Scribd
Importer
12 vues3 pages

Modèles IA pour la prévision des prix pétroliers

Le document présente un cadre théorique et analytique sur les marchés financiers, en mettant l'accent sur le secteur pétrolier sénégalais et l'utilisation de l'intelligence artificielle pour la prévision des prix. Il aborde les modèles traditionnels et modernes, ainsi que les défis spécifiques rencontrés dans le contexte africain. Enfin, il propose des pistes de recherche futures pour améliorer la gestion économique du secteur pétrolier au Sénégal.

Transféré par

Ahmadou ba
Copyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats DOCX, PDF, TXT ou lisez en ligne sur Scribd
12 vues3 pages

Modèles IA pour la prévision des prix pétroliers

Le document présente un cadre théorique et analytique sur les marchés financiers, en mettant l'accent sur le secteur pétrolier sénégalais et l'utilisation de l'intelligence artificielle pour la prévision des prix. Il aborde les modèles traditionnels et modernes, ainsi que les défis spécifiques rencontrés dans le contexte africain. Enfin, il propose des pistes de recherche futures pour améliorer la gestion économique du secteur pétrolier au Sénégal.

Transféré par

Ahmadou ba
Copyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats DOCX, PDF, TXT ou lisez en ligne sur Scribd

FINAL

CHAPITRE 1 : CADRE THÉORIQUE ET


ANALYTIQUE
Section 1. Revue Conceptuelle et Théorique

1.1. Concepts fondamentaux des marchés financiers

 Définition et fonctionnement des marchés financiers


 Particularités des marchés pétroliers
 Importance économique du pétrole dans la région sénégalaise

1.2. Modèles dynamiques en finance de marché

 Présentation des modèles séries temporelles (AR, MA, ARIMA, GARCH, VAR)
 Limites des modèles classiques pour prévoir la volatilité et les prix
 Introduction aux modèles d’apprentissage profond et réseaux de neurones (LSTM,
réseaux convolutionnels, etc.)

1.3. Principes et usages de l’Intelligence Artificielle en finance

 Approche IA pour la prédiction de séries temporelles


 Avantages de l’IA dans la capture de non-linéarités, volatilité, événements rares
 Cas d’usage internationaux dans la modélisation des prix du pétrole

Section 2. Revue empirique et contexte local

2.1. Etat des connaissances sur la prévision des prix pétroliers

 Modèles historiques et contemporains


 Études et applications internationales avec l’IA
 Limitations et défis dans le contexte africain et sénégalais

2.2. Présentation du secteur pétrolier sénégalais

 Historique et évolution récente


 Acteurs et importance économique
 Cadre institutionnel et organisation du marché

2.3. Typologie et caractéristiques des données pétrolières au Sénégal

 Nature, sources, et fréquences des données (prix, volumes, échanges)


 Enjeux de collecte, qualité, et disponibilité des données
 Particularités locales (saisonnalité, anomalies)
CHAPITRE 2 : CADRE DESCRIPTIF ET
MÉTHODOLOGIQUE
Section 1. Faits stylisés

 Analyse des séries (prix, volatilité, volumes)


 Tests de stationnarité, détection d’anomalies
 Identification de patterns spécifiques (saisonnalité, chocs, volatilité)

Section 2. Méthodologie de recherche

2.1. Sélection et préparation des données

 Collecte, nettoyage, et transformation


 Sélection des variables explicatives et dépendantes
 Prétraitement spécifique (normalisation, décomposition, détection de ruptures)

2.2. Construction des modèles

 Modèles traditionnels : ARIMA, GARCH, VAR, etc.


 Modèles intelligents : Réseaux de neurones (MLP, LSTM), apprentissage
automatique (SVM, forêts aléatoires), et Deep Learning
 Justification du choix des outils IA
 Architecture des modèles, tuning hypertune, hyperparamètres

2.3. Validation et évaluation

 Méthodes de validation (croisée, partitions train-test)


 Critères d’évaluation : erreurs de prévision (RMSE, MAE), tests statistiques
 Analyse comparative entre modèles traditionnels et IA

Section 3. Approche analytique et robustesse

 Analyse de la stabilité et de la fiabilité des modèles


 Sensibilité aux périodes de turbulences ou à des événements extrêmes
 Limites méthodologiques et techniques

CHAPITRE 3 : RÉSULTATS EMPIRIQUES ET


DISCUSSIONS
Section 1. Application des modèles et résultats

 Mise en œuvre concrète des modèles sur les données


 Présentation des performances (graphes, tableaux)
 Comparaison entre modèles traditionnels et IA
Section 2. Discussion critique et implications

 Analyse critique des résultats obtenus


 Interprétation pour le contexte sénégalais : gestion des risques, stabilité économique
 Limites des modèles (précision, overfitting, données)
 Apports de l’IA dans la compréhension et la prévision

CONCLUSION
 Synthèse des résultats clés
 Rappel de la problématique, des hypothèses, et des principales innovations
 Pertinence théorique et pratique
 Pistes de recherches futures : intégration de nouvelles méthodologies IA,
élargissement à d’autres marchés ou autres matières premières, utilisation de données
en temps réel
 Perspectives pour la gestion et la politique économique du secteur pétrolier sénégalais

Vous aimerez peut-être aussi