| Titre : |
Quelles sont les catégories de Machine Learning utilisées et quelles sont les données alternatives traitées par les gestionnaires d'actifs dans leur processus de décision d'investissement |
| Type de document : |
Mémoire |
| Auteurs : |
Martin HAAS, Auteur |
| Année de publication : |
2020 |
| Importance : |
64 p. |
| Note générale : |
Pour accéder aux fichiers PDF, merci de vous identifier sur le catalogue avec votre compte Office 365 via le bouton CONNEXION en haut de page. |
| Langues : |
Français (fre) |
| Mots-clés : |
Management
MARCHE FINANCIER ; INTELLIGENCE ARTIFICIELLE ; MACROECONOMIE ; GESTION DE PORTEFEUILLE ; FINANCE DE MARCHE
|
| Résumé : |
Ce travail de mémoire vise à fournir une grille de classification pour les données alternatives relatives aux marchés et produits financiers. Il explore deux grilles, l’une permettant de classifier la data selon l’émetteur et la seconde, plus pointue, vise à classifier la data selon ses caractéristiques (alpha, classe d’actifs, …). Dans un second temps, ce mémoire expliquera les trois grandes catégories d’algorithmes de Machine Learning existantes étant donné que de tels algorithmes sont fréquemment utilisés par les professionnels de la finance : le Machine Learning supervisé, le Machine Learning non supervisé et le Deep Learning. Afin de démontrer que les données alternatives sont d’un attrait croissant pour les entreprises financières et qu’il est possible d’en tirer des informations utiles, ce travail exposera l’usage du Volfefe Index, un indice conçu par la banque américaine JPMorgan qui cherche à déterminer la probabilité à laquelle les tweets du président américain Donald Trump impactent les marchés. Cette étude de cas nous prouvera que les deux grilles de classification utilisées pour les données alternatives sont adéquates et qu’il est possible d’avoir recours à des algorithmes supervisés. |
| Programme : |
Cesem |
| Permalink : |
https://cataloguelibrary.neoma-bs.fr/index.php?lvl=notice_display&id=523497 |
|  |
Quelles sont les catégories de Machine Learning utilisées et quelles sont les données alternatives traitées par les gestionnaires d'actifs dans leur processus de décision d'investissement / 2020 
