{"product_id":"154783","title":"Apprentissage automatique financier pour la gestion d'actifs ","description":"\u003ccenter\u003e\u003cdiv style=\"text-align:center\"\u003e\u003cimg src=\"https:\/\/tmgdisk01.cafe24.com\/images\/vs\/4172\/sv\/3jYDPGpJnkzeuFFVkmDT9j0tUOIE1Y.png?v=1765081892\" style=\"max-width:100%;max-height:10px\"\u003e\u003c\/div\u003e\u003c\/center\u003e\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\u003ccenter\u003e\n\n\u003cdiv style=\"width:95%\"\u003e\n\n\u003cdiv style=\"text-align:center;font-size:30px;font-weight:bolder;line-height:1.6em\"\u003e Apprentissage automatique financier pour la gestion d'actifs \u003c\/div\u003e\n\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\n\u003cdiv style=\"border-bottom:1px;border-bottom-style:dotted;border-color:;padding-bottom:20px\"\u003e\u003ccenter\u003e\u003ctable align=\"center\" width=\"100%\"\u003e\u003ctbody style=\"border:0px\"\u003e\n\n\u003ctr\u003e\u003ctd align=\"center\" style=\"line-height:1.2em;text-align:center;font-size:18px;color:black;font-weight:bold;padding-bottom:20px;\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\n\n\u003ctr\u003e\u003ctd style=\"text-align:center\"\u003e\u003cimg src=\"https:\/\/image.yes24.com\/goods\/96849122\/XL\" style=\"max-width:100%;height:auto\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\n\n\n\u003c\/tbody\u003e\u003c\/table\u003e\u003c\/center\u003e\u003c\/div\u003e\n\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\n\u003cdiv style=\"width:95%;{split_style6}padding-top:20px;padding-bottom:20px\"\u003e\n\n\u003cdiv style=\"text-align:left;font-size:16px;font-weight:bold;padding-bottom:20px\"\u003e Description \u003c\/div\u003e\n\n\u003cdiv style=\"text-align:left;word-break:break-all;font-size:14px;line-height:1.6em;\"\u003e\n\n\u003cdiv\u003e\u003ch5\u003e \u003cb\u003eIntroduction au livre\u003c\/b\u003e\n\u003c\/h5\u003e\u003c\/div\u003e\n\u003cdiv\u003e\n\u003cdiv\u003e\u003cdiv\u003e Ce livre fait suite à celui du Dr Lopez de Prado, « Analyse complète de l'apprentissage automatique financier pratique ». Sur le plan conceptuel, il peut être appliqué à la gestion d'actifs en général et servir de guide aux gestionnaires et analystes quantitatifs. \u003cbr\u003eNous présentons des idées d'applications financières de l'apprentissage automatique, en expliquant plus en détail les concepts fondamentaux nécessaires à la compréhension de « l'analyse complète de l'apprentissage automatique financier pratique » et en ajoutant des recherches récentes sur le sujet.\u003cbr\u003e\n\n\u003c\/div\u003e\u003c\/div\u003e\n\u003cdiv\u003e\u003cul\u003e\u003cli\u003e Vous pouvez consulter un aperçu du contenu du livre.\u003cbr\u003e \u003cspan\u003eAperçu\u003c\/span\u003e\n\n\u003c\/li\u003e\u003c\/ul\u003e\u003c\/div\u003e\n\u003c\/div\u003e\n\u003cbr\u003e\u003cdiv\u003e\u003ch5\u003e \u003cb\u003eindice\u003c\/b\u003e\n\u003c\/h5\u003e\u003c\/div\u003e\n\u003cdiv\u003e\n\u003cdiv\u003e \u003cb\u003eChapitre 1.\u003cbr\u003e Entrée\u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e 1.1 Motivation\u003cbr\u003e 1.2 La théorie est importante\u003cbr\u003e 1.2.1 Leçon 1 : La théorie est nécessaire.\u003cbr\u003e 1.2.2 Leçon 2 : L'apprentissage automatique aide à découvrir des théories.\u003cbr\u003e 1.3 Comment les scientifiques utilisent l'apprentissage automatique\u003cbr\u003e 1.4 Deux formes de surapprentissage\u003cbr\u003e 1.4.1 Surapprentissage de l'ensemble d'entraînement\u003cbr\u003e 1.4.2 Surapprentissage de l'ensemble de test\u003cbr\u003e 1.5 Aperçu\u003cbr\u003e 1.6 Public\u003cbr\u003e 1.7 Cinq idées fausses courantes sur l'apprentissage automatique en finance\u003cbr\u003e 1.7.1 L'apprentissage automatique est-il le Saint Graal ou est-il inutile ?