Chapitre 10 — Prévision de séries financières par réseaux

Calculatrice interactive — Apprentissage profond

1. Gain sur la prévision naïve, face aux coûts

EAM du modèle

EAM prévision naïve

Coût de transaction (pts)

2. Jours de décalage de publication

Fin de la période de référence

Date de publication réelle

3. Coût comparé : structure codée contre structure apprise

Paramètres (modèle structuré)

Paramètres (réseau)

Rappels : comparer systématiquement au trivial (prévision naïve) ; un gain de prévision inférieur aux coûts de transaction n'est pas exploitable ; un décalage entre date de référence et date de disponibilité produit une fuite de données ; « quand une structure est connue, la coder vaut mieux que l'apprendre ».