Application d'algorithme génétique pour génerer un actif boursier. Cas des marchés à terme
Par : ,
Formats :
Actuellement indisponible
Cet article est actuellement indisponible, il ne peut pas être commandé sur notre site pour le moment. Nous vous invitons à vous inscrire à l'alerte disponibilité, vous recevrez un e-mail dès que cet ouvrage sera à nouveau disponible.
- Nombre de pages85
- PrésentationBroché
- FormatPoche
- Poids0.175 kg
- Dimensions15,1 cm × 22,9 cm × 0,7 cm
- ISBN978-3-8416-6513-3
- EAN9783841665133
- Date de parution01/12/2015
- ÉditeurEditions universitaires européen...
Résumé
La bourse est l'un des grands axes de commerce international et parmi ses branches les marchés à terme. Dans ce livre nous avons utilisé une nouvelle approche de modélisation de ces marchés à terme en basons sur les principes de la théorie des jeux. Le modèle de Laib et Radjef a comme objectif de concevoir des automates dont la mission est de négocier les prix sur un marché à terme. Ces automates seront alimentés par un flux régulier d'informations et doivent être équipés de stratégies capable de réagir aux variations de l'offre et de la demande dans la fixation de leurs prix.
Pour la résolution de ces modèles nous avons opté pour une métaheuristique (algorithme génétiques).
Pour la résolution de ces modèles nous avons opté pour une métaheuristique (algorithme génétiques).
La bourse est l'un des grands axes de commerce international et parmi ses branches les marchés à terme. Dans ce livre nous avons utilisé une nouvelle approche de modélisation de ces marchés à terme en basons sur les principes de la théorie des jeux. Le modèle de Laib et Radjef a comme objectif de concevoir des automates dont la mission est de négocier les prix sur un marché à terme. Ces automates seront alimentés par un flux régulier d'informations et doivent être équipés de stratégies capable de réagir aux variations de l'offre et de la demande dans la fixation de leurs prix.
Pour la résolution de ces modèles nous avons opté pour une métaheuristique (algorithme génétiques).
Pour la résolution de ces modèles nous avons opté pour une métaheuristique (algorithme génétiques).