\u003cbr\u003e 1.7.2 L'apprentissage automatique est une boîte noire\u003cbr\u003e 1.7.3 Le secteur financier ne dispose pas de suffisamment de données pour appliquer l’apprentissage automatique.\u003cbr\u003e 1.7.4 Le rapport signal\/bruit en finance est trop faible. \u003cbr\u003e1.7.5 Le risque de surapprentissage en finance est trop important.\u003cbr\u003e 1.8 L'avenir de la recherche financière\u003cbr\u003e 1.9 Foire aux questions\u003cbr\u003e 1.10 Conclusion\u003cbr\u003e 1.11 Exercices pratiques\u003cbr\u003e\u003cbr\u003e\u003cbr\u003e \u003cb\u003eChapitre 2.\u003cbr\u003e Suppression du bruit et suppression du bruit\u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e 2.1 Motivation\u003cbr\u003e 2.2 Théorème de Marchenko-Pasteur\u003cbr\u003e 2.3 Matrice aléatoire avec signal\u003cbr\u003e 2.4 Adaptation PDF Marchenko-Pasteur\u003cbr\u003e 2.5 Réduction du bruit\u003cbr\u003e 2.5.1 Méthode des valeurs propres résiduelles constantes\u003cbr\u003e 2.5.2 Réduction de la cible\u003cbr\u003e 2.6 Suppression du son principal\u003cbr\u003e 2.7 Résultats expérimentaux\u003cbr\u003e 2.7.1 Portefeuille à variance minimale\u003cbr\u003e 2.7.2 Portefeuille à ratio de Sharpe maximal\u003cbr\u003e 2.8 Conclusion\u003cbr\u003e 2.9 Exercices pratiques\u003cbr\u003e\u003cbr\u003e\u003cbr\u003e \u003cb\u003eChapitre 3.\u003cbr\u003e échelle de distance\u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e 3.1 Motivation\u003cbr\u003e 3.2 Échelle basée sur le coefficient de corrélation\u003cbr\u003e 3.3 Limites et entropie de liaison\u003cbr\u003e 3.4 Entropie conditionnelle\u003cbr\u003e 3.5 Refroidissement - Émission Leibler\u003cbr\u003e 3.6 Entropie croisée\u003cbr\u003e 3.7 Informations mutuelles\u003cbr\u003e 3.8 Variation de l'information\u003cbr\u003e 3,9 Dioxyde\u003cbr\u003e 3.10 Distance entre deux segments\u003cbr\u003e 3.11 Résultats expérimentaux\u003cbr\u003e 3.11.1 Sans lien\u003cbr\u003e 3.11.2 Relations linéaires\u003cbr\u003e 3.11.3 Relations non linéaires\u003cbr\u003e 3.12 Conclusion\u003cbr\u003e 3.13 Exercices pratiques\u003cbr\u003e\u003cbr\u003e\u003cbr\u003e \u003cb\u003eChapitre 4.\u003cbr\u003e Clustering optimal\u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e 4.1 Motivation\u003cbr\u003e 4.2 Matrice de proximité\u003cbr\u003e 4.3 Types de clustering  \u003cbr\u003e4.4 Nombre de clusters\u003cbr\u003e 4.4.1 Matrice d'observation\u003cbr\u003e 4.4.2 Clustering de base\u003cbr\u003e 4.4.3 Clustering de haut niveau\u003cbr\u003e 4.5 Résultats expérimentaux\u003cbr\u003e 4.5.1 Génération d'une matrice de corrélation par blocs aléatoires\u003cbr\u003e 4.5.2 Nombre de clusters\u003cbr\u003e 4.6 Conclusion\u003cbr\u003e 4.7 Exercices pratiques\u003cbr\u003e\u003cbr\u003e\u003cbr\u003e \u003cb\u003eChapitre 5.\u003cbr\u003e Étiquette financière\u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e 5.1 Motivation\u003cbr\u003e 5.2 Méthode à période fixe\u003cbr\u003e 5.3 Méthode de la triple barrière\u003cbr\u003e 5.4 Méthodes de recherche de tendances\u003cbr\u003e 5.5 Méta-étiquetage\u003cbr\u003e 5.5.1 Taille de la mise en fonction du ratio de Sharpe attendu\u003cbr\u003e 5.5.2 Taille de la mise d'ensemble\u003cbr\u003e 5.6 Résultats expérimentaux\u003cbr\u003e 5.7 Conclusion\u003cbr\u003e 5.8 Exercices pratiques\u003cbr\u003e\u003cbr\u003e\u003cbr\u003e \u003cb\u003eChapitre 6.