Machine learning pour la finance


Objectif

L’objectif du cours est se familiariser avec les principales méthodes de data mining et de machine learning en vue d’applications en finance. Seront abordées les techniques avancées de scoring, les algorithmes classiques de machine learning et de deep learning, ainsi quine ouverture sur les méthodes de renforcement. L’exploitation de données non structurées telles que des données textuelles sera abordée.

Plan

– Présentation des principaux algorithmes de machine learning. 
– Surapprentissage: pénalisation, régularisation, validation croisée
– Présentation des principales techniques de scoring 
– Focus sur les réseaux de Neurone: feedforward, convolutif, récurrent,  
– Traitement de données textuelles: bag of words, Word2Vec, prediction de cours boursier à partir de tweets
– Apprentissage par renforcement: model based, policy based 

Références

– Deep learning, I. Goodfellow, Y. Bengio & A. Courville
– Advances in financial machine learning, M. Lopez de Prado
– Reinforcement Learning, An Introduction, R. Sutton & A. Barto