Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.
AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.
Couvre la théorie du mouvement brownien, de la diffusion et des promenades aléatoires, en mettant l'accent sur la théorie d'Einstein pour le mouvement unidimensionnel.
Explore les modèles factoriels en finance, couvrant les portefeuilles de moyenne variance, les anomalies de taille et de valeur et les stratégies de momentum.
Explore l'économie financière, le choix du portefeuille à variance moyenne, l'évaluation des actifs, les frontières efficaces et l'impact de l'aversion au risque.
Couvre les principes de régression de mélange gaussien, la modélisation des densités articulaires et conditionnelles pour les ensembles de données multimodaux.
Couvre les mesures des risques, le calcul de VaR, ES, les contre-essais et les distributions multivariées pour l'évaluation des risques de portefeuille.
Explore la construction d'un modèle de probabilité, l'échantillonnage aléatoire, le calcul de la variance et l'optimisation de l'allocation dans les expériences.
Introduit des concepts d'inférence statistique, en se concentrant sur l'estimation des paramètres, les estimateurs non biaisés et l'estimation moyenne à l'aide de variables aléatoires indépendantes.
Couvre l'estimation paramétrique, la modélisation saisonnière, les méthodes Box-Jenkins, les calculs de variance et les mesures de dépendance dans l'analyse des séries chronologiques.
Explore l'estimation de la variance, la création d'estimateurs personnels, la correction du biais et la compréhension de l'erreur carrée moyenne dans l'analyse statistique.
