Machine Learning for Predicting Market Volatility: A Computational Economics Approach
Cet article démontre que les modèles d'apprentissage automatique, améliorés par l'ingénierie des caractéristiques et l'explicabilité basée sur SHAP, surpassent de manière significative les méthodes économétriques traditionnelles pour prédire la volatilité du marché à haute fréquence, faisant ainsi progresser l'économie computationnelle pour une meilleure analyse des risques et une planification des investissements améliorée.