Articles liés à Algorithmes d'apprentissage en gestion de portefeuille:...

Algorithmes d'apprentissage en gestion de portefeuille: Optimisation et combinaison de réseaux de neurones: application à la répartition d'actifs sous contrainte de valeur à risque - Couverture souple

Chapados, Nicolas

 
9786131534096: Algorithmes d'apprentissage en gestion de portefeuille: Optimisation et combinaison de réseaux de neurones: application à la répartition d'actifs sous contrainte de valeur à risque
Couverture souple
ISBN 10 : 6131534098 ISBN 13 : 9786131534096
Editeur : Editions universitaires europeennes, 2010

Synopsis

Les algorithmes d'apprentissage automatique, tels que les réseaux de neurones, jouent un rôle croissant en gestion de portefeuille. Ce livre propose et compare deux paradigmes d'entraînement de réseaux de neurones en gestion de portefeuille: un premier consistant à entraîner le réseau à prévoir les premiers moments de la distribution conditionnelle des rendements des actifs puis à rendre une décision de répartition moyenne-variance classique, et un second effectuant directement une décision de répartition des actifs, éliminant l'étape de la prévision. Nous étudions également les méthodes de combinaison de modèles, offrant une réponse au problème de choix des hyperparamètres contrôlant le réseau et permettant de stabiliser la performance des modèles en présence d'un niveau de bruit élevé. Une évaluation expérimentale détaillée est présentée, utilisant comme sujet les secteurs de l'indice boursier canadien.

Les informations fournies dans la section « Synopsis » peuvent faire référence à une autre édition de ce titre.

Présentation de l'éditeur

Les algorithmes d'apprentissage automatique, tels que les réseaux de neurones, jouent un rôle croissant en gestion de portefeuille. Ce livre propose et compare deux paradigmes d'entraînement de réseaux de neurones en gestion de portefeuille: un premier consistant à entraîner le réseau à prévoir les premiers moments de la distribution conditionnelle des rendements des actifs puis à rendre une décision de répartition moyenne-variance classique, et un second effectuant directement une décision de répartition des actifs, éliminant l'étape de la prévision. Nous étudions également les méthodes de combinaison de modèles, offrant une réponse au problème de choix des hyperparamètres contrôlant le réseau et permettant de stabiliser la performance des modèles en présence d'un niveau de bruit élevé. Une évaluation expérimentale détaillée est présentée, utilisant comme sujet les secteurs de l'indice boursier canadien.

Biographie de l'auteur

Nicolas Chapados, Ph.D., CFA, détient un diplôme d'ingénieur de l'Université McGill ainsi qu'une maîtrise et un doctorat en informatique de l'Université de Montréal, Canada. Chercheur dans le domaine des algorithmes d'apprentissage automatique, il se spécialise dans les problèmes de gestion de portefeuille et de prévision de séries temporelles.

Les informations fournies dans la section « A propos du livre » peuvent faire référence à une autre édition de ce titre.

Éditeur
Editions universitaires europeennes
Date d'édition
2010
Langue
français
ISBN 10 
6131534098
ISBN 13 
9786131534096
Reliure
Broché
Nombre de pages
172
Coordonnées du fabricant
non disponible
Personne responsable
HACHETTE LIVRE SA
https://www.hachette.fr/

1 AVENUE GUTENBERG
MAUREPAS CEDEX
78319
France