Détection analytique du « Smart Stock Trading System » utilisant un modèle d'IA

Dans le domaine de la finance, les transactions boursières s'imposent comme l'une des activités les plus significatives. La prédiction du cours des actions implique l'analyse des données de marché disponibles afin de prévoir la valeur future d'une action ou d'un titre particulier. Dans le cadre de nos recherches, nous avons développé un modèle de machine learning associé à un LSTM (Long Short-Term Memory) pour prédire le cours des actions. Notre modèle suit le principe du 70:30, ce qui lui permet d'améliorer sa précision au fil du temps. Nous avons collecté une décennie de données issues de Yahoo Finance et utilisé des techniques personnalisées d'ingénierie des caractéristiques et de deep learning pour analyser les tendances du marché boursier. Notre approche a démontré une précision prometteuse dans la prédiction des tendances boursières. En optimisant rigoureusement les durées des prédictions, les méthodes d'ingénierie des caractéristiques et les techniques de prétraitement des données, nos travaux contribuent à faire progresser la recherche tant dans l'analyse financière que dans la modélisation technique au sein du domaine boursier. Mots-clés— LSTM, Machine learning, RNN, Data Prediction, finance, linear regression.