Mohamed Chelly Email and Phone Number

During my internship, I played a pivotal role in developing and optimizing a data-driven investment strategy for Tunisian stocks. Key contributions include:-Project Leadership: Spearheaded the project’s planning and methodology, ensuring alignment with quantitative finance principles and data science best practices.-Data Preprocessing & Analysis: Led data cleaning efforts, addressing missing/extreme values, and conducting exploratory analysis on 6 stocks from various sectors, using statistical methods to understand market behavior.-Leveraging Technical Indicators: Applied comprehensive correlation analysis to identify the most effective technical indicators for forecasting each stock's price movement. This allowed for the selection of indicators with the highest predictive power, ultimately enhancing the accuracy of our neural network models.-Advanced Forecasting Models: Worked with a team member to design and implement 6 LSTM and Bi-LSTM neural networks, successfully predicting closing prices with a high degree of accuracy (average MAPE of 1.43%) over a 10-day forecast horizon.-Monte Carlo Approach: Applied a Monte Carlo methodology to ensure robustness against the inherent stochastic behavior of both the neural networks and optimization algorithms, leading to more reliable predictions and robust models.-Portfolio Optimization: Applied the Mean-MAD Optimization Framework to determine optimal portfolio allocations based on predicted stock prices and historical stock prices, rigorously back-testing against benchmarks to ensure robustness and profitability.

Un stage dans le cadre d'un projet de fin d'année essentiel à l'ENIT, centré sur la modélisation précise de la courbe des taux interbancaires EURIBOR à l'aide des modèles Nelson-Siegel et Nelson-Siegel Svensson. Ce projet a intégré des techniques d'optimisation avancées telles que BFGS, TRF et l'évolution différentielle pour affiner les paramètres des modèles en fonction des données historiques.Un des accomplissements clés de ce projet a été le développement et la mise en œuvre d'un système de calibration quotidienne qui s'adapte aux fluctuations quotidiennes du marché, améliorant ainsi la pertinence du modèle aux changements immédiats du marché. De plus, le projet a impliqué la prévision des taux EURIBOR en utilisant les modèles statistiques ARIMA et les réseaux neuronaux LSTM, gérant efficacement les dynamiques de séries temporelles linéaires et non linéaires complexes.Ce projet exhaustif a fusionné des techniques d'optimisation, des méthodes statistiques avancées et des outils d'apprentissage automatique pour fournir une analyse approfondie de la dynamique des taux EURIBOR, soulignant leur importance stratégique dans la finance, la gestion des risques et la prise de décision économique.

Durant mon stage ouvrier, j'ai eu l'occasion d'explorer de nouvelles méthodologies et d'observer de près la chaîne de production. Une partie significative de mon expérience a été consacrée à la maintenance informatique, où j'ai résolu des problèmes techniques. J'ai également fait une initiation au bios, élargissant mes connaissances en informatique. Une tâche intéressante a été la suppression automatisée des doublons dans un rapport Excel, renforçant ainsi mes compétences dans l'automatisation des processus.