Contribution à l'étude des méthodes quantitatives d'aide à la décision –appliquées aux indices du marché d'actions - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2007

CONTRIBUTION TO THE QUANTITATIVE METHODS STUDIES OF DECISION-MAKING SUPPORT APPLIED TO THE STOCK MARKET INDICES

Contribution à l'étude des méthodes quantitatives d'aide à la décision –appliquées aux indices du marché d'actions

Résumé

This thesis is divided into two parts: first, it concerns the study of different quantitative methods used for decision making support in all situations. Second, study and analysis of the stock market index in Egypt. Indeed, the Egyptian stock market is considered to be inefficient with respect to the international stock markets. According to this, we expect that it is very difficult to use the traditional forecasting methods to predict the trend of the stock market index. In order to predict the Cairo & Alexandria Stock Exchanges (CASE), the Box-Jenkins Auto Regressive Integrated Moving Average (ARIMA) and Artificial Neural Network (ANN) methods were applied to predict the stock market index of (CASE) in Egypt. For this purpose, we have used the stock market index samples for the CASE collected from 1992-2005 (3311 daily time series observation). The traditional forecasting method ARIMA was found to be not able to predict the CASE stock market index. However, the ANN prediction method was found to be able to follow the real trend of the index. This was confirmed by the Mean Absolute Percentage Error (MAPE) and Mean Square Error (MSE). Hence, neural networks for weekly prediction of financial stock markets are efficient. Consequently, the individual investor could make the most of the use of this forecasting method for his decision especially in the stock market.
Cette thèse se compose de deux parties : la première expose et compare les différentes méthodes quantitatives d'aide à la décision utilisées dans diverses situations. La deuxième étudie et analyse l'indice du marché boursier d'Egypte - marché considéré comme inefficient parmi les marchés boursiers internationaux. En conséquence, nous précisons qu'il est très difficile d'utiliser les méthodes traditionnelles pour prévoir la tendance de l'indice de ce marché boursier (Bourse du Caire et d'Alexandrie : CASE). Pour cela nous avons appliqué la méthode ARIMA de Box-Jenkins (moyenne mobile intégrée auto-régressive) et la méthode ANN (Réseaux de Neurones Artificiels) à un échantillon d'indices du marché boursier (CASE) collecté entre 1992 et 2005, soit 3311 observations d'une série chronologique. Les résultats obtenus ont montré que la méthode traditionnelle de prédiction ARIMA ne permet pas de prévoir l'indice du marché boursier de CASE, alors que la méthode ANN est capable de suivre la tendance réelle de l'indice. Ces conclusions ont été confirmées par les deux critères de calcul du pourcentage d'erreur sur la moyenne absolue (MAPE) et de l'erreur sur la moyenne quadratique (MSE). Donc, les réseaux neuronaux pour la prédiction hebdomadaire des marchés boursiers financiers étant efficaces, l'investisseur individuel pourrait tirer profit de l'utilisation de cette méthode de prédiction pour ses propres décisions financières.
Fichier principal
Vignette du fichier
zakwan.pdf (2.88 Mo) Télécharger le fichier
Loading...

Dates et versions

tel-00413979 , version 1 (07-09-2009)

Identifiants

  • HAL Id : tel-00413979 , version 1

Citer

Kreit Zakwan. Contribution à l'étude des méthodes quantitatives d'aide à la décision –appliquées aux indices du marché d'actions. Sciences de l'Homme et Société. Université Montesquieu - Bordeaux IV, 2007. Français. ⟨NNT : ⟩. ⟨tel-00413979⟩

Collections

CONFREMO
743 Consultations
10171 Téléchargements

Partager

Gmail Facebook X LinkedIn More