Le bruit des marchés financiers
|
|
|
- Cyril Ducharme
- il y a 9 ans
- Total affichages :
Transcription
1 Le bruit des marchés financiers Xavier Brokmann Cours Bruits & Signaux - Institut d'optique - mardi 3 janvier 2012
2 Fluctuations de prix le modèle gaussien - Ses propriétés fondamentales - Deux exemples d'application Au-delà du modèle gaussien - Statistiques de prix - Théorème central limite & hasard sauvage Perspectives
3 Un peu d'histoire First commercial telegraph 1837 Silicon transistor 1954 Transatlantic optical fiber Paul Julius Reuters Telegraph Company 1971 First electronic stock market (NASDAQ) Electronic communication networks 2000 Market decimalization Paris-NY... 20ms Echantillonage des données... <1ms Temps d'accés au marché... <5ms
4
5 Un peu d'histoire First commercial telegraph 1837 Silicon transistor 1954 Transatlantic optical fiber Paul Julius Reuters Telegraph Company 1971 First electronic stock market (NASDAQ) Electronic communication networks 2000 Market decimalization
6 Un peu d'histoire First commercial telegraph 1837 Silicon transistor 1954 Transatlantic optical fiber 1988 Laplace Théorie Analytique des Probabilités Paul Julius Reuters Telegraph Company Einstein Law of Brownian motion Louis Bachelier Théorie de la spéculation Gnedenko & Kolmogorov Generalized central limit theorem H. Markowitz Portfolio theory 1971 First electronic stock market (NASDAQ) Mandelbrot Fractals Black & Scholes Option pricing theory Electronic communication networks Strogatz Complex networks Market decimalization
7 1905 Albert Einstein Théorie du mouvement brownien Brown (1927) : observation du mouvement spontané de grains de pollen en suspension dans l'eau :
8 1905 Albert Einstein Théorie du mouvement brownien Brown (1927) : observation du mouvement spontané de grains de pollen en suspension dans l'eau : Einstein (1905) : trajectoire du grain = somme de variables aléatoires indépendantes, ie :
9 1905 Albert Einstein Théorie du mouvement brownien Brown (1927) : observation du mouvement spontané de grains de pollen en suspension dans l'eau : Einstein (1905) : trajectoire du grain = somme de variables aléatoires indépendentes, ie : On peut alors appliquer le théorème central limite : - La somme de T variables aléatoires indépendantes suit une loi gaussienne. - La variance de la somme est directement reliée à celle de ses termes : où
10 The central limit theorem at work
11 1905 Albert Einstein Théorie du mouvement brownien Brown (1927) : observation du mouvement spontané de grains de pollen en suspension dans de l'eau : Einstein (1905) : trajectoire du grain = somme de variables aléatoires indépendantes, ie : On peut alors appliquer le théorème central limite : - La somme de T variables aléatoires indépendantes suit une loi gaussienne. - La variance de la somme est directement reliée à celle de ses termes : où
12 1900 Louis Bachelier Théorie de la spéculation Trajectoire temporelle du prix d'une action : Bachelier (1900) : trajectoire du prix = somme de variables aléatoires indépendantes, ie : Louis Bachelier ( ) On peut alors appliquer le théorème central limite : - La somme de T variables aléatoires indépendantes suit une loi gaussienne. - La variance de la somme est directement reliée à celle de ses termes : L'incertitude sur le prix croît comme la racine carrée du temps
13 Illustration : statistique de fluctuations du prix d'une action Fluctuations microscopiques de prix de l'action QCOM Trajectoire de prix résultante
14 Illustration : statistique de fluctuations du prix d'une action Fluctuations microscopiques de prix de l'action QCOM
15 1900 Louis Bachelier Théorie de la spéculation Les données vérifient correctement l'hypothèse fondamentale de Bachelier, à savoir que les fluctuations de prix sont des variables aléatoires iid.
