Titre :	Impl´ementation d’un Backtest de strat ´egie de trading de crypto-monnaies.
Type de document :	theses et memoires
Auteurs :	Ilham Hocini ; Saidani, Directeur de thèse
Editeur :	Tizi Ouzou : U.M.M.T.O. - F.G.E.I.
Année de publication :	2022
Importance :	62 p.
Présentation :	ill.
Format :	30 cm.
Note générale :	Bibliogr .
Langues :	Français
Mots-clés :	March´e financier, exchange, cryptomonnaie, analyse technique, backtesting, machine learning, algotrading, strat ´egies de trading, r ´eseau de neurones, perceptron, perceptron multicouches, feedforward, retro propagation, pr ´ ediction, apprentissage par renforcement, Deep Q Network.
Résumé :	De nouvelles technologies ´emergent avec l’av `enement du trading algorithmique sur les march´es financiers mondiaux. Ce m´emoire propose une ´etude sur l’un des processus de trading les plus ´ el ´ementaires : le backtesting. Apr`es avoir d´ etaill ´e la strat ´egie `a utiliser, nous d´eveloppons un prototype d’un tel syst `eme pour tester les performances de la strat ´egie sur le march´e de la cryptomonnaie. Nous y fournissons des sp´ecifications fonctionnelles et techniques mettant en avant une particularit ´e du syst `eme : les r ´eseaux de neurones. Nous d´eveloppons deux mod`eles du deep learning et nous les exploitons pour am´ eliorer la strat ´egie backtest´ee. Enfin, nous pr ´esentons les r ´ esultats exp´erimentaux. 1
En ligne :	D:\CD.THESE.2022\MASTER.INF\HOCINI I..PDF
Format de la ressource électronique :	PDF
Permalink :	./index.php?lvl=notice_display&id=36762

Impl´ementation d’un Backtest de strat ´egie de trading de crypto-monnaies. [theses et memoires] / Ilham Hocini ; Saidani, Directeur de thèse . - Tizi Ouzou (Tizi Ouzou) : U.M.M.T.O. - F.G.E.I., 2022 . - 62 p. : ill. ; 30 cm.
Bibliogr .
Langues : Français

Mots-clés :	March´e financier, exchange, cryptomonnaie, analyse technique, backtesting, machine learning, algotrading, strat ´egies de trading, r ´eseau de neurones, perceptron, perceptron multicouches, feedforward, retro propagation, pr ´ ediction, apprentissage par renforcement, Deep Q Network.
Résumé :	De nouvelles technologies ´emergent avec l’av `enement du trading algorithmique sur les march´es financiers mondiaux. Ce m´emoire propose une ´etude sur l’un des processus de trading les plus ´ el ´ementaires : le backtesting. Apr`es avoir d´ etaill ´e la strat ´egie `a utiliser, nous d´eveloppons un prototype d’un tel syst `eme pour tester les performances de la strat ´egie sur le march´e de la cryptomonnaie. Nous y fournissons des sp´ecifications fonctionnelles et techniques mettant en avant une particularit ´e du syst `eme : les r ´eseaux de neurones. Nous d´eveloppons deux mod`eles du deep learning et nous les exploitons pour am´ eliorer la strat ´egie backtest´ee. Enfin, nous pr ´esentons les r ´ esultats exp´erimentaux. 1
En ligne :	D:\CD.THESE.2022\MASTER.INF\HOCINI I..PDF
Format de la ressource électronique :	PDF
Permalink :	./index.php?lvl=notice_display&id=36762