Dans la leçon précédente, vous avez découvert les chaînes de Markov et la structure d'un HMM gaussien. Il est maintenant temps de passer à la pratique : préparer des rendements journaliers, ajuster un GaussianHMM, visualiser les régimes détectés et comparer les performances à un modèle de référence. Préparer les données et ajuster le modèle La première étape consiste à calculer les rendements journaliers à partir des prix de clôture. Avec pandas, on divise le prix du jour par celui de la veille, puis on soustrait 1. Ces rendements sont ensuite mis en forme en tableau colonne (reshape(-1,1)) pour être acceptés par hmmlearn. Format des données hmmlearn exige un tableau 2D de forme (n_observati
La suite de cette leçon est réservée aux abonnés
Créez votre compte gratuit pour lire les leçons en accès libre, puis passez à l'accès complet quand vous le souhaitez.