El rápido avance de las técnicas de aprendizaje automático y aprendizaje profundo ha revolucionado la predicción del mercado de valores, proporcionando métodos innovadores para analizar tendencias financieras y el comportamiento del mercado. Este artículo de revisión presenta un análisis exhaustivo de varios enfoques de aprendizaje automático y aprendizaje profundo utilizados en la predicción del mercado de valores, centrándose en sus metodologías, métricas de evaluación y conjuntos de datos. Se examinan modelos populares como LSTM, CNN y SVM, destacando sus fortalezas y limitaciones en la predicción de precios de acciones, volatilidad y tendencias. Además, abordamos desafíos persistentes, incluida la calidad de los datos y la interpretabilidad del modelo, y exploramos direcciones de investigación emergentes para superar estos obstáculos. Este estudio tiene como objetivo resumir el estado actual de la investigación y proporcionar información sobre la efectividad de los modelos predictivos.