Machine learning e modelli a stati latenti per la previsione dei regimi di mercato
Iuliano, Filippo Francesco (A.A. 2024/2025) Machine learning e modelli a stati latenti per la previsione dei regimi di mercato. Tesi di Laurea in Economia dei mercati finanziari, Luiss Guido Carli, relatore Emilio Barone, pp. 130. [Master's Degree Thesis]
|
PDF (Full text)
Download (2MB) | Preview |
Abstract/Index
Mercati finanziari: struttura, funzionamento ed efficienza. Microstruttura dei mercati finanziari. Teorie dell’efficienza del mercato. Teoria delle serie temporali finanziarie. Prezzi, rendimenti e capitalizzazione. Caratteristiche principali delle serie storiche. Machine learning per la previsione dei regimi di mercato. Introduzione al machine learning. Modelli statistico-probabilistici. Hidden Markov model (HMM). Modelli di machine learning. Modellazione e strategia di previsione dei regimi. Preprocessing e costruzione delle features. Modello Hidden Markov a finestra mobile (Rolling HMM). Modelli supervisionati: XGBoost e LSTM. Valutazione strategica delle performance.
References
Bibliografia: pp. 117-120.
| 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: | Economia dei mercati finanziari |
| Thesis Supervisor: | Barone, Emilio |
| Thesis Co-Supervisor: | Catalano, Marta |
| Academic Year: | 2024/2025 |
| Session: | Autumn |
| Deposited by: | Alessandro Perfetti |
| Date Deposited: | 03 Mar 2026 13:50 |
| Last Modified: | 03 Mar 2026 13:50 |
| URI: | https://tesi.luiss.it/id/eprint/45060 |
Downloads
Downloads per month over past year
Repository Staff Only
 |
View Item |
