2108/19

210/01
2101/19
2102/19
2103/19
2104/19
2105/19
2106/19
2107/19
2109/19

Ouvrages de la bibliothèque en indexation 2108/19

Prédictions financières à base de modèle statistique et Machine Learning / CHAKHMANE Ikrame

Public ISBD Titre : Prédictions financières à base de modèle statistique et Machine Learning Type de document : projet fin études Auteurs : CHAKHMANE Ikrame, Auteur Langues : Français (fre) Catégories : e-Management et Business Intelligence Mots-clés : Marché obligataire, courbe des taux, Nelson Siegel, Taux Zéro-coupon, VECM,LSTM. Index. décimale : 2108/19 Résumé : Ce mémoire dresse une synthèse de mon projet de fin d’études réalisé au sein de la banque d’affaires et d’investissement « CDG Capital », ayant pour finalité de réaliser des prédictions financières sur des données de marché. Ce projet a pour objectif l’analyse prédictive de la courbe des taux Zéro-coupon influant le marché obligataire marocain et justifie son comportement. Dans un premier temps, on a essayé d’analyser notre dataset pour pouvoir avoir une idée sur le type des données qu’on va étudier et comprendre le comportement des courbes des taux. Dans ce sens, on a pensé à modéliser cette courbe en se basant sur un modèle paramétrique et évaluer sa compatibilité avec la courbe des taux zéro-coupon avant d’introduire le concept d’estimation et de prédiction. Ce projet s’est déroulé en deux phases, la première consiste à vérifier la correspondance de l’expression du taux Zéro coupon du modèle paramétrique proposé par Nelson Siegel , à nos données et déterminer le modèle qui convient le plus à nos courbes . La deuxième phase consiste à estimer les paramètres du modèle choisis en utilisant deux approches, une se base sur un modèle statistique à savoir VECM et la deuxième se base sur un modèle intelligent à savoir LTSM et comparer les résultats obtenus des deux modèles. Le présent rapport relate les différentes étapes pour accomplir notre mission et réaliser le projet. Prédictions financières à base de modèle statistique et Machine Learning [projet fin études] / CHAKHMANE Ikrame, Auteur . - [s.d.]. Langues : Français (fre) Catégories : e-Management et Business Intelligence Mots-clés : Marché obligataire, courbe des taux, Nelson Siegel, Taux Zéro-coupon, VECM,LSTM. Index. décimale : 2108/19 Résumé : Ce mémoire dresse une synthèse de mon projet de fin d’études réalisé au sein de la banque d’affaires et d’investissement « CDG Capital », ayant pour finalité de réaliser des prédictions financières sur des données de marché. Ce projet a pour objectif l’analyse prédictive de la courbe des taux Zéro-coupon influant le marché obligataire marocain et justifie son comportement. Dans un premier temps, on a essayé d’analyser notre dataset pour pouvoir avoir une idée sur le type des données qu’on va étudier et comprendre le comportement des courbes des taux. Dans ce sens, on a pensé à modéliser cette courbe en se basant sur un modèle paramétrique et évaluer sa compatibilité avec la courbe des taux zéro-coupon avant d’introduire le concept d’estimation et de prédiction. Ce projet s’est déroulé en deux phases, la première consiste à vérifier la correspondance de l’expression du taux Zéro coupon du modèle paramétrique proposé par Nelson Siegel , à nos données et déterminer le modèle qui convient le plus à nos courbes . La deuxième phase consiste à estimer les paramètres du modèle choisis en utilisant deux approches, une se base sur un modèle statistique à savoir VECM et la deuxième se base sur un modèle intelligent à savoir LTSM et comparer les résultats obtenus des deux modèles. Le présent rapport relate les différentes étapes pour accomplir notre mission et réaliser le projet.

Réservation

Réserver ce document

Exemplaires

Code barre	Cote	Support	Localisation	Section	Disponibilité
2108/19	2108/19 CHA	Texte imprimé	unité des PFE	PFE/2019	Disponible