\u003cbr\u003e Analyse de l'importance des fonctionnalités\u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e 6.1 Motivation\u003cbr\u003e 6,2 valeur p\u003cbr\u003e 6.2.1 Quelques défauts liés aux valeurs p\u003cbr\u003e 6.2.2 Exemples numériques\u003cbr\u003e 6.3 Importance des fonctionnalités\u003cbr\u003e 6.3.1 Diminution moyenne des impuretés\u003cbr\u003e 6.3.2 Diminution moyenne de la précision\u003cbr\u003e 6.4 Précision pondérée par la probabilité\u003cbr\u003e 6.5 Effet de remplacement\u003cbr\u003e 6.5.1 Orthogonalisation\u003cbr\u003e 6.5.2 Importance des caractéristiques du cluster\u003cbr\u003e 6.6 Résultats expérimentaux\u003cbr\u003e 6.7 Conclusion\u003cbr\u003e 6.8 Exercices pratiques\u003cbr\u003e\u003cbr\u003e\u003cbr\u003e \u003cb\u003eChapitre 7.\u003cbr\u003e Constituer un portefeuille\u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e 7.1 Motivation\u003cbr\u003e 7.2 Optimisation de portefeuille convexe\u003cbr\u003e 7.3 Numéro de condition\u003cbr\u003e 7.4 La malédiction de Markowitz\u003cbr\u003e 7.5 Les signaux comme source d'instabilité de covariance  \u003cbr\u003e7.6 Algorithme d'optimisation par regroupement chevauchant\u003cbr\u003e 7.6.1 Regroupement par corrélation\u003cbr\u003e 7.6.2 Proportion au sein du cluster\u003cbr\u003e 7.6.3 Répartition entre les clusters\u003cbr\u003e 7.7 Résultats expérimentaux\u003cbr\u003e 7.7.1 Portefeuille à variance minimale\u003cbr\u003e 7.7.2 Portefeuille à ratio de Sharpe maximal\u003cbr\u003e 7.8 Conclusion\u003cbr\u003e 7.9 Exercices pratiques\u003cbr\u003e\u003cbr\u003e\u003cbr\u003e \u003cb\u003eChapitre 8.\u003cbr\u003e surapprentissage sur l'ensemble de test\u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e 8.1 Motivation\u003cbr\u003e 8.2 Précision et rappel\u003cbr\u003e 8.3 Précision et rappel lors de tests multiples\u003cbr\u003e Ratio de Sharpe : 8,4\u003cbr\u003e 8.5 Résumé des « fausses stratégies »\u003cbr\u003e 8.6 Résultats expérimentaux\u003cbr\u003e 8,7 rapport de Sharpe réduit\u003cbr\u003e 8.7.1 Nombre d'essais valides\u003cbr\u003e 8.7.2 Dispersion entre les essais\u003cbr\u003e 8.8 Taux d'erreur par groupe\u003cbr\u003e 8.8.1 Ajustements de Siddharth\u003cbr\u003e 8.8.2 Erreur de type 1 lors de tests multiples\u003cbr\u003e 8.8.3 Erreur de type 2 lors de tests multiples\u003cbr\u003e 8.8.4 Interaction entre les erreurs de type 1 et de type 2\u003cbr\u003e 8.9 Conclusion\u003cbr\u003e 8.10 Exercices pratiques\u003cbr\u003e\u003cbr\u003e \u003cb\u003eAnnexe A.\u003cbr\u003e Tests de données synthétiques\u003cbr\u003e Annexe B.\u003cbr\u003e Démonstration du théorème de la « fausse stratégie »\u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e\u003cbr\u003e\n\u003c\/div\u003e\n\u003cdiv\u003e\u003c\/div\u003e\n\u003c\/div\u003e\n\u003cbr\u003e\u003cdiv\u003e\u003ch5\u003e \u003cb\u003eImage détaillée\u003c\/b\u003e \u003c\/h5\u003e\u003c\/div\u003e\n\u003cdiv\u003e\u003cdiv\u003e\u003cimg src=\"https:\/\/image.yes24.com\/momo\/TopCate3303\/MidCate007\/330263464.jpg\" border=\"0\" alt=\"Image détaillée 1\"\u003e\u003c\/div\u003e\u003c\/div\u003e\n\u003cbr\u003e\u003cdiv\u003e\u003ch5\u003e \u003cb\u003eAvis de l'éditeur\u003c\/b\u003e\n\u003c\/h5\u003e\u003c\/div\u003e\n\u003cdiv\u003e\n\u003cdiv\u003e \u003cb\u003e★ Structure de ce livre ★\u003c\/b\u003e\u003cbr\u003e \u003cbr\u003eNous apprendrons que les matrices de covariance financière sont bruitées et doivent être nettoyées avant d’effectuer une analyse de régression ou de calculer des portefeuilles optimaux (Chapitre 2).\u003cbr\u003e Nous verrons que la corrélation est une définition très étroite de l'interrelation et que diverses mesures issues de la théorie de l'information sont plus pertinentes (chapitre 3).\u003cbr\u003e Nous allons apprendre une méthode intuitive pour réduire la dimensionnalité d'un espace sans en changer la base.