www.bayesia.com n'est pas optimisé pour votre navigateur (Internet Explorer 6).
Nous vous suggérons de passer à IE 7 ou Firefox pour une meilleure navigation.

Webinar: "Découverte de connaissances dans le marché boursier - 2ème partie"

12 juillet 2011

Les marchés financiers, plus que tout autre type de séries chronologiques peut être, ont été examinés par d'innombrables mathématiciens, économistes, investisseurs et spéculateurs, sur des centaines d'années. Même dans les temps modernes, malgré tous les progrès scientifiques, l'effort pour prédire les mouvements futurs des marchés boursiers ressemble parfois aux aspirations alchimiques anciennes de transformation des métaux basiques en or. Cela ne veut pas dire qu'il n'existe pas de véritables efforts scientifiques dans l'étude des marches financiers, mais plutôt que la distinction entre recherche sérieuse et charlatanisme (ou même fraude) reste remarquablement difficile.

Notre but n'est pas de mettre en oeuvre une boule de cristal pour investisseurs, pas plus que nous n'avons la prétention de contribuer à la littérature économique et économétrique. Cependant, la richesse des données des marchés financiers représente à nos yeux un terrain fertile pour l'expérimentation de nos algorithmes de découverte de connaissances. Ce domaine permet d'illustrer de manière très concrète la puissance des réseaux Bayésiens ; la connaissance représentée graphiquement est en effet aisément comparable à notre propre compréhension de la dynamique du marché. Par exemple, les opinions dominantes des investisseurs concernant les relations entre les principaux titres devraient être reflétées dans les structures découvertes par nos algorithmes. 

Nous utiliserons dans ce webinar les algorithmes d'apprentissage non supervisés et supervisés du logiciel BayesiaLab pour générer automatiquement les réseaux Bayésiens à partir des valeurs quotidiennes des titres sur une période de six ans. Nous examinons 459 actions du marché américain S&P 500 Index, pour lesquelles des observations sont disponibles sur toute la période. Nous avons choisi le S&P 500 comme base de notre étude car les sociétés cotées dans cet indice figurent vraisemblablement parmi les sociétés les plus connues dans le monde entier, de sorte que même un observateur occasionnel doit être en mesure de pouvoir juger de la pertinence des résultats obtenus.