This thesis explores the application of artificial intelligence in finance, with particular focus on machine learning models for market forecasting and credit risk assessment. After a theoretical overview of the main algorithms and their ethical and regulatory implications, an experimental case study is presented showing how machine learning techniques can enhance predictive accuracy compared to traditional methods, while raising issues of transparency and accountability. The work highlights the need to integrate performance and ethical sustainability for a responsible use of AI in financial processes.

La tesi esplora l’applicazione dell’intelligenza artificiale in finanza, con particolare attenzione ai modelli di machine learning per la previsione dei mercati e la valutazione del rischio di credito. Dopo una sintesi teorica sui principali algoritmi e sulle implicazioni etiche e regolamentari, viene presentato un caso di studio sperimentale che mostra come le tecniche di apprendimento automatico possano migliorare l’accuratezza predittiva rispetto ai metodi tradizionali, pur sollevando questioni di trasparenza e responsabilità. Il lavoro sottolinea la necessità di integrare performance e sostenibilità etica per un uso consapevole dell’IA nei processi finanziari.

INTELLIGENZA ARTIFICIALE NELLA FINANZA

RIBERO, LUCA
2024/2025

Abstract

This thesis explores the application of artificial intelligence in finance, with particular focus on machine learning models for market forecasting and credit risk assessment. After a theoretical overview of the main algorithms and their ethical and regulatory implications, an experimental case study is presented showing how machine learning techniques can enhance predictive accuracy compared to traditional methods, while raising issues of transparency and accountability. The work highlights the need to integrate performance and ethical sustainability for a responsible use of AI in financial processes.
2024
ARTIFICIAL INTELLIGENCE IN FINANCE
La tesi esplora l’applicazione dell’intelligenza artificiale in finanza, con particolare attenzione ai modelli di machine learning per la previsione dei mercati e la valutazione del rischio di credito. Dopo una sintesi teorica sui principali algoritmi e sulle implicazioni etiche e regolamentari, viene presentato un caso di studio sperimentale che mostra come le tecniche di apprendimento automatico possano migliorare l’accuratezza predittiva rispetto ai metodi tradizionali, pur sollevando questioni di trasparenza e responsabilità. Il lavoro sottolinea la necessità di integrare performance e sostenibilità etica per un uso consapevole dell’IA nei processi finanziari.
File in questo prodotto:
File Dimensione Formato  
Thesis Artificial Intelligence in Finance-Luca Ribero -.pdf

accesso aperto

Dimensione 1.41 MB
Formato Adobe PDF
1.41 MB Adobe PDF Visualizza/Apri

È consentito all'utente scaricare e condividere i documenti disponibili a testo pieno in UNITESI UNIPV nel rispetto della licenza Creative Commons del tipo CC BY NC ND.
Per maggiori informazioni e per verifiche sull'eventuale disponibilità del file scrivere a: unitesi@unipv.it.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14239/31911