El análisis de la bolsa de valores se considera un entorno real estocástico y exigente en el que las fluctuaciones en los precios de las acciones están influenciadas por una amplia gama de aspectos y eventos. En los últimos años, ha habido un gran interés en el análisis de datos basado en redes sociales para analizar los mercados de la bolsa de valores. Esto se debe a que los sentimientos en torno a eventos globales importantes como el Brexit o el COVID-19 afectan significativamente las decisiones empresariales y las percepciones de los inversores, así como las estadísticas de transacciones comerciales y los valores de los índices. Por lo tanto, en esta investigación, examinamos un estudio de caso del evento Brexit para evaluar la influencia que los sentimientos sobre el tema han tenido en los mercados de valores de los países de la Unión Europea (UE). El Brexit tiene implicaciones para Gran Bretaña y otros países bajo el paraguas de la Unión Europea (UE). Sin embargo, un punto común de debate son las preferencias de contribución de la UE y el desequilibrio de beneficios. Por esta razón, el evento Brexit y su impacto en los mercados de valores para los principales contribuyentes y los países con donaciones mínimas necesitan ser evaluados con precisión. Como resultado, para lograr un análisis preciso de las bolsas de valores de diferentes naciones de la UE desde dos puntos de vista diferentes, es decir, los principales contribuyentes y los países que contribuyen menos, en respuesta al evento Brexit, sugerimos un modelo óptimo de aprendizaje profundo y aprendizaje automático que incorpora el análisis de sentimientos en redes sociales sobre el Brexit para realizar predicciones del mercado de valores. Más precisamente, los modelos basados en aprendizaje automático incluyen máquinas de soporte vectorial (SVM) y regresión lineal (LR), mientras que las redes neuronales convolucionales (CNN) se utilizan como un modelo de aprendizaje profundo. Además, este método incorpora alrededor de 1.82 millones de tweets sobre los principales contribuyentes y los países que contribuyen menos al presupuesto de la UE. Los hallazgos muestran que el análisis de sentimientos de los eventos del Brexit utilizando un modelo de aprendizaje profundo ofrece mejores resultados en comparación con los modelos de aprendizaje automático, en términos de valores de raíz cuadrada media (RMSE). Los resultados del análisis de la bolsa de valores para las naciones con menor contribución en relación con el evento Brexit pueden ayudarles a tomar decisiones en el mercado de valores que eventualmente beneficiarán a su país y mejorarán sus economías débiles. Asimismo, los resultados del análisis de la bolsa de valores para las naciones que contribuyen más pueden ayudar a reducir la posibilidad de pérdidas en relación con las inversiones, así como a ayudarles a tomar decisiones efectivas.