Este documento explora el impacto del conflicto Israel-Palestina en el rendimiento de las acciones de las empresas estadounidenses y sus posiciones públicas sobre el conflicto. En una era donde las posiciones corporativas sobre cuestiones geopolíticas son cada vez más escrutadas, entender las implicaciones en el mercado de tales declaraciones es crítico. Esta investigación tiene como objetivo capturar las complejas relaciones no lineales entre las acciones corporativas, la cobertura mediática y los resultados financieros, integrando técnicas estadísticas tradicionales con modelos avanzados de aprendizaje automático. Para lograr esto, construimos un conjunto de datos novedoso que combina anuncios corporativos públicos, sentimiento mediático (incluyendo el tono de los titulares y el cuerpo del artículo) y actividades filantrópicas. Utilizando modelos de clasificación y regresión, predijimos si las empresas tenían afiliaciones con Israel y luego analizamos cómo estas afiliaciones, combinadas con otras características, afectaron sus rendimientos de acciones durante un período de 30 días. Entre los modelos probados, los métodos de aprendizaje en conjunto, como el apilamiento y el aumento, lograron la mayor precisión de clasificación, mientras que un modelo de Perceptrón Multicapa (MLP) demostró ser el más efectivo en la previsión de rendimientos anormales de acciones. Nuestros hallazgos destacan la creciente relevancia del aprendizaje automático en la previsión financiera, particularmente en contextos moldeados por dinámicas geopolíticas y discursos públicos. Al demostrar cómo el sentimiento y la postura corporativa influyen en el comportamiento de los inversores, esta investigación ofrece valiosos conocimientos para inversores, analistas y tomadores de decisiones corporativas que navegan por paisajes políticos sensibles.