Comparing different machine learning models using the stock market dataset

This thesis highlights the practical applications of machine learning in financial markets, showing that while predictions can be valuable, stock movements remain complex and influenced by multiple factors. Moreover, with further refinements, these models could contribute to more data-driven decision-making in stock trading and portfolio management

Questa tesi evidenzia le applicazioni pratiche del machine learning nei mercati finanziari, dimostrando che, sebbene le previsioni possano essere preziose, i movimenti azionari rimangono complessi e influenzati da molteplici fattori. Inoltre, con ulteriori perfezionamenti, questi modelli potrebbero contribuire a un processo decisionale maggiormente basato sui dati nel trading azionario e nella gestione del portafoglio.