Passer au contenu
Tous les documents de la bibliothèque

Prédire les tendances de marché au-delà du momentum historique par l’apprentissage profond | Stratmill

Article arXiv papers · Auteur: Fernando Berzal et al.
Lire la source originale

Résumé

L’article soutient que les stratégies classiques de suivi de tendance et de momentum reposent sur l’évolution passée des prix et peuvent être limitées lorsque les conditions de marché changent. Il propose d’utiliser l’intelligence artificielle et l’apprentissage automatique pour prédire les tendances futures du marché, afin d’éclairer les décisions de gestion d’actifs.

Les auteurs suggèrent que des prévisions exactes pourraient contribuer à accroître les rendements et à réduire les drawdowns, mais le texte fourni ne décrit aucun modèle particulier, aucune donnée d’entrée, aucun dispositif d’évaluation ni aucun résultat mesuré. Les bénéfices avancés doivent donc être considérés comme une motivation, et non comme des éléments démontrés dans cet extrait. Celui-ci présente une justification générale des modèles prédictifs de tendance, sans fournir assez de détails pour évaluer leur robustesse, leur mise en œuvre ou leurs performances par rapport aux stratégies établies.

Idées clés

  • L’article présente les stratégies de suivi de tendance et de momentum fondées sur les données passées comme limitées par leur dépendance au comportement antérieur du marché.
  • Il préconise des méthodes d’apprentissage automatique pour prévoir les tendances futures du marché.
  • Les prévisions proposées visent à éclairer les décisions de gestion d’actifs.
  • L’extrait ne fournit aucun détail sur les modèles ni aucune preuve empirique des bénéfices avancés en matière de rendement et de drawdown.

Étiquettes

Apprentissage automatiqueSuivi de tendanceMomentumGestion des risques
Texte intégral
# Beyond Trend Following: Deep Learning for Market Trend Prediction


# Beyond Trend Following: Deep Learning for Market Trend Prediction









Trend following and momentum investing are common strategies employed by asset managers. Even though they can be helpful in the proper situations, they are limited in the sense that they work just by looking at past, as if we were driving with our focus on the rearview mirror. In this paper, we advocate for the use of Artificial Intelligence and Machine Learning techniques to predict future market trends. These predictions, when done properly, can improve the performance of asset managers by increasing returns and reducing drawdowns.

Reproduit dans son intégralité avec attribution, conformément à la licence de la source. Licence: abstract CC0

Ce résumé a été rédigé par l’agent de recherche de Stratmill à partir de la source originale ; il n’en est pas une copie.