Intelligence Artificielle, Méga Données et Paradigme de l'efficience des marchés : Feuille de route et guide compréhensif

Auteurs

  • Oumaima Ayi Faculté d’Économie et de Gestion, Université Ibn Tofail, Kénitra, Maroc
  • Mounir Elbakkouchi Faculté d’Économie et de Gestion, Université Ibn Tofail, Kénitra, Maroc https://orcid.org/0009-0004-8752-0056

DOI :

https://doi.org/10.71420/ijref.v2i6.126

Mots-clés :

Apprentissage automatique, Données massives, Intelligence artificielle, Finance, Stock market prediction, Market Efficiency

Résumé

La manière dont fonctionne l'industrie financière évolue de manière spectaculaire et rapide grâce à l'intelligence artificielle (IA) et à l'apprentissage automatique (ML). Les banques et les banquiers se tournent de plus en plus vers ces technologies pour améliorer le service client, mieux gérer les risques et rationaliser de nombreux processus internes. Par conséquent, cet article propose une revue exhaustive du degré d'intégration de l'IA et du ML dans le secteur financier à ce jour, en examinant leurs avantages, leurs inconvénients, ainsi que les développements associés au traitement des données à grande échelle (Big Data). L’article met l’accent sur les bénéfices liés à l’adoption de ces technologies guidées par l’innovation, allant d’une efficacité opérationnelle accrue et d’une précision améliorée, à une meilleure gestion des risques, en passant par une expérience client de qualité supérieure. Il aborde également certaines problématiques et risques associés à l’utilisation de l’IA et du ML dans la finance, tels que les considérations éthiques, la confidentialité des données, la cybersécurité, ainsi que le risque de biais algorithmique. Parallèlement, l’étude explore les implications théoriques et empiriques de l’utilisation de l’IA et du Big Data à la lumière de l’hypothèse d’efficience des marchés (EMH). Cette dernière, issue directement de la finance néoclassique, stipule que « le prix d’un actif financier reflète instantanément toute l’information disponible ». En examinant de manière critique et synthétique des articles scientifiques récents, l’étude analyse empiriquement le rôle des modèles d’apprentissage automatique et profond (tels que les réseaux de neurones, les machines à vecteurs de support, les arbres de décision et leurs hybrides) dans la prévisibilité des prix des actifs, des tendances et de la volatilité. Ces avancées sont ainsi évaluées à travers le prisme des postulats classiques de l’efficience des marchés.

Téléchargements

Publiée

2024-07-12

Comment citer

Ayi, O., & Elbakkouchi, M. (2024). Intelligence Artificielle, Méga Données et Paradigme de l’efficience des marchés : Feuille de route et guide compréhensif. International Journal of Research in Economics and Finance, 2(6), 90–113. https://doi.org/10.71420/ijref.v2i6.126

Numéro

Rubrique

Articles

Articles similaires

<< < 1 2 3 4 

Vous pouvez également Lancer une recherche avancée de similarité pour cet article.