2010, ISBN: 9786131534096

[ED: Taschenbuch / Paperback], [PU: Éditions universitaires européennes], Les algorithmes d'apprentissage automatique, tels que les réseaux de neurones, jouent un rôle croissant en gestio… More...

[ED: Taschenbuch / Paperback], [PU: Éditions universitaires européennes], 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., DE, [SC: 0.00], Neuware, gewerbliches Angebot, 172, Selbstabholung und Barzahlung, PayPal, offene Rechnung, Banküberweisung, Expédition internationale<

ISBN: 9786131534096

Nicolas Chapados,Paperback, French-language edition,Pub by AV Akademikerverlag GmbH & Co. KG. Books Books ~~ Computers~~ General Algorithmes-dapprentissage-en-gestion-de-portefeuille~~Nic… More...

Nicolas Chapados,Paperback, French-language edition,Pub by AV Akademikerverlag GmbH & Co. KG. Books Books ~~ Computers~~ General Algorithmes-dapprentissage-en-gestion-de-portefeuille~~Nicolas-Chapados AV Akademikerverlag GmbH & Co. KG. 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.<

ISBN: 6131534098

Hardcover

Optimisation et combinaison de réseaux de neurones: application à la répartition d'actifs sous contrainte de valeur à risque - Buch, gebundene Ausgabe, 172 S., Beilagen: Paperback, Erschi… More...

Optimisation et combinaison de réseaux de neurones: application à la répartition d'actifs sous contrainte de valeur à risque - Buch, gebundene Ausgabe, 172 S., Beilagen: Paperback, Erschienen: 2010 Editions universitaires europeennes EUE 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.<