\u003cbr\u003e Contrairement à l’analyse en composantes principales (ACP), les méthodes de réduction de dimensionnalité basées sur l’apprentissage automatique fournissent des résultats intuitifs (Chapitre 4).\u003cbr\u003e Plutôt que de viser des prévisions à horizon fixe impossibles, nous apprendrons des méthodes alternatives qui proposent des problèmes de prévision financière pouvant être résolus avec une grande précision (Chapitre 5).\u003cbr\u003e Vous découvrirez des alternatives modernes à la valeur p classique (chapitre 6) et comment résoudre le problème d'instabilité qui affecte les portefeuilles d'investissement moyenne-variance (chapitre 7). \u003cbr\u003eEt vous apprendrez comment évaluer la probabilité que les résultats d'un chercheur soient faux à la suite de tests multiples (Chapitre 8).\u003cbr\u003e Si vous travaillez dans le secteur de la gestion d'actifs ou dans le milieu universitaire de la finance, ce livre est fait pour vous.\u003cbr\u003e\u003cbr\u003e\u003cbr\u003e \u003cb\u003e★ Note de l'auteur ★\u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e L'objectif de cet ouvrage est de présenter les outils d'apprentissage automatique utiles au développement de la théorie économique et financière.\u003cbr\u003e Une stratégie d'investissement réussie est une application concrète d'une théorie générale.\u003cbr\u003e Une stratégie d'investissement dépourvue de justification théorique a de fortes chances d'être fausse.\u003cbr\u003e Par conséquent, les chercheurs devraient se concentrer sur le développement de théories plutôt que sur la validation a posteriori de stratégies potentielles.\u003cbr\u003e\u003cbr\u003e\u003cbr\u003e L'apprentissage automatique n'est pas une boîte noire et ne provoque pas nécessairement de surapprentissage.\u003cbr\u003e Les outils d'apprentissage automatique complètent les méthodes classiques plutôt qu'ils ne les remplacent. \u003cbr\u003eLes points forts de l'apprentissage automatique comprennent (1) son accent sur le pouvoir prédictif hors échantillon avant l'évaluation de la variance, (2) son utilisation de méthodes de calcul qui évitent de s'appuyer sur des hypothèses (potentiellement irréalistes), (3) sa capacité à apprendre des contextes complexes qui incluent des effets d'interaction non linéaires, hiérarchiques et discontinus dans des espaces de grande dimension, et (4) sa capacité à séparer l'exploration des variables de l'exploration des contextes pour assurer la robustesse à la multicolinéarité et à d'autres effets de substitution.\u003cbr\u003e\u003cbr\u003e\u003cbr\u003e \u003cb\u003e★ Note du traducteur ★\u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e Ce livre complète le précédent ouvrage du Dr Lopez de Prado, « Advances in Financial Machine Learning », à travers la série Elements of Quantitative Finance, et est conceptuellement applicable à la gestion d'actifs en général.\u003cbr\u003e Ce livre peut servir de guide, notamment aux gestionnaires et analystes quantitatifs. \u003cbr\u003eBien que concis, cet ouvrage présente les réflexions de l'auteur sur les applications financières de l'apprentissage automatique. Il explique également plus en détail les concepts fondamentaux nécessaires à la compréhension du contenu de « Analyse complète de l'apprentissage automatique financier pratique » et intègre les recherches récentes sur le sujet. Il est donc fortement recommandé comme ouvrage complémentaire à « Analyse complète de l'apprentissage automatique financier pratique ».