Quarantino, Francesco (A.A. 2024/2025) Machine learning per la costruzione di portafogli di investimento allineati agli obiettivi Net-Zero. Tesi di Laurea in Teoria e gestione del portafoglio, Luiss Guido Carli, relatore Nicola Borri, pp. 153. [Master's Degree Thesis]

PDF (Full text) Restricted to Registered users only Download (2MB) | Request a copy

Abstract/Index

Revisione della letteratura. Modelli tradizionali di gestione del portafoglio. Finanza sostenibile e Net-Zero portfolio alignment. Machine learning per la gestione di portafogli Net-Zero. Metodologia. Dataset e fonti. Clustering aziendale e segmentazione carbonica. Previsione delle emissioni tramite supervised learning. Ottimizzazione vincolata. Ribilanciamento dinamico. Scenario Brown: simulazione di stress test. Reinforcement learning. Analisi delle emissioni stimate. Evidenze dell’ottimizzazione vincolata. I risultati del ribilanciamento dinamico. Evidenze dal test di resilienza: il cosiddetto “Brown scenario”. risultati dell’addestramento con reinforcement learning.

References

Bibliografia: pp. 129-134.

Thesis Type:	Master's Degree Thesis
Institution:	Luiss Guido Carli
Degree Program:	Master's Degree Programs > Master's Degree Program in Economics and Finance (LM-56)
Chair:	Teoria e gestione del portafoglio
Thesis Supervisor:	Borri, Nicola
Thesis Co-Supervisor:	Santucci de Magistris, Paolo
Academic Year:	2024/2025
Session:	Autumn
Deposited by:	Alessandro Perfetti
Date Deposited:	26 Mar 2026 11:15
Last Modified:	26 Mar 2026 11:15
URI:	https://tesi.luiss.it/id/eprint/45275

Downloads

Repository Staff Only

View Item