Hybrid Forecasting: Analisi finanziaria e algoritmi avanzati di machine learning sui titoli Enel ed Eni

The study adopted an integrative approach to analyze the impact of the war in Ukraine as a distressed scenario on Eni and Enel companies, utilizing both innovative and classical financial models. Starting from classical financial valuation models such as Discounted Cash Flow, namely DCF, and Comparable Companies valuation were used to provide a traditional evaluation of the financial performance of the companies. The integration of these two methodologies offered a comprehensive and detailed view of the war's impact on the stock prices and intrinsic value of Eni and Enel. Subsequently, advanced models such as LSTM, ANN/RNN, and Random Forest were employed to analyze nonlinear data and temporal sequences, providing investors with a clear perspective on how to manage their portfolios during periods of geopolitical uncertainty. Investors benefited from these analyses to make informed decisions regarding the composition of their portfolios during uncertain times. The combined use of innovative and classical models provided valuable guidance in weighting the shares of the two companies and commodities within the portfolios. A way to going deeper in the application of these two approaches is to run a simulation in an applied field, and by this way an M&A deal simulation has been developed. This kind of project can highlight the power of using these two innovative approaches. The integration of innovative and classical models proved to be crucial for investors in navigating market complexities during periods of uncertainty. The analyses provided a comprehensive overview of the companies and commodities, enabling investors to make informed decisions and construct optimized portfolios to achieve desired returns and effectively manage risks.

Lo studio ha adottato un approccio integrato per analizzare l’impatto della guerra in Ucraina come scenario distressed sulle società Eni ed Enel, utilizzando modelli finanziari sia innovativi che classici. Partendo da modelli di valutazione finanziaria classici come il Discounted Cash Flow, ovvero il DCF, e la valutazione delle Comparable Companies sono stati utilizzati per fornire una valutazione tradizionale della performance finanziaria delle aziende. L'integrazione di queste due metodologie ha offerto una visione completa e dettagliata dell'impatto della guerra sui prezzi delle azioni e sul valore intrinseco di Eni ed Enel. Successivamente, sono stati utilizzati modelli avanzati come LSTM, ANN/RNN e Random Forest per analizzare dati non lineari e sequenze temporali, fornendo agli investitori una prospettiva chiara su come gestire i propri portafogli durante periodi di incertezza geopolitica. Gli investitori hanno beneficiato di queste analisi per prendere decisioni informate riguardo alla composizione dei loro portafogli durante periodi incerti. L'uso combinato di modelli innovativi e classici ha fornito indicazioni preziose nella ponderazione delle azioni delle due società e delle materie prime all'interno dei portafogli. Un modo per approfondire l'applicazione di questi due approcci è eseguire una simulazione in un campo applicato, e in questo modo è stata sviluppata una simulazione di operazione di M&A. Questo tipo di progetto può evidenziare il potere dell’utilizzo di questi due approcci innovativi. L’integrazione di modelli innovativi e classici si è rivelata cruciale per gli investitori nell’affrontare le complessità del mercato durante i periodi di incertezza. Le analisi hanno fornito una panoramica completa delle società e delle materie prime, consentendo agli investitori di prendere decisioni informate e costruire portafogli ottimizzati per ottenere i rendimenti desiderati e gestire efficacemente i rischi.