Projet de fin d'étude : Prédiction of stock market using data science and machine learning

Etudiant : REGUAGUI KAMAL

Filière : Master Big Data Analytics & Smart Systems (BDSaS)

Encadrant : Pr. BENNANI MOHAMED TAJ

Annèe : 2021

Résumé : De nos jours, la prévision du marché boursière a été l'un des problèmes les plus difficiles pour la communauté de recherche en IA « intelligence artificielle ». Les stratégies d'investissement en bourse sont complexes et reposent sur une évaluation de vastes quantités de données. Ces dernières années, les techniques d’apprentissage automatique ont été de plus en plus examinées pour évaluer et améliorer les prévisions de marché par rapport aux approches traditionnelles. Les observations sont ordonnées dans le temps dut à leur dépendance. Leurs prédictions sont une tâche importante dans l'exploration de données et ont attiré de grands intérêts et des efforts considérables au cours des dernières décennies. Cependant, cela reste un problème difficile en raison de la nature des données des séries temporelles : grande dimensionnalité, grande taille des données et mise à jour continue. Les techniques de Deep Learning et Machine Learning sont explorées pour améliorer la performance des approches traditionnelles. Dans ce document, nous visons précisément à prédire la performance du marché boursière à la clôture de la journée en appliquant divers algorithmes d'apprentissage automatique sur les deux Data sets « CoinMarketCap, CryptoCurrency » et ainsi analyser les prédictions de chacune des architectures.