NOS PUBLICATIONS 

Comparaison des performances entre les algorithmes de classification : Random Forest et Bagging

L'utilisation du Machine Learning pour la détection d'anomalies et de valeurs atypiques

L'apport du Machine Learning aux projections épidémiologiques classiques

L'utilisation du NLP pour la manipulation et l’interprétation des données textuelles issues du monde de la Santé

Dynamic of agricultural commodity: A focus on extreme soybeans price variation via Extreme Value Theory

Utilisation de modèles ARIMA saisonniers pour la prédiction des flux de change

Copula in dependence modeling and risk measure estimating for cross-asset portfolio
Part II : Simulation and Application

Copula in dependence modeling and risk measure estimating for cross-asset portfolio
Part I : Model and Estimation

bulle d'expertise

Tous nos consultants ont l’occasion d’évoluer, au sein de Coperneec, dans un espace permettant exploration scientifique et technique, transmission et partage des savoirs. A travers des groupes de travail, groupes de discussion et formations plusieurs fois par mois, les expertises circulent, grandissent et des travaux de recherche se concrétisent.

Les sujets développés sont nombreux, reflétant tout autant les aspirations personnelles de nos collaborateurs que les sujets chauds relevés auprès de nos clients.

  • Benchmarking d’algorithmes de machine learning. Etat de l’art, remise en question et perspectives d’évolution.
  • Mise en adéquation des méthodes scientifiques éprouvées avec les problématiques métiers
  • Deep learning, analyse d’image, de texte, Intelligence Artificielle
  • POC sur des sujets de recherche ciblés, tous secteurs

un exemple de projet fédérateur

Un projet qui allie dextérité en Python, exploration en machine learning et maniement d’instruments financiers :

Nous développons un pool de recherche en Trading Algorithmique avec une API propriétaire en Python et des stratégies simulées sur l’une des plateformes de trading en ligne les plus utilisées au monde.

Tous nos consultants, du plus novice au plus expert, peuvent développer leurs propres stratégies basées sur des outils de statistique avancée ou de machine learning, les backtester et les simuler en live sur les cours de marché.

Le tout en se challengeant les uns les autres afin d’obtenir les meilleurs performances (PnL, Sharpe Ratio, RoMaD).

Un projet global et sur la durée, auquel chaque nouvel arrivant peut se plugger à tout moment.