Données du carnet d'ordres à haute fréquence

Description

Compréhension de la dynamique des données du carnet d'ordres à haute fréquence et prévision des conditions du marché en exploitant l’information dans le carnet d'ordres à haute fréquence via l'apprentissage automatique.

Professeur responsable

Tolga Cenesizoglu

Finance autochtone

Description

Comprendre le processus d’acquisition de financement externe pour les entreprises autochtones et les différences systématiques des communautés autochtones. Évaluer la structure financière et les besoins financiers des projets d’infrastructure autochtones. Examiner la position et le processus de négociation des communautés autochtones avec la Couronne.

Professeur responsable

Nicolas Legendre

Finance des ménages

Description

Utiliser la théorie d’économie financière et les techniques économétriques de pointe pour comprendre les comportements financiers des individus dans le but de concevoir des interventions en matière d’éducation financière les plus susceptibles d’améliorer leur bien-être financier.

Pour en savoir plus

Découvrez le Laboratoire en éducation financière

Professeur responsable

Philippe d'Astous

Design de marché cyberrésilient

DESCRIPTION

Analyser les structures de marché existantes pour le commerce des titres sous l’angle de la cyberrésilience afin d’identifier les vulnérabilités potentielles et les axes d’amélioration de l’infrastructure actuelle. Cela permettra de développer des systèmes plus sécurisés et robustes.

Professeur responsable

Vincent Grégoire

Recherche reproductible en finance utilisant les LLM

DESCRIPTION

Les outils d'intelligence artificielle tels que les grands modèles de langage (LLM) sont utiles pour extraire des informations de sources de données complexes, comme le texte. Cependant, les informations extraites par les LLM ne sont pas toujours reproductibles et, souvent, une légère modification de la requête ou même le simple fait de relancer l'expérience peut produire des résultats différents, car ces modèles sont probabilistes. Cela complique la vérification de la fiabilité des résultats par les pairs et augmente le risque de « data snooping » dans la recherche. Ce projet vise à documenter l'ampleur de ces problèmes et à développer un protocole de recherche pour les atténuer.

Professeur responsable

Vincent Grégoire