Financial Market Anomaly Detection – AAPL

Il progetto esegue un'analisi su dati simulati relativi al titolo Apple Inc. (AAPL), con l'obiettivo di identificare pattern anomali nei prezzi azionari. Vengono applicate tecniche statistiche (Bollinger Bands, Z-score) e modelli di machine learning (Isolation Forest) per isolare deviazioni significative nel tempo.

Questo lavoro dimostra la capacità di modellare e interpretare serie temporali finanziarie, con attenzione alla rilevazione di outlier e comportamenti di mercato non ordinari.