Les algorithmes d'apprentissage automatique, tels que les r seaux de neurones, jouent un r le croissant en gestion de portefeuille. Ce livre propose et compare deux paradigmes d'entra nement de r seaux de neurones en gestion de portefeuille: un premier consistant entra ner le r seau pr voir les premiers moments de la distribution conditionnelle des rendements des actifs puis rendre une d cision de r partition moyenne-variance classique, et un second effectuant directement une d cision de r partition des actifs, liminant l' tape de la pr vision. Nous tudions galement les m thodes de combinaison de mod les, offrant une r ponse au probl me de choix des hyperparam tres contr lant le r seau et permettant de stabiliser la performance des mod les en pr sence d'un niveau de bruit lev . Une valuation exp rimentale d taill e est pr sent e, utilisant comme sujet les secteurs de l'indice boursier canadien.