Riassunto analitico
Negli ultimi anni, il Machine Learning (ML) ha acquisito un ruolo sempre più centrale nell'Asset Management, offrendo nuove opportunità nel miglioramento della previsione dei prezzi e dell'ottimizzazione di portafoglio. L'obiettivo del presente elaborato è quello di implementare e valutare la performance dei modelli basati sul ML nella previsione dei prezzi azionari.
L'elaborato fornisce, innanzitutto, una disamina dettagliata dei fondamenti del ML, illustrando i concetti chiave e le diverse tipologie di apprendimento. In seguito, approfondisce il tema del ML applicato all'area dell'Asset Management, con un focus sui principali vantaggi apportati nell'Asset Pricing, Price Forecasting e Portfolio Management. Infine, il presente elaborato si propone di condurre un'analisi comparativa delle tre tecniche di ML maggiormente implementate nella previsione dei prezzi azionari:Long Short Term Memory, Support Vector Machines e Random Forest.
|
