Modeles classiques et de datamining les plus utilises en evaluation et en prediction de la performance des actions: revue de littérature
Other Title(s)
Classic and datamining models most used in evaluation and prediction of the performance of stocks: literature review
Joint Authors
al-Chaui, Abd Allah
Nafi, Abd al-Ilah
Yusufi, Abd Allah
Source
Revue des Etudes Multidisciplinaires en Sciences Economiques et Sociales
Issue
Vol. 7, Issue 1 (30 Apr. 2022), pp.231-268, 38 p.
Publisher
Publication Date
2022-04-30
Country of Publication
Morocco
No. of Pages
38
Main Subjects
Abstract EN
Many researches has been done on the issue of predictability and performance of stocks.
investors have long sought to find investment strategies in stock portfolios that outperform normal market performance using a variety of models.
to this end, investors collect the data produced by the various financial systems to find patterns helping to predict and select the best securities.
however, the complex nature, the speed of production, the volume and the large dimension of data constituting an obstacle to the application of classical models to data in order to extract knowledge from it.
hence, other “data mining” models are taking up space in the area of prediction and stock selection.
this article will present a literature review on the question of the stock performance predictability as well as an overview on the classical and "data-mining" models most used in the evaluation and the prediction of stock profitability.
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.
American Psychological Association (APA)
Nafi, Abd al-Ilah& Yusufi, Abd Allah& al-Chaui, Abd Allah. 2022. Modeles classiques et de datamining les plus utilises en evaluation et en prediction de la performance des actions: revue de littérature. Revue des Etudes Multidisciplinaires en Sciences Economiques et Sociales،Vol. 7, no. 1, pp.231-268.
https://search.emarefa.net/detail/BIM-1579978
Modern Language Association (MLA)
al-Chaui, Abd Allah…[et al.]. Modeles classiques et de datamining les plus utilises en evaluation et en prediction de la performance des actions: revue de littérature. Revue des Etudes Multidisciplinaires en Sciences Economiques et Sociales Vol. 7, no. 1 (2022), pp.231-268.
https://search.emarefa.net/detail/BIM-1579978
American Medical Association (AMA)
Nafi, Abd al-Ilah& Yusufi, Abd Allah& al-Chaui, Abd Allah. Modeles classiques et de datamining les plus utilises en evaluation et en prediction de la performance des actions: revue de littérature. Revue des Etudes Multidisciplinaires en Sciences Economiques et Sociales. 2022. Vol. 7, no. 1, pp.231-268.
https://search.emarefa.net/detail/BIM-1579978
Data Type
Journal Articles
Language
French
Notes
Includes bibliographical references: p. 264-268.
Record ID
BIM-1579978