Analyse et prédiction de séries temporelles par méthodes non linéaires
Application à des données industrielles et financières
Première édition
Dans l'industrie de la gestion de fonds, nous observons que de nombreuses stratégies de gestion active exploitent la segmentation par styles de gestion (value vs growth ou encore small vs big). Le pouvoir explicatif ainsi que l’importance de ces facteu
Pour plus d'informations à propos de la TVA et d'autres moyens de paiement, consultez la rubrique "Paiement & TVA".
Les commandes en ligne se font via notre partenaire i6doc.
Spécifications
- Éditeur
- Presses universitaires de Louvain
- Auteur
- Amaury Lendasse,
- Collection
- Thèses de l'École polytechnique de Louvain
- Langue
- français
- Catégorie (éditeur)
- Sciences appliquées > Ingénierie mathématique
- BISAC Subject Heading
- TEC000000 TECHNOLOGY & ENGINEERING
- Code publique Onix
- 06 Professionnel et académique
- CLIL (Version 2013-2019 )
- 3069 TECHNIQUES ET SCIENCES APPLIQUEES
- Description public visé
- Gestionnaires, financiers
- Date de première publication du titre
- 01 septembre 2010
- Subject Scheme Identifier Code
- Classification thématique Thema: Technologie, ingénierie et agriculture, procédés industriels
- Type d'ouvrage
- Thèse
Livre broché
- Date de publication
- 01 janvier 2003
- ISBN-13
- 978-2-93034-434-8
- Ampleur
- Nombre de pages de contenu principal : 149
- Format
- 16 x 24 x 0,9 cm
- Poids
- 252 grammes
- Prix
- 14,00 €
- ONIX XML
- Version 2.1, Version 3
Google Livres Aperçu
Publier un commentaire sur cet ouvrage
Si vous avez une question, utilisez plutôt notre formulaire de contact
Sommaire
CHAPITRE 1 :
PREDICTION DE SERIES TEMPORELLES : POURQUOI ? COMMENT ? 5
1 POURQUOI ETUDIER LES SERIES TEMPORELLES ? 5
2 QU'EST-CE QU’UNE SERIE TEMPORELLE ? 6
3 LES SERIES TEMPORELLES SONT-ELLES PREDICTIBLES ? 9
4 COMMENT PREDIRE UNE SERIE TEMPORELLE ? 10
5 OU LA DIFFICULTE SE SITUE-ELLE ? 12
6 UNE APPROCHE SYSTEMATIQUE 13
CHAPITRE 2 :
SELECTION DE STRUCTURE DE MODELE, ESTIMATION DE L’ERREUR DE GENERALISATION 15
1 INTRODUCTION 15
2 ESTIMATION DE L’ERREUR DE GENERALISATION 16
3 EXEMPLE D’APPROXIMATION DE FONCTION 19
4 PREDICTION DE SERIES TEMPORELLES 20
5 RESEAUX RBFN 21
6 MONTE-CARLO CROSS-VALIDATION 23
7 VALIDATION SIMPLE 25
8 K-FOLD CROSS-VALIDATION 25
9 LEAVE-ONE-OUT 26
10 BOOTSTRAP 27
11 BOOTSTRAP 632 30
12 CRITERES BIC ET AIC 32
13 ANALYSE THEORIQUE ET PRATIQUE DES METHODES PRESENTEES 33
14 RESULTATS SUR SANTAFEA 35
15 PROBLEME DES MINIMA LOCAUX 41
16 FAST BOOTSTRAP 46
17 CONCLUSIONS DU CHAPITRE 52
CHAPITRE 3 :
DETERMINATION DU REGRESSEUR, SELECTION ET PROJECTION 53
1 INTRODUCTION 53
2 METHODES DE SELECTION DU REGRESSEUR 54
3 CONSTRUCTION DU REGRESSEUR PAR PROJECTION 68
4 METHODOLOGIE PROPOSEE POUR LA CONSTRUCTION DU REGRESSEUR 78
5 CONCLUSIONS DU CHAPITRE 82
CHAPITRE 4 :
PREDICTION DE SERIES FINANCIERES 85
1 POURQUOI ETUDIER LES SERIES FINANCIERES ? 85
2 PREDICTION D’UN INDICE BOURSIER 85
3 APPLICATIONS À DEUX INDICES DE MARCHÉ 88
4 LES INDICES BOURSIERS SONT-ILS PREDICTIBLES ? 96
CHAPITRE 5 :
APPROXIMATION ET PREDICTION PAR QUANTIFICATION VECTORIELLE 97
1 INTRODUCTION 97
2 PREDICTION PAR CONCATENATION 99
3 PONDERATION DE LA SORTIE 103
4 PONDERATION TOTALE 104
5 PONDERATION PAR UN MODELE LINEAIRE 105
6 LIEN AVEC LES RBFN 107
7 CONCLUSIONS DU CHAPITRE 109
CHAPITRE 6 :
ANALYSE ET PREDICTION A L’AIDE DE
CARTES AUTO-ORGANISEES 111
1 INTRODUCTION 111
2 CARTES AUTO-ORGANISEES 111
3 ALGORITHME DE WARD 115
4 ANALYSE DE DONNEES 116
5 PREDICTION DE SERIES 128
6 CONCLUSIONS DU CHAPITRE 136
CHAPITRE 7 :
PREDICTION DE SERIES TEMPORELLES, CONCLUSIONS ET PERSPECTIVES 137
1 QU’EST-CE QUI A ETE REALISE ? 137
2 QUELLES CRITIQUES SUR CE TRAVAIL ? 138
3 QUE FAIRE DANS L’AVENIR ? 139
REFERENCES 141