Réseaux de neurones pour l'analyse technique : une étude sur le Klci

Cet article présente une étude des réseaux de neurones artificiels pour l'utilisation dans la prévision des indices boursiers. Les données d'un marché émergent majeur, la Bourse de Kuala Lumpur, sont appliquées comme étude de cas. Basé sur l'analyse de la plage redimensionnée, un réseau de neurones à rétropropagation est utilisé pour capturer la relation entre les indicateurs techniques et les niveaux de l'indice sur le marché étudié dans le temps. En utilisant différentes stratégies de trading, un bénéfice notable peut être réalisé en achetant les actions indexées dans les proportions respectives. Les résultats montrent que le modèle de réseau de neurones peut obtenir de meilleurs retours comparé aux modèles ARIMA conventionnels. L'expérience montre également que des prévisions utiles peuvent être faites sans l'utilisation de données de marché étendues ou de connaissances. Toutefois, l'article discute également des problèmes associés à la prévision technique utilisant des réseaux de neurones, tels que le choix des "plages horaires" et les problèmes de "récence".