\u003cbr\u003e\u003cbr\u003e Après avoir lu ce livre, les lecteurs seront familiarisés avec les concepts de distance basés sur la théorie de l'information, en particulier l'information mutuelle et la variation de l'information, le nombre optimal de clusters (ONC), le blocage des matrices de coefficients de corrélation à l'aide du clustering hiérarchique, l'étiquetage basé sur les tendances, l'impureté de décroissance moyenne (MDI), la précision de décroissance moyenne, la précision pondérée par la probabilité, la construction de portefeuille à l'aide de la parité de risque hiérarchique, ainsi que le surapprentissage et le nettoyage des fausses stratégies sur les ensembles d'entraînement et de test. \u003cbr\u003eCes concepts constitueront une base importante non seulement pour l'apprentissage automatique, mais aussi pour les futures recherches financières et le développement de stratégies financières.\u003cbr\u003e De plus, si vous relisez « Analyse complète de l’apprentissage automatique financier pratique » en vous basant sur les concepts de ce livre, vous constaterez que de nombreuses parties sont liées et convergent vers un aboutissement.\u003cbr\u003e\u003cbr\u003e Le traducteur avait de nombreux contacts personnels avec AQR, le fonds quantitatif où travaillait autrefois le Dr Lopez de Prado, et il était impressionné par la façon dont, malgré le fait d'être l'une des sociétés d'investissement les plus pragmatiques et à but lucratif, elle recrute et collabore toujours activement avec de nouveaux chercheurs et des personnalités du monde universitaire.\u003cbr\u003e Dans ce contexte culturel et environnemental, il est peut-être naturel qu'un chercheur possédant à la fois une expertise pratique et théorique en finance, comme le Dr Lopez de Prado, émerge. \u003cbr\u003eJe conclus en espérant que dans notre pays également, une coopération active entre l'industrie et le monde universitaire sera encouragée, formant ainsi de nombreuses personnes dotées de ce type de personnalité. \u003cbr\u003e\u003cbr\u003e\n\u003c\/div\u003e\n\u003cdiv\u003e\u003c\/div\u003e\n\u003c\/div\u003e\n\u003c\/div\u003e\n\n\n\u003c\/div\u003e\n\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\n\u003cdiv style=\"width:95%;padding-top:20px;padding-bottom:20px\"\u003e\n\n\u003cdiv style=\"text-align:left;font-size:16px;font-weight:bold;padding-bottom:20px\"\u003e SPÉCIFICATIONS DES PRODUITS \u003c\/div\u003e\n\n\u003cdiv style=\"text-align:left;font-size:14px;line-height:1.6em;\"\u003e\n\n\u003cdiv style=\"width:100%;margin-bottom:5px;line-height:1.6em;font-size:14px\"\u003e - \u003cstrong\u003eDate de publication :\u003c\/strong\u003e 26 janvier 2021\u003c\/div\u003e\n\n\u003cdiv style=\"width:100%;margin-bottom:5px;line-height:1.6em;font-size:14px\"\u003e - \u003cstrong\u003eNombre de pages, poids, dimensions :\u003c\/strong\u003e 208 pages | 152 × 228 mm\u003c\/div\u003e\n\n\u003cdiv style=\"width:100%;margin-bottom:5px;line-height:1.6em;font-size:14px\"\u003e - \u003cstrong\u003eISBN13 :\u003c\/strong\u003e 9791161754918\u003c\/div\u003e\n\n\u003cdiv style=\"width:100%;margin-bottom:5px;line-height:1.6em;font-size:14px\"\u003e - \u003cstrong\u003eISBN10 :\u003c\/strong\u003e 1161754911 \u003c\/div\u003e\n\n\n\u003c\/div\u003e\n\n\n\u003c\/div\u003e\n\n\n\u003c\/div\u003e\n\n\u003ccenter\u003e\n\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\n\u003cspan\u003e\u003c\/span\u003e\n\n\u003c\/center\u003e\n\n\n\u003c\/center\u003e","brand":"LIBRAIRIE COREENNE","offers":[{"title":"Default Title","offer_id":43893449621546,"sku":"154783","price":32.0,"currency_code":"EUR","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0683\/2750\/5962\/files\/baf28acfb3a0c4edc4d3f0de010f9871.jpg?v=1765402676","url":"https:\/\/librairie.coreenne.fr\/products\/154783","provider":"LIBRAIRIE COREENNE","version":"1.0","type":"link"}