A Comparative Analysis of Machine Learning Models for Long and Short-Term Forecasting of the Egyptian Stock Market: A Focus on EGX30

Résumé Technique : Une Analyse Comparative des Modèles d'Apprentissage Automatique pour la Prévision à Court et Long Terme du Marché Boursier Égyptien

Énoncé du Problème
Le marché boursier égyptien, et plus particulièrement l'indice EGX30, représente une arène financière émergente, dynamique mais sous-étudiée. Bien qu'une littérature abondante existe sur les marchés boursiers mondiaux, il existe une lacune critique dans la compréhension des tendances et des dynamiques spécifiques des marchés en développement comme celui de l'Égypte. Les investisseurs de cette région sont souvent confrontés à des défis dus à un manque d'expertise en analyse technique et aux risques inhérents des marchés à haut rendement. L'objectif principal de cette étude est de combler cette lacune en développant et en évaluant des modèles prédictifs précis, adaptés à l'EGX30. La recherche répond au besoin d'outils robustes capables de prévoir les tendances du marché à court terme (jusqu'à une semaine) et à long terme (jusqu'à deux mois) afin d'aider à la gestion des risques et à la formulation de stratégies d'investissement.

Méthodologie
L'étude emploie un cadre comparatif complet utilisant les données historiques de l'EGX30. La méthodologie est structurée autour de trois composantes centrales :

1. Prétraitement des Données et Ingénierie des Caractéristiques (Feature Engineering) :

   • Le jeu de données a été segmenté en caractéristiques temporelles (jour de la semaine, mois, année, etc.), bien que l'analyse de corrélation ait révélé que celles-ci étaient insuffisantes à elles seules en raison d'une faible corrélation avec les prix des actions.
   • Pour capturer le contexte historique et les dépendances temporelles, l'étude a introduit des caractéristiques de retard par fenêtre glissante (rolling window lag features).
   • Des indicateurs techniques ont été élaborés, incluant les moyennes mobiles simples (SMA), les moyennes mobiles exponentielles (EMA), les bandes de Bollinger, l'indice de force relative (RSI) et l'indice du canal des matières premières (CCI).
   • Une fonction de retard a été appliquée aux données historiques pour permettre l'anticipation des tendances sur plusieurs jours, respectant la structure temporelle inhérente aux données financières.

2. Sélection de Modèles :
   La recherche a évalué un éventail diversifié de sept algorithmes d'apprentissage automatique (ML) et deux architectures d'apprentissage profond (DL) :

   • ML Traditionnel : K-Plus Proches Voisins (KNN), Régresseur d'Arbre de Décision, Forêt Aléatoire (Random Forest), Extra Trees, Adaptive Boosting (AdaBoost), Light Gradient Boosted Machine (LightGBM) et Extreme Gradient Boosting (XGBoost).
   • Apprentissage Profond (Deep Learning) : Long Short-Term Memory (LSTM) et Gated Recurrent Unit (GRU).
   • Approche d'Ensemble : Une technique de mélange (blending) a été appliquée aux modèles les plus performants pour créer un prédicteur d'ensemble, particulièrement pour les horizons à long terme.

3. Cadre d'Évaluation :

   • Horizons Temporels : Les modèles ont été testés sur quatre intervalles de prédiction distincts : un jour, une semaine, un mois et deux mois.
   • Métriques : La performance a été quantifiée à l'aide de l'erreur quadratique moyenne (RMSE), de l'erreur absolue en pourcentage moyenne (MAPE) et du coefficient de détermination ($R^2$).
   • Optimisation : Les modèles d'apprentissage profond ont utilisé l'optimiseur Adam pour une convergence efficace.

Résultats Clés
Les résultats expérimentaux ont révélé des caractéristiques de performance distinctes selon l'horizon de prédiction :

• Prédictions à Un Jour : XGBoost est apparu comme le modèle supérieur, atteignant la plus haute précision avec un RMSE de 0,0163 et un $R^2$ de 0,993. LightGBM et Random Forest ont également démontré une performance robuste, bien que XGBoost soit légèrement plus efficace.
• Prédictions à Une Semaine : Le modèle GRU a surpassé tous les autres, atteignant le RMSE le plus bas (0,0406) et le $R^2$ le plus élevé (0,961). Random Forest et Extra Trees ont également bien performé, mais la capacité du GRU à capturer la saisonnalité et les relations complexes s'est avérée décisive.
• Prédictions à Long Terme (Un et Deux Mois) :
  • Le GRU a continué de démontrer une performance supérieure, maintenant les meilleurs scores de RMSE et de $R^2$ sur les horizons d'un mois et de deux mois.
  • KNN a produit un résultat surprenant, surpassant nettement ses résultats à court terme pour devenir un acteur de premier plan dans les prévisions à long terme (se classant troisième pour les prédictions à un mois et deuxième pour les prédictions à deux mois).
  • Technique d'Ensemble : Le modèle d'ensemble, qui a mélangé les meilleurs modèles individuels, a obtenu les améliorations les plus significatives pour la prévision à long terme. Notamment, dans le scénario de prédiction à deux mois, le RMSE du modèle d'ensemble était environ cinq fois inférieur à celui du modèle GRU autonome, soulignant l'efficacité des méthodes d'ensemble pour les horizons étendus.

Signification et Contributions
L'étude revendique plusieurs contributions significatives au domaine de la prévision financière dans les marchés émergents :

1. Aperçus Spécifiques au Contexte : Elle fournit la première analyse comparative détaillée des modèles de ML et de DL spécifiquement pour l'EGX30, offrant des informations exploitables pour les investisseurs naviguant dans la dynamique unique du marché égyptien.
2. Sélection de Modèle Dépendante de l'Horizon : La recherche établit qu'aucun modèle n'est universellement optimal. Elle démontre que XGBoost est le mieux adapté aux prédictions à haute fréquence d'un jour, tandis que le GRU et les techniques d'ensemble sont essentiels pour capturer la complexité des tendances hebdomadaires et mensuelles.
3. Réévaluation de KNN : L'étude remet en question la vision conventionnelle de KNN comme un algorithme purement à court terme ou simple, révélant sa pertinence inattendue et durable pour la prédiction de tendances à long terme dans ce contexte de marché spécifique.
4. Supériorité de l'Ensemble : L'article souligne que si les modèles d'apprentissage profond individuels sont puissants, le mélange d'ensemble (ensemble blending) améliore considérablement la robustesse et la précision, particulièrement pour les prévisions à long terme où les modèles individuels peinent face à des taux d'erreur plus élevés.

Limites et Directions Futures
Les auteurs reconnaissent que l'ajustement de nombreux modèles nécessite des ressources de calcul substantielles, ce qui peut limiter la profondeur de l'optimisation des hyperparamètres. Des travaux futurs sont proposés pour inclure :

• L'intégration des architectures Transformer, qui ont montré des promesses dans la prédiction de séries temporelles.
• L'incorporation de l'Analyse de Sentiment dérivée des calendriers commerciaux mondiaux/locaux, des actualités et des publications sur les réseaux sociaux de personnalités publiques afin d'enrichir les caractéristiques prédictives.

En conclusion, cette étude valide l'utilité des techniques avancées d'apprentissage automatique et d'apprentissage profond pour le marché boursier égyptien, soulignant que la sélection du modèle doit être alignée sur l'horizon temporel spécifique de la stratégie d'investissement.