Thèse universitaire
Thèse de licence (2016) :
“Optimisme et marchés financiers: une analyse sur les familles italiennes”.
Pour ma licence et mon master, j’ai choisi de réaliser des travaux expérimentaux en statistiques.
- Thèse de licence
“Optimisme et marchés financiers : une analyse sur les familles italiennes”
Ma thèse de licence était en économétrie. J’ai utilisé le logiciel Stata.
Après avoir téléchargé un jeu de données de la Banque d’Italie, j’ai présenté des statistiques descriptives et j’ai effectué une analyse de régression sur la relation entre les familles italiennes et les marchés financiers.
L’accent de la thèse était mis sur les facteurs sociodémographiques expliquant les différentes perspectives (pessimistes ou optimistes) sur les marchés des actions, de l’immobilier et des obligations. Les attentes rationnelles sur les marchés ne devraient pas être différentes en moyenne entre différents groupes sociaux. Est-ce vraiment le cas ? Les gens ont-ils des comportements différents en fonction de leur bien-être personnel ? - Mémoire de master : “Application de l’apprentissage automatique à la finance”
Pendant mon stage chez Phinergy, j’ai développé un réseau neuronal dont l’objectif était de prédire les mouvements sur le marché des actions d’une entreprise à court terme.
Dans la première partie de mon mémoire, je décris ce qu’est l’apprentissage automatique et je liste certaines des techniques disponibles. J’y résume également quelques cas d’application dans le secteur financier, tirés de la littérature scientifique. Le Scoring de crédit fait partie des domaines les plus prometteurs pour l’apprentissage automatique. Les articles que j’ai résumés comparent différentes techniques statistiques et d’apprentissage automatique.
La partie suivante concerne la mise en œuvre d’un réseau neuronal. Je l’ai développé en utilisant Python et TensorFlow. Il agrégeait des indicateurs d’analyse technique et des oscillateurs avec des informations sur les prix et les volumes.
Mon mémoire parle également des développements futurs, tels que l’apprentissage automatique quantique. L’informatique quantique pourrait changer la donne à l’avenir. Elle pourrait tout changer dans certains domaines – elle serait perturbatrice pour la cryptographie, par exemple.
Certaines entreprises prétendent actuellement avoir une technologie quantique. Elles permettent même aux utilisateurs de l’essayer :
IBM-Q
D-Wave
En 2017, j’ai participé à un atelier très intéressant : Techniques quantiques en apprentissage automatique.
Thèse de licence
“Optimisme et marchés financiers : une analyse sur les familles italiennes”
Superviseur : Alessandro Bucciol
Sujet : Économétrie
Logiciel : Stata, Microsoft Office
Données : Banque d’Italie
Master
Application de l’apprentissage automatique à la finance
Superviseur : Roberto Renò
Sujet : Trading, Apprentissage automatique
Logiciel : Python, TensorFlow, Microsoft Office
Données : données des marchés boursiers
Note: traduit automatiquement en français.