Il presente lavoro di tesi mira ad analizzare e comprendere il grado di efficienza dei mercati finanziari internazionali e la conseguente capacità, mediante specifici modelli di deep learning, di provare a prevedere le fluttuazioni dei prezzi azionari. Nello specifico si considerano otto indici di borsa: quattro relativi a paesi sviluppati, ovvero FTSE MIB, S&P 500, FTSE 100 e NIKKEI 225 e quattro relativi a paesi ancora in via di sviluppo, ovvero Bovespa, Shanghai Composite, Nifty 50 e BIST 100. Il primo obiettivo è confrontare l’efficienza dei diversi mercati internazionali relativi ad ogni indice di borsa analizzato, effettuando un test di random walk paese per paese e valutando, tramite l’analisi statistica, il grado di efficienza in forma debole di ogni mercato, cercando di capire se possono essere considerati più efficienti i mercati dei paesi sviluppati o quelli dei paesi in via di sviluppo.