Titre : Prédiction et simulation de l’évolution des marchés financiers : un cadre combinant théorie financière, richesse des données textuelles et apprentissage par transfert

Lieu : Local 3195, Pavillon André-Aisenstadt, Université de Montréal
Date : Mercredi 12 septembre à 14h

Jury :
Président : Jian-Yun Nie
Membre : Mitliagkas Ioannis
Directeur : Philippe Langlais

Résumé:

Analyser, anticiper et simuler la dynamique des marchés financiers pour la prise de décision d'investissement constituent de vieux défis pour la communauté académique et l'industrie. Cette dynamique est complexe, évolutive, non-linéaire et les séries sont bruitées, non-stationnaires avec des changements de régime récurrents.

Alors que de façon cloisonner, l’économie financière se concentre sur les modèles causaux explicatifs et les données quantitatives « backward looking» avec de faible pouvoir prédictif, l’apprentissage profond jusqu’à présent ignore la causalité, n'est pas toujours adapté pour tous les horizons de prédiction et mise sur les modèles prédictifs .

Notre objectif ultime dans le cadre de cette thèse est de proposer une solution unifiée exploitant le transfert de connaissance, les théories économiques faisant consensus pour introduire la causalité en amont des modèles prédictifs et utilisant les données non-structurées ayant de fort pouvoir prédictif.