16 1900 Louis Bachelier Théorie de la spéculation Les données vérifient correctement l'hypothèse fondamentale de Bachelier, à savoir que les fluctuations de prix sont des variables aléatoires iid. Interprétation économique de ce résultat : Fluctuations de prix statistiquement indépendantes = Fluctuations de prix d'un jour à l'autre totalement imprévisibles
17 1900 Louis Bachelier Théorie de la spéculation Les données vérifient correctement l'hypothèse fondamentale de Bachelier, à savoir que les fluctuations de prix sont des variables aléatoires iid. Interprétation économique de ce résultat : Fluctuations de prix statistiquement indépendantes = Fluctuations de prix d'un jour à l'autre totalement imprévisibles = Les marchés agrègent instantanément et correctement toute l'information disponible qui se retrouve intégrée dans un seul chiffre : le prix! Les marchés sont efficients Eugene Fama (1939-) Un fondement théorique de l'ultra-libéralisme
18 Prix gaussiens : les raisons d'un succès Finance statistique 1900 Physique statistique 1905 Mouvement brownien
19 Modèle de Bachelier domination des tendances Fluctuations de prix = variables aléatoires iid - Autocorrélation des fluctuations : - Théorème de Wiener-Khintchine le spectre de puissance des fluctuations est plat La trajectoire de prix a un spectre de puissance S(ω) = 1/ω 2 - Domination de composantes très basse fréquence dans la trajectoire de prix!
20 Modèle de Bachelier domination des tendances Fluctuations de prix = variables aléatoires iid - Autocorrélation des fluctuations : - Théorème de Wiener-Khintchine le spectre de puissance des fluctuations est plat La trajectoire de prix a un spectre de puissance S(ω) = 1/ω 2 - Domination de composantes très basse fréquence dans la trajectoire de prix!
21 The Bachelier model self-similarity properties Fluctuations de prix = variables aléatoires iid - Autocorrélation des fluctuations : - Théorème de Wiener-Khintchine le spectre de puissance des fluctuations est plat La trajectoire de prix a un spectre de puissance S(ω) = 1/ω 2 - La trajectoire de prix est fractale!
22 The Bachelier model self-similarity properties Fluctuations de prix = variables aléatoires iid - Autocorrélation des fluctuations : - Théorème de Wiener-Khintchine le spectre de puissance des fluctuations est plat La trajectoire de prix a un spectre de puissance S(ω) = 1/ω 2 - La trajectoire de prix est fractale! Rappel : TF Zoom sur la trajectoire d'un facteur k : S(ω) ~ 1/ω 2 S'(ω) ~ 1/ω 2
23 The Bachelier model self-similarity properties Benoit Mandebrot ( )
24 Application I - calcul de risque Gestion du risque d'un portefeuille d'actions - Quantité de chaque action i - Fluctuations de la valeur W P du portefeuille entre t et t+δt
25 Application I - calcul de risque Gestion du risque d'un portefeuille d'actions - Quantité de chaque action i - Fluctuations de la valeur W P du portefeuille entre t et t+δt Bachelier : gestion du risque de P calcul de la variance de où = matrice de corrélation de fluctuations de prix
26 Matrice de corrélation Matrice de corrélation des fluctuations de prix : CAC 40
27 Matrice de corrélation effet de diversification Portefeuille de taille N : comment sa variance évolue-t-elle avec N? - Hypothèses : matrice de corrélation de la forme portefeuille équi-réparti : chaque action a un poids q i de l'ordre de 1/N
28 Matrice de corrélation effet de diversification Portefeuille de taille N : comment sa variance évolue-t-elle avec N? - Hypothèses : matrice de corrélation de la forme portefeuille équi-réparti : chaque action a un poids q i de l'ordre de 1/N Variance du portefeuille :
29 Matrice de corrélation effet de diversification Portefeuille de taille N : comment sa variance évolue-t-elle avec N? - Hypothèses : matrice de corrélation de la forme portefeuille équi-réparti : chaque action a un poids q i de l'ordre de 1/N Variance du portefeuille : Actions totalement décorrélées : variance réduite d'un facteur N Actions corrélées à 60% : variance réduite d'un facteur ~ 1.6
30 Matrice de corrélation structure physique Matrice de corrélation entre actions Matrice de distance entre actions
31 Matrice de corrélation structure mathématique Matrice de corrélations des fluctuations - Réelle & symétrique diagonalisable, base orthonormée de vecteurs propres valeurs propres réelles positives - Signification physique : Les vecteurs propres forment la base des portefeuilles statistiquement décorrélés Les fluctuations de la valeur W k de chacun de ces portefeuilles on une variance Preuve : Les sont les modes propres du marché.
32 Valeurs propres de la matrice de corrélation du CAC40
33 Modes propres du CAC40 : mode de risque maximal Risque = = 19
34 Modes propres du CAC40 : second mode Risque = = 2.4
35 Modes propres du CAC40 : second mode Risque = = 2.4
36 Modes propres du CAC40 : stabilité temporelle Stabilité mesurée par l'autocorrélation du mode d'ordre k : Plus l'ordre du mode est élevé, plus son risque est faible, et plus il est dynamique.
