Modeles classiques et de datamining les plus utilises en evaluation et en prediction de la performance des actions: revue de littérature

Abstract FRE

Beaucoup de recherches ont été avancées sur la question sur la prévisibilité de la performance des titres.

depuis longtemps, les investisseurs cherchent à trouver des stratégies d’investissements sur de portefeuilles d’actions qui surperforment le rendement normal du marché en utilisant une variété de modèles.

pour cela, les investisseurs collectent les données produites par les différents systèmes financiers pour en trouver des liens et des structures de comportement aidant à la prédiction et à la sélection des meilleurs titres.

or, la nature complexe de données, la vitesse de production des données, le volume et la grande dimension constituent une entrave à l’application des modèles classiques aux données pour en extraire de la connaissance.

de ce fait, d’autres modèles de « data-mining » prennent de la place dans le domaine de la prédiction et de la sélection des titres.

cet article va présenter une revue de littérature sur la question de la prévisibilité de la performance des actions ainsi qu’un aperçu sur les modèles classiques et les modèles de « data-mining » les plus utilisés dans l’évaluation et la prédiction de la rentabilité des actions.