTavia le informazioni che ci servono per dare un giudizio obbieWvo? La nostra intuizione è stata di uHlizzare le noHzie di cronaca presenH nei quoHdiani online, questo perché: La cronaca non è soggeTa a interpretazioni ma riporta faW, è sempre aggiornata ed è disponibile da diverse fonH. TuTavia per evitare che l’utente venga sommerso di noHzie abbiamo messo a punto uno strumento il cui compito è proprio leggere tuTe le noHzie ed estrarne un’analisi di senso compiuto. L’Oracolo Urbano analizza le news alla ricerca dei seguenH contenuH che diventeranno gli argomenH di risposta (in collaborazione con “Corriere del Ticino” e “Il Giornale del Molise”): Qualità dei mezzi di trasporto (pubblici e privaH/traffico) Qualità della sicurezza sociale (crimini, presenza forze dell’ordine) Qualità dei servizi alla persona (scuole, giardini pubblici ecc) Qualità dell’ambiente (aria, acqua, verde) EvenH anomali (catastrofi e crimini non ripetuH nel tempo) Il proof of concept è pubblicamente disponibile online all’indirizzo:

www.oracolourbano.com

Finance NLP So?ware


QBT sviluppa modelli di simulazione ad agenH per riprodurre in laboratorio scenari sociali di simulazione. Un sistema mulHagente o (sistema ad agenH mulHpli) è un insieme di agenH situaH in un certo ambiente ed interagenH tra loro mediante una opportuna organizzazione. Un agente è cioè un'enHtà caraTerizzata dal faTo di essere, almeno parzialmente, autonoma, sia essa un programma informaHco, un robot, un essere umano, e così via. OggeTo di ricerche da lunga data in intelligenza arHficiale, i sistemi ad agenH mulHpli cosHtuiscono un'interessante Hpologia di modellazione di società, e hanno a questo riguardo vasH campi d'applicazione, che si estendono fino alle scienze umane e sociali (economia, sociologia, etc.).

v  ArHficial life v  Ecologia v  Sistemi sociali v  Economia v  Domanda Offerta v  Sistemi produWvi autoorganizzanH v  Studio del territorio (Simulazione + GIS) v  Traffico v  Evoluzione del territorio v  PolluHon, emergenze v  Pedestrian Traffic Flows

Di seguito alcuni esempi:

NLP, Machine Learning: Agent Based Model

Finance NLP So?ware


MAACS: Il progeTo MAACS consiste nello sviluppo di un modello di simulazione ad agenH del traffico stradale applicato a daH cartografici georeferenziaH reali. La simulazione del traffico stradale si inquadra nella più generale offerta di servizi o prodoW per il miglioramento della qualità della vita del ciTadino. Questo modello è la parte principale di un prodoTo/servizio so?ware oggeTo di una offerta commerciale per il seTore isHtuzionale(comuni, province e regioni), per gli operatori del seTore dei lavori pubblici (costruTori, manutentori) o per gli enH valutatori in genere (ministeri, asl ecc.).


Finance NLP So?ware


CDS Manager: CDS Manager è uno strumento sviluppato in ambito CNR con la collaborazione di QBT. Il suo scopo è insegnare il funzionamento del mercato finanziario dei Credit Default Swap aTraverso un ambiente interaWvo organizzato su un modello computazionale basato su agenH. Nel nostro modello, un operatore osserva, aTraverso una simulazione, il comportamento di altri agenH (arHficiale) nel proprio mercato, ed è in grado di valutare come il comportamento degli agenH arHficiali incida sul significato delle variabili su cui sta prendendo le sue decisioni, per esempio, il prezzo.


Finance NLP So?ware


Disclaimer

Page 33

QBT Sagl informa i destinatari del presente documento che tutte le informazioni in esso contenute sono coperte da riservatezza e non possono essere (i) copiate, (ii) trasmesse a terzi e (iii) divulgate in qualsiasi forma, senza il preventivo permesso di QBT Sagl. Tali informazioni non possono avere alcuna efficacia contrattuale poiché sono trasmesse unicamente per finalità commerciali e promozionali afferenti all’opportunità d’investimento a cui si riferiscono e non possono, quindi, essere utilizzate per altri scopi. Ogni violazione sopra esposta sarà perseguibile ai sensi di legge.

vvvvvvvvvvvvvvvvvv QBT Sagl informs the addressees of this document that all the information contained therein are confidential and can not be (i) copied, (ii) disclosed to third parties and (iii) disclosed in any form, without the prior permission of QBT Sagl . This information can not have any contractual force because they are supplied only for commercial and promotional purposes relating shares of the fund to which they relate and can not, therefore, be used for other purposes. Any violation set forth above will be prosecuted according to law.


Grazie per l’aLenzione

QBT Sagl Via E.Bossi, 4 CH-‐6830 Chiasso – Svizzera Tel.: 0041 (0) 91.682.24.28 Fax: 0041 (0) 91.682.11.21 web: www.qbt.ch – email: [email protected] www.linkedin.com/company/qbt-‐sagl?trk=biz-‐companies-‐cym hTps://twiTer.com/QbtSagl

Contact Informa:on

Data & Analytics

Qbt company overview_it_2015