Réseaux de neurones et séries temporelles
Réseaux de neurones et séries temporelles : Une application au taux de change Euro/Dollar
Arnoult Nicolas & Issaad Réda, 2011
RÉSUMÉ. Ce papier présente des modèles de réseaux de neurones appliqués aux séries temporelles. Nous montrons comment cette technique permet de capter la non linéarité des séries financières et macroéconomiques en prenant l’exemple du taux de change Euro/Dollar. Nous expliquons une méthode permettant d’éviter la situation de sur apprentissage. Nous quantifions également l’apport de cette technique sur les prévisions relativement à une prévision linéaire.
ABSTRACT. This paper presents neural network modeling applied to times series. We show how this pattern provides a better fit of non linearity concerning financial and macroeconomic series by taking the Euro/Dollar exchange rate as an example. We explain a method which prevent from over fitting situation. We also demonstrate in this case the better quality of forecasts compared to the linear model.
MOTS-CLÉS : Réseau de neurones autorégressif, Séries temporelles, Perceptron multicouches, Econométrie non linéaire. KEYWORDS: Time delayed neural network, Neural autoregressive model, Time series neural network, NARX, Multilayer Perceptron, Non linear econometrics.
Table des matières
1. 2.
INTRODUCTION .................................................................................... 1 ANALYSE LINEAIRE................................................................................ 2 2.1. 2.2. ANALYSE DE LA SERIE ................................................................................ 2 LES MODELES ARMAX : ESTIMATIONS ET PREVISIONS .................................. 7
3.
LES RESEAUX DE NEURONES ............................................................... 10 3.1. 3.2. 3.3. 3.4. PRINCIPES GENERAUX ............................................................................. 10