Sperimentazione di soluzioni di machine learning per la previsione di indice di borsa

Il Machine Learning ha portato al raggiungimento di ottimi risultati in diversi ambiti, tra cui il mercato azionario. Sono nati molti fondi di investimento che basano la loro strategia sulle decisioni prese da un algoritmo. Questa tesi tratta della sperimentazione di una soluzione per la previsione di un indice di borsa, che utilizza architetture note in altri ambiti del machine learning. Facendo uso di tecnologie disponibili in letteratura come il meccanismo di attention e i Transformer, si riesce a prevedere l'andamento dell'indice di borsa S&P500 con un'accuratezza superiore a quella di un modello baseline utilizzato come riferimento.