Évaluation empirique d'actifs canadiens par l'apprentissage automatique
Notice bibliographique
Résumé
Ce mémoire a pour objectif d’évaluer diverses techniques d’apprentissage machine de régression et de classification à l’exercice de la prédiction de rendements d’actions au Canada et aux États-Unis. Plus précisément, pour les modèles de régressions, nous utilisons le modèle Ridge, Ada Boost, XGBoost, et Extra Trees et pour les modèles de classification, nous utilisons le modèle Régression Logistique, XGBoost Classification, Hist Gradient Boosting Classification et Extra Trees Classification. À partir de ces prédictions, nous bâtissons des portefeuilles suivant une stratégie longue-courte avec divers signaux (top 10, top 20 ainsi que positif et négatif) que nous comparons à des critères de références, comme un portefeuille suivant une stratégie longue également pondérée, le TSX60, le S&P500 ou encore le NASDAQ. L’analyse a été réalisée sur plusieurs périodes à savoir 2008-01 à 2024-01, 2008-01 à 2024-01, 2008-01 à 2012-01, 2012-01 à 2020-01 et 2020-01 à 2024-01, à une fréquence mensuelle. Nous exploitons, pour le Canada et les États-Unis, des données macroéconomiques en fréquence mensuelle provenant de la base de données LCDMA et de la Federal Reserve of Economic Data (FRED), ainsi que 50 actions provenant du Toronto Stock Exchange (TSX60) et 50 actions provenant du S&P500. Nos résultats révèlent que la grande majorité de nos modèles d’apprentissage machine, indépendamment du territoire et des signaux utilisés, surperforment nos critères de références selon nos métriques d’évaluation. De plus, nous relevons que les modèles d’apprentissage machine non-linéaire possèdent de meilleures performances prédictives en hors-échantillon que les modèles linéaires, bien que cela ne résulte pas toujours en de meilleures performances économiques. Enfin, nous présentons une interprétation de nos modèles à l’aide de la méthodologie de SHAP, afin de comprendre l’importance relative de nos variables dans les prédictions. _____________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : Apprentissage machine, Prédiction, Stratégies longue-courte, Gestion de portefeuille, Finance quantitative, Canada, États-Unis.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,050 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,004 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».