Prédiction profonde de l'intérêt des investisseurs : une approche de regroupement supervisé.

Auteurs
Date de publication
2019
Type de publication
Autre
Résumé Nous proposons une nouvelle architecture d'apprentissage profond adaptée à la prédiction de l'intérêt des investisseurs pour un actif donné dans un laps de temps donné. Cette architecture effectue à la fois le regroupement et la modélisation des investisseurs. Nous vérifions d'abord ses performances supérieures sur un scénario simulé inspiré de données réelles, puis nous l'appliquons à une grande base de données propriétaire de BNP Paribas Corporate and Institutional Banking.
Thématiques de la publication
  • ...
  • Pas de thématiques identifiées
Thématiques détectées par scanR à partir des publications retrouvées. Pour plus d’informations, voir https://scanr.enseignementsup-recherche.gouv.fr