A partir de cette page vous pouvez :
Retourner au premier Ă©cran avec les Ă©tagĂšres virtuelles... |
RĂ©sultat de la recherche
1 rĂ©sultat(s) recherche sur le mot-clĂ© 'Optimisation, Portefeuille, Actifs financiers, Allocation stratégique, Risque, Algorithmes génétiques'
Affiner la recherche Faire une suggestion
Lâoptimisation de portefeuille dâactifs financiers et Les algorithmes gĂ©nĂ©tiques / Cherifa Fatima CHOUKHAN & Brahim YOUSSEFI
Titre : Lâoptimisation de portefeuille dâactifs financiers et Les algorithmes gĂ©nĂ©tiques Type de document : projet fin Ă©tudes Auteurs : Cherifa Fatima CHOUKHAN & Brahim YOUSSEFI, Auteur Langues : Français (fre) CatĂ©gories : IngĂ©nierie Finance et la Gestion des Risques (IFGR) Mots-clĂ©s : Optimisation, Portefeuille, Actifs financiers, Allocation stratĂ©gique, Risque, Algorithmes
gĂ©nĂ©tiquesIndex. dĂ©cimale : mast 137/18 RĂ©sumĂ© : Afin de déterminer une allocation d’actifs optimale il existe plusieurs méthodes, ceux qui sont
classiques (Markowitz, Sharpe, MEDAF...) et ceux qui sont basées sur des modèles qualitatifs.
Dans ce mémoire nous avons choisi de travailler sur deux approches classiques Markowitz et
MEDAF.
Cependant, ces modèles présentent des limites surtout au niveau des charges lourdes des calculs,
ainsi que le temps de réalisation de ces calculs.
D’où vient la nécessité de remplacer ces méthodes par de nouvelles approches basées sur les
méthodes d’intelligence artificielle et statistique, dont l’algorithme génétique est l’exemple le
plus connu. Puis en appliquant ce dernier pour l’optimisation d’un portefeuille d’actifs financiers
sous contraintes de risque, en définissant un programme d’optimisation.
les résultats présentés dans l’application illustrent bien la performance de cet algorithme et
son efficacité pour la résolution des programmes d’optimisation complexes notamment sous
contraintes non linéaire.
Lâoptimisation de portefeuille dâactifs financiers et Les algorithmes gĂ©nĂ©tiques [projet fin Ă©tudes] / Cherifa Fatima CHOUKHAN & Brahim YOUSSEFI, Auteur . - [s.d.].
Langues : Français (fre)
Catégories : Ingénierie Finance et la Gestion des Risques (IFGR) Mots-clés : Optimisation, Portefeuille, Actifs financiers, Allocation stratégique, Risque, Algorithmes
gĂ©nĂ©tiquesIndex. dĂ©cimale : mast 137/18 RĂ©sumĂ© : Afin de déterminer une allocation d’actifs optimale il existe plusieurs méthodes, ceux qui sont
classiques (Markowitz, Sharpe, MEDAF...) et ceux qui sont basées sur des modèles qualitatifs.
Dans ce mémoire nous avons choisi de travailler sur deux approches classiques Markowitz et
MEDAF.
Cependant, ces modèles présentent des limites surtout au niveau des charges lourdes des calculs,
ainsi que le temps de réalisation de ces calculs.
D’où vient la nécessité de remplacer ces méthodes par de nouvelles approches basées sur les
méthodes d’intelligence artificielle et statistique, dont l’algorithme génétique est l’exemple le
plus connu. Puis en appliquant ce dernier pour l’optimisation d’un portefeuille d’actifs financiers
sous contraintes de risque, en définissant un programme d’optimisation.
les résultats présentés dans l’application illustrent bien la performance de cet algorithme et
son efficacité pour la résolution des programmes d’optimisation complexes notamment sous
contraintes non linéaire.
RĂ©servation
RĂ©server ce document
Exemplaires
Code barre Cote Support Localisation Section DisponibilitĂ© mast 137/18 mast 137/18 CHE Texte imprimé Unité des masters Mast/18 Disponible