37 Spéculation dans un monde à la Bachelier Trading = gestion d'une position dans le temps : Espérance de gain :
38 Spéculation dans un monde à la Bachelier Trading = gestion d'une position dans le temps : Espérance de gain : La performance de toute stratégie de trading est... une marche aléatoire!
39 Application II distribution des gains Gains distribués selon une gaussienne... - Moyenne de la gaussienne = gain de la stratégie - Ecart type de la gaussienne = risque de la stratégie - Rapport signal à bruit de la stratégie = Sharpe ratio
40 Application II distribution des gains Gains distribués selon une gaussienne... - Moyenne de la gaussienne = gain de la stratégie - Ecart type de la gaussienne = risque de la stratégie - Rapport signal à bruit de la stratégie = Sharpe ratio Ordres de grandeur Investissement statique sur une société dont la croissance annuelle est de 10% : - Gain annuel de la stratégie = 10% - Risque annuel de la stratégie lié aux fluctuations quotidiennes du marché (2%) = 2% x sqrt(n=250) = 30% - 10 réalisations de cette stratégie sur 10 ans...
41 10 réalisations sur 10 ans d'une stratégie de Sharpe Ventus 0.3 µ... avec le Sharpe (rapport S/B) de chaque réalisation
42 Bachelier distribution des gains Fluctuations statistiques du rapport signal à bruit de la stratégie - Rapport signal à bruit annuel : - Rapport signal à bruit sur N années : - Bruit de mesure sur le rapport signal à bruit annuel après N années :
43 Bachelier distribution des gains Fluctuations statistiques du rapport signal à bruit de la stratégie - Rapport signal à bruit annuel : - Rapport signal à bruit sur N années : - Bruit de mesure sur le rapport signal à bruit annuel après N années : S= 0.3 : il faut attendre 9 années pour tout juste sortir du bruit! De la difficulté de savoir si la performance réalisée d'une stratégie n'est pas due au hasard seul...
44 Prix gaussiens : les raisons d'un succès Des paramètres simples - moyenne m = signal = gain attendu - écart type σ = bruit = risque Des calculs simples Z = X + Y m Z = m X + m Y σ Z 2 = σ X 2 + σ Y 2 Une rupture historique, un modèle simple & fecond Première approche physique purement statistique de la finance. Décrit un monde gaussien, point de référence en physique statistique. Ce qui n'est pas gaussien le deviendra... Théorème central limite : toutes les distributions macroscopiques sont gaussiennes.... et ce qui l'est le restera... Toute combinaison linéaire de variables aléatoires gaussiennes est une variable aléatoire gaussienne.
45 Fluctuations de prix le modèle gaussien - Ses propriétés fondamentales - Deux exemples d'application Au-delà du modèle gaussien - Statistiques de prix - Théorème central limite & hasard sauvage Perspectives
46 Au-delà du modèle gaussien Bachelier : - Absence de stratégies gagnantes? - Prix gaussiens?
47 Au-delà du modèle gaussien Bachelier : - Absence de stratégies gagnantes? En pratique, l'information n'est pas intégrée instantanément dans les prix Les agents n'ont pas tous accès a l'information (coût d'accés, données privées) Les agents peuvent pas tous intégrer l'information au prix (arbitrage) Les agents qui utilisent l'information ne sont peut-être pas tous rationnels - Prix gaussiens?
48 Au-delà du modèle gaussien Bachelier : - Absence de stratégies gagnantes? En pratique, l'information n'est pas intégrée instantanément dans les prix Les agents n'ont pas tous accès a l'information (coût d'accés, données privées) Les agents peuvent pas tous intégrer l'information au prix (arbitrage) Les agents qui utilisent l'information ne sont peut-être pas tous rationnels Les marchés financiers possèdent une dynamique propre, déconnectée de l'économie réelle Interaction entre les agents Marché = système complexe - Prix gaussiens?
