MOHAMED2003-en/Project-Nowcasting-Morocco

# Nowcasting des Exportations Marocaines ## Description du Projet Ce projet implémente un système de nowcasting pour prédire les exportations marocaines en temps quasi-réel. Il utilise deux approches complémentaires : 1. **Modèle SARIMA** : Modèle de séries temporelles univarié pour capturer les tendances et la saisonnalité 2. **Modèle XGBoost** : Modèle d'apprentissage automatique multivarié utilisant des indicateurs haute fréquence ## Structure du Projet ``` ├── data/ # Données (brutes et traitées) │ ├── raw/ # Données brutes │ └── processed/ # Données nettoyées et transformées ├── notebooks/ # Notebooks Jupyter pour l'analyse exploratoire ├── scripts/ # Scripts Python pour le traitement et l'entraînement ├── models/ # Modèles entraînés sauvegardés ├── reports/ # Rapport LaTeX et figures │ ├── figures/ # Figures générées │ └── report.tex # Rapport principal ├── config/ # Fichiers de configuration └── requirements.txt # Dépendances Python ``` ## Installation 1. Cloner le dépôt : ```bash git clone github.com cd Project-Nowcasting-Morocco ``` 2. Installer les dépendances : ```bash pip install -r requirements.txt ``` ## Utilisation ### Analyse Exploratoire des Données ```bash jupyter notebook notebooks/EDA.ipynb ``` ### Entraînement des Modèles ```bash # Modèle SARIMA python scripts/04_train_sarima.py # Modèle XGBoost python scripts/05_train_xgb.py ``` ### Évaluation des Modèles ```bash python scripts/08_compare_backtest.py ``` ### Génération du Nowcast ```bash python scripts/07_nowcast_xgb.py ``` ## Résultats Principaux - **Nowcast pour septembre 2025** : 26 923 millions de dirhams - **Intervalle de confiance 95%** : [25 803 ; 28 091] - **Modèle optimal** : SARIMA(1,1,1)(1,1,1,12) avec meilleure performance en backtesting ## Portfolio & Documentatio …