Previsione dei mercati azionari: un'estensione dell'approccio Engle-Granger alle tecniche di machine learning ed ensemble learning.

This thesis explores the interaction between traditional econometric approaches and machine learning techniques in the predictive analysis of stock markets, with particular reference to the relationship between the 10-year U.S. interest rates (10Y USA Rate), earnings, and the S&P 500 index. The objective of this study is to address the following research question: 'Is it possible to improve the predictive capability of the Engle-Granger model for the t+1 return of the S&P 500 index through the use of nonlinear models and ensemble learning techniques?

La presente tesi esplora l’interazione tra approcci econometrici tradizionali e tecniche di machine learning nell'analisi predittiva dei mercati azionari, con particolare riferimento alla relazione tra i tassi di interesse a 10 anni degli Stati Uniti (10Y USA Rate), gli utili e l'indice azionario S&P 500. L'obiettivo del lavoro è rispondere alla seguente domanda di ricerca: 'È possibile migliorare la capacità predittiva del modello di Engle-Granger sul rendimento a t+1 dell'indice S&P 500 attraverso l’utilizzo di modelli non lineari e tecniche di ensemble learning?'