49 Les limites du modèle gaussien Le modèle gaussien sous-estime le risque d'observer de grandes variations de prix.
50 Modèle gaussien vs krach Krash de 1929 Octobre 1929 : - 20% en une journée Krach de 1987 Octobre 1987 : - 20% en une journée Prix gaussiens P(krach) < 10-16
51 Un paradoxe Théorème central limite - La somme d'un grand nombre de VA indépendantes suit une loi gaussienne. En pratique : Les fluctuations de prix sont des VA indépendantes mais leur somme ne semble pourtant pas converger vers une gaussienne
52 Le théorème central limite en action (1/3)
53 Le théorème central limite en action (2/3)
54 Le théorème central limite en action (3/3)
55 TCL : existence de limites non-gaussiennes Forme générale des lois stables par addition de VA : Paul Lévy ( ) Loi Gaussienne α = 2 : variance et moyenne définies. Loi de Cauchy α = 1 : la variance non-définie. Loi de Lévy α = 0.5 < 1 : la moyenne non-définie. Loi de puissance : Tous les moments d'ordre > α divergent.
56 Le théorème central limite généralisé aux lois larges Le théorème central limite s'applique également aux lois de puissance Loi étroite (m,σ) Loi large (exposant α,amplitude A) Z = X + Y Z = X + Y m Z = m X + m Y σ Z 2 = σ X 2 + σ Y 2 A Z = A X + A Y α Z = α
57 Fluctuations de prix & lois larges
58 Conclusion Finance et physique La finance est la discipline où le bruit est roi tout signal doit être considéré avec prudence Le modèle gaussien de Bachelier L'optique géométrique de la finance! Au-delà de Bachelier : statistiques de prix en lois larges - Le théorème central limite ne s'applique pas qu'aux gaussiennes. - L'ignorer conduit à sous-estimer gravement les effets du hasard en finance.
59 Bibiliographie Investments Sharpe, Alexander, Bailey (1999) Theory of financial risk and derivative pricing Bouchaud, Potters (2003) Fooled by randomness Taleb (2001) Base d'articles arxiv quantitative finance Investopedia.com
L essentiel des marchés financiers
Éric Chardoillet Marc Salvat Henri Tournyol du Clos L essentiel des marchés financiers Front office, post-marché et gestion des risques, 2010 ISBN : 978-2-212-54674-3 Table des matières Introduction...
Les mathématiques de la finance Université d été de Sourdun Olivier Bardou [email protected] 28 août 2012 De quoi allons nous parler? des principales hypothèses de modélisation des marchés, des
Gestion de Portefeuille. Mesures de Performance Ajustées du Risque
Gestion de Portefeuille Mesures de Performance Ajustées du Risque Le Ratio de Sharpe La mesure de performance (ajustée du risque) la plus utilisée Rappel: Propriétés du ratio de Sharpe Mesure de la stratégie:
DIPLOME D'ETUDES APPROFONDIES EN ECONOMIE ET FINANCE THEORIE DES MARCHES FINANCIERS. Semestre d hiver 2001-2002
Département d économie politique DIPLOME D'ETUDES APPROFONDIES EN ECONOMIE ET FINANCE THEORIE DES MARCHES FINANCIERS Semestre d hiver 2001-2002 Professeurs Marc Chesney et François Quittard-Pinon Séance
Options et Volatilité (introduction)
SECONDE PARTIE Options et Volatilité (introduction) Avril 2013 Licence Paris Dauphine 2013 SECONDE PARTIE Philippe GIORDAN Head of Investment Consulting +377 92 16 55 65 [email protected]
Modèle GARCH Application à la prévision de la volatilité
Modèle GARCH Application à la prévision de la volatilité Olivier Roustant Ecole des Mines de St-Etienne 3A - Finance Quantitative Décembre 2007 1 Objectifs Améliorer la modélisation de Black et Scholes
PLAN DE COURS. Description du cours. Approche pédagogique. Matériel pédagogique. 3-203-99 Gestion de portefeuille Automne 2005
3-203-99 Gestion de portefeuille Automne 2005 PLAN DE COURS Professeurs : Kodjovi Assoé Téléphone : 340-6615, bureau 4.222, [email protected] Jean-Philippe Tarte Téléphone : 340-6612, bureau 4.261,
TP1 Méthodes de Monte Carlo et techniques de réduction de variance, application au pricing d options
Université de Lorraine Modélisation Stochastique Master 2 IMOI 2014-2015 TP1 Méthodes de Monte Carlo et techniques de réduction de variance, application au pricing d options 1 Les options Le but de ce
Plan. - La VaR. - Introduction à l FRTB. - Principales révisions Frontières Banking / Trading book l Expected Shortfall Les horizons de liquidité
PAGE 1 F R T B ( F u n d a m e n t a l R e v i e w o f t h e T r a d i n g B o o k ) u n e n o u v e l l e p e r s p e c t i v e d e m e s u r e d e l a V A R. Y o u s s e f M e l l o u k i Plan PAGE 2
Filtrage stochastique non linéaire par la théorie de représentation des martingales
Filtrage stochastique non linéaire par la théorie de représentation des martingales Adriana Climescu-Haulica Laboratoire de Modélisation et Calcul Institut d Informatique et Mathématiques Appliquées de
Probabilités III Introduction à l évaluation d options
Probabilités III Introduction à l évaluation d options Jacques Printems Promotion 2012 2013 1 Modèle à temps discret 2 Introduction aux modèles en temps continu Limite du modèle binomial lorsque N + Un
Le modèle de Black et Scholes
Le modèle de Black et Scholes Alexandre Popier février 21 1 Introduction : exemple très simple de modèle financier On considère un marché avec une seule action cotée, sur une période donnée T. Dans un
Table des matières. l a r c i e r
Chapitre 1 Introduction... 1 1.1. Objectifs et structure du livre.... 1 1.2. Qu est-ce que la gestion de portefeuille?.... 2 1.3. Qu est-ce que «investir»?.... 3 1.4. Canalisation des flux d épargne et
www.styleanalytics.com
www.styleanalytics.com Style Analytics EuroPerformance a le plaisir de vous présenter Style Analytics, outil de mesure des risques et de la performance des fonds d investissement. Style Analytics offre
ACTUARIAT 1, ACT 2121, AUTOMNE 2013 #16
ACTUARIAT 1, ACT 2121, AUTOMNE 201 #16 ARTHUR CHARPENTIER 1 Dans une petite compagnie d assurance le nombre N de réclamations durant une année suit une loi de Poisson de moyenne λ = 100. On estime que
Mardi 23 octobre 2007. Séminaire. Schumann-bourse
Mardi 23 octobre 2007 Séminaire Schumann-bourse La Bourse : environnement économique et monétaire Définition de la bourse et de son rôle dans l'économie Influence des taux d'intérêts Déterminer les cycles
Y A-T-IL UNE THÉORIE DES MARCHES FINANCIERS? Document de travail Décembre 2003
Jean-Pierre Galavielle Université Paris 1 CRIFES-MATISSE UMR CNRS 8595 Maison des Sciences Economiques 106 Boulevard de l'hôpital 75013 Paris Tel: 00 33 (0)1 44 07 81 45 Fax: 00 33 (0)1 44 07 83 36 E-mail
Le théorème des deux fonds et la gestion indicielle
Le théorème des deux fonds et la gestion indicielle Philippe Bernard Ingénierie Economique& Financière Université Paris-Dauphine mars 2013 Les premiers fonds indiciels futent lancés aux Etats-Unis par
Couverture des risques dans les marchés financiers
énéral2.6.137 1 2 Couverture des risques dans les marchés financiers Nicole El Karoui Ecole Polytechnique,CMAP, 91128 Palaiseau Cedex email : [email protected] Année 23-24 2 Table des matières
Les mathématiques du XXe siècle
Itinéraire de visite Les mathématiques du XXe siècle Tous publics de culture scientifique et technique à partir des classes de 1ères Temps de visite : 1 heure 30 Cet itinéraire de visite dans l exposition
Limites finies en un point
8 Limites finies en un point Pour ce chapitre, sauf précision contraire, I désigne une partie non vide de R et f une fonction définie sur I et à valeurs réelles ou complees. Là encore, les fonctions usuelles,
I. Introduction. 1. Objectifs. 2. Les options. a. Présentation du problème.
I. Introduction. 1. Objectifs. Le but de ces quelques séances est d introduire les outils mathématiques, plus précisément ceux de nature probabiliste, qui interviennent dans les modèles financiers ; nous
Liste des notes techniques... xxi Liste des encadrés... xxiii Préface à l édition internationale... xxv Préface à l édition francophone...
Liste des notes techniques.................... xxi Liste des encadrés....................... xxiii Préface à l édition internationale.................. xxv Préface à l édition francophone..................
Application de l'analyse multifractale à l'estimation des crues extrêmes en Tunisie
Hydrology of die Mediterranean and Semiarid Regions (Proceedings of an inlernational symposium held at Montpellier.' April 2003). IAHS Publ. no. 278. 2003. 251 Application de l'analyse multifractale à
Nathalie REY DIPLOMES UNIVERSITAIRES
Nathalie REY Fonction (depuis septembre 1999) : Maître de Conférences en Sciences Economiques Université Paris 13, Sorbonne Paris Cité CEPN, UMR 7234 U.F.R. Sciences Économiques et de Gestion, Bureau J308
MATHÉMATIQUES ET APPLICATIONS
MASTER 2 ème ANNÉE MATHÉMATIQUES ET APPLICATIONS Parcours Mathématiques du Risque et Actuariat ANNÉE UNIVERSITAIRE 2015 2016 1 PRESENTATION Le Master 2 Mathématiques du Risque et Actuariat a pour objectif
DIFFRACTion des ondes
DIFFRACTion des ondes I DIFFRACTION DES ONDES PAR LA CUVE À ONDES Lorsqu'une onde plane traverse un trou, elle se transforme en onde circulaire. On dit que l'onde plane est diffractée par le trou. Ce phénomène
MATHS FINANCIERES. [email protected]. Projet OMEGA
MATHS FINANCIERES [email protected] Projet OMEGA Sophia Antipolis, septembre 2004 1. Introduction : la valorisation de contrats optionnels Options d achat et de vente : Call et Put Une option
HEC MONTRÉAL. Le sentiment du marché a t il une influence sur les décisions d allocation d actifs entre les différentes classes de fonds mutuels?
HEC MONTRÉAL Le sentiment du marché a t il une influence sur les décisions d allocation d actifs entre les différentes classes de fonds mutuels? Par Nicolas Poisson Sciences de la gestion (Finance) Mémoire
Travail en collaboration avec F.Roueff M.S.Taqqu C.Tudor
Paramètre de longue mémoire d une série temporelle : le cas non linéaire Travail en collaboration avec F.Roueff M.S.Taqqu C.Tudor Notion de longue mémoire Les valeurs d une série temporelle X = (X l )
Exercice du cours Gestion Financière à Court Terme : «Analyse d un reverse convertible»
Exercice du cours Gestion Financière à Court Terme : «Analyse d un reverse convertible» Quand la trésorerie d une entreprise est positive, le trésorier cherche le meilleur placement pour placer les excédents.
Finance, Navier-Stokes, et la calibration
Finance, Navier-Stokes, et la calibration non linéarités en finance 1 1 www.crimere.com/blog Avril 2013 Lignes directrices Non-linéarités en Finance 1 Non-linéarités en Finance Les équations de Fokker-Planck
Position AMF n 2004-07 Les pratiques de market timing et de late trading
Position AMF n 2004-07 Les pratiques de market timing et de late trading Textes de référence : articles 411-65, 411-67 et 411-68 du règlement général de l AMF 1. Questions-réponses relatives aux pratiques
MERCER INVESTIR. La gestion actions en beta-test SEPTEMBRE 2013
MERCER INVESTIR SEPTEMBRE 2013 La gestion actions en beta-test Avertissement : Cette publication est un état des lieux sur la gestion smart beta qui n engage que son auteur, elle s adresse aux professionnels
Analyse des Systèmes Asservis
Analyse des Systèmes Asservis Après quelques rappels, nous verrons comment évaluer deux des caractéristiques principales d'un système asservi : Stabilité et Précision. Si ces caractéristiques ne sont pas
Chapitre 7. Statistique des échantillons gaussiens. 7.1 Projection de vecteurs gaussiens
Chapitre 7 Statistique des échantillons gaussiens Le théorème central limite met en évidence le rôle majeur tenu par la loi gaussienne en modélisation stochastique. De ce fait, les modèles statistiques
Modélisation de séries financières par un modèle multifractal. Céline Azizieh
Modélisation de séries financières par un modèle multifractal Céline Azizieh Mémoire présenté à l Université Libre de Bruxelles en vue d obtenir le diplôme d actuaire Supervision: W. Breymann (RiskLab,
Marketing III. Calcul du prix & Indicateurs. Contenu
Calcul du prix & Indicateurs Pour la gestion économique de l'entreprise, il est essentiel que les prix des biens et services soient soigneusement calculés en tenant compte de tous les facteurs internes
Master Modélisation Aléatoire Paris VII, Cours Méthodes de Monte Carlo en nance et C++, TP n 2.
Master Modélisation Aléatoire Paris VII, Cours Méthodes de Monte Carlo en nance et C++, TP n 2. Techniques de correction pour les options barrières 25 janvier 2007 Exercice à rendre individuellement lors
Les décimales de Pi et la statistique
page d'accueil Les décimales de Pi et la statistique Ce dernier volet de la trilogie de l'aléatoire est consacré aux recherches infatigables pour, ENFIN, trouver quelque chose de particulier à Pi! Car
CAC, DAX ou DJ : lequel choisir?
CAC, DAX ou DJ : lequel choisir? 1. Pourquoi cette question Tout trader «travaillant 1» sur les indices s est, à un moment ou un autre, posé cette question : «je sais que la tendance est bien haussière
Mesure et gestion des risques d assurance
Mesure et gestion des risques d assurance Analyse critique des futurs référentiels prudentiel et d information financière Congrès annuel de l Institut des Actuaires 26 juin 2008 Pierre THEROND [email protected]
Température corporelle d un castor (une petite introduction aux séries temporelles)
Température corporelle d un castor (une petite introduction aux séries temporelles) GMMA 106 GMMA 106 2014 2015 1 / 32 Cas d étude Temperature (C) 37.0 37.5 38.0 0 20 40 60 80 100 Figure 1: Temperature
Partie 1 - Séquence 3 Original d une fonction
Partie - Séquence 3 Original d une fonction Lycée Victor Hugo - Besançon - STS 2 I. Généralités I. Généralités Définition Si F(p) = L [f(t)u (t)](p), alors on dit que f est l original de F. On note f(t)
PROJET DE GESTION PORTEFEUILLE. Evaluation d une Stratégie de Trading
PROJET DE GESTION PORTEFEUILLE Evaluation d une Stratégie de Trading Encadré par M. Philippe Bernard Master 1 Economie Appliquée-Ingénierie Economique et Financière Taylan Kunal 2011-2012 Sommaire 1) Introduction
Résumé des communications des Intervenants
Enseignements de la 1ere semaine (du 01 au 07 décembre 2014) I. Titre du cours : Introduction au calcul stochastique pour la finance Intervenante : Prof. M hamed EDDAHBI Dans le calcul différentiel dit
D Expert en Finance et Investissements
MODULES FINAL D Expert en Finance et Investissements Copyright 2014, AZEK AZEK, Feldstrasse 80, 8180 Bülach, T +41 44 872 35 35, F +41 44 872 35 32, [email protected], www.azek.ch Table des matières 1. Modules
Moments des variables aléatoires réelles
Chapter 6 Moments des variables aléatoires réelles Sommaire 6.1 Espérance des variables aléatoires réelles................................ 46 6.1.1 Définition et calcul........................................
PROBABILITES ET STATISTIQUE I&II
PROBABILITES ET STATISTIQUE I&II TABLE DES MATIERES CHAPITRE I - COMBINATOIRE ELEMENTAIRE I.1. Rappel des notations de la théorie des ensemble I.1.a. Ensembles et sous-ensembles I.1.b. Diagrammes (dits
Efficience des marchés et finance comportementale
Efficience des marchés et finance comportementale Martin Vlcek, Quantitative Investment Manager (BCV) 06.12.2013 Contenu 1. Introduction 2. Théorie de l efficience du marché 3. Finance comportementale
Ce document synthétise les principaux aspects de DayTrader Live, le service le plus haut de gamme de DayByDay.
Bienvenue chez DayByDay, Ce document synthétise les principaux aspects de DayTrader Live, le service le plus haut de gamme de DayByDay. Il est en deux parties : - Les idées de trading : quels sont les
DERIVES SUR ACTIONS ET INDICES. Christophe Mianné, Luc François
DERIVES SUR ACTIONS ET INDICES Christophe Mianné, Luc François Sommaire Notre activité Nos atouts La gestion du risque Conclusion 2 Notre activité 3 Les métiers Distribution de produits dérivés actions
Rapport de Stage Avril-Septembre 2007
I. PRÉSENTATION DU GROUPE BNP PARIBAS...4 A. LE GROUPE BNP PARIBAS...4 B. BNP PARIBAS EN QUELQUES CHIFFRES...4 C. TROIS GRANDS DOMAINES D ACTIVITÉS...6 D. LES MÉTIERS DE LA BANQUE DE FINANCEMENT ET D INVESTISSEMENT...7
Travaux dirigés d introduction aux Probabilités
Travaux dirigés d introduction aux Probabilités - Dénombrement - - Probabilités Élémentaