Aperçu Ce projet explore les relations complexes entre les fusions et acquisitions (M&A) et les fluctuations du cours des actions, fournissant aux investisseurs des outils pour construire un portefeuille d'investissement diversifié adapté à leurs préférences en matière de risque.
Modules Module 1 : Acquisition de données Ce module se concentre sur la collecte de données provenant de diverses sources, notamment :
Images Fichiers CSV PDF Web scraping à partir d'URL Contenu vidéo (avec et sans audio, à l'aide de grands modèles linguistiques)
Module 2 : Application basée sur RAG Dans ce module, nous utilisons une approche de génération augmentée par récupération (RAG) pour :
Stocker les données dans une base de données vectorielles Générer des données synthétiques Créer des fichiers CSV pour une analyse plus approfondie
Module 3 : Formation et prédiction Ce module implique la formation de modèles utilisant les données synthétiques générées à l'étape précédente. Il se concentre sur :
Prédire les mouvements du cours des actions en fonction des activités de fusions et acquisitions. Analyser les tendances historiques et préparer une matrice de corrélation pour les actions associées.
Module 4 : Cibler les entreprises pour les fusions et acquisitions Ici, nous développons des stratégies pour identifier les entreprises potentielles à cibler pour les fusions et acquisitions, en tenant compte :
Tendances du marché Indicateurs de performance de l'entreprise Facteurs de risque définis par l'utilisateur
Idée de base L'objectif principal de ce projet est de créer un générateur de portefeuille d'investissement diversifié qui s'aligne sur les facteurs de risque définis par l'utilisateur. En exploitant des données provenant de diverses sources, nous visons à fournir des informations qui permettent aux investisseurs de prendre des décisions éclairées.