Prévision du cours boursier par les réseau de neurones

La motivation de cette étude est d’estimer le modèle de prévision de l’indice S&P500 tout en appliquant dans le premier lieu, un modèle non linéaire et non stationnaire qui est connu sous le nom un réseau de neurone à lien fonctionnel (FLANN), qui a été présenté à l’origine par Pao et al (1992) et il est définit comme une nouvelle architecture, qui se compose sur un modèle à une seule couche basée sur des fonctions d’expansions. Dans le deuxième lieu, la méthode de décomposition en mode empirique (EMD). L’objectif principal de cette étude est d’estimer l’impact de l’EMD sur l’amélioration de la prévision de FLANN pour prévoir l’évolution de cours boursier, en utilisant les critères de performance afin de trouver le meilleur résultat pour fournir une prévision précise.