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.
Plongez dans l'exécution algorithmique sur les marchés obligataires, en soulignant la transition vers le trading électronique et l'importance d'algorithmes efficaces.
Explore l'utilisation de l'apprentissage automatique dans le trading algorithmique pour optimiser les signaux de prix et minimiser les dérapages sur les marchés à terme.
Couvre l'exploitation efficace des données grâce à des méthodes de clustering et à l'optimisation des rendements du marché à l'aide du clustering d'actifs.
Explore l'arbitrage dans des modèles multipériodes, couvrant le trading dynamique, l'absence d'arbitrage, les stratégies de trading, les prix réduits et les martingales.
Explore des études d'événements en économie financière, testant l'efficacité du marché avec des calculs de rendement anormaux et des exemples tels que des surprises de bénéfices.
Explore les modèles factoriels en finance, couvrant les portefeuilles de moyenne variance, les anomalies de taille et de valeur et les stratégies de momentum.
Couvre le modèle de tarification des immobilisations, lestimation des bêtas, les preuves empiriques sur les rendements par rapport à la bêta, les contraintes de vente courte et le choix optimal du portefeuille.
Introduit des bases d'apprentissage automatique, couvrant la segmentation des données, le regroupement, la classification, et des applications pratiques comme la classification d'image et la similarité du visage.
