A partir de cette page vous pouvez :
Retourner au premier écran avec les étagères virtuelles... |
Résultat de la recherche
1 résultat(s) recherche sur le mot-clé 'Marché obligataire, courbe des taux, Nelson Siegel, Taux Zéro-coupon, VECM,LSTM.'
Affiner la recherche Faire une suggestion
Prédictions financières à base de modèle statistique et Machine Learning / CHAKHMANE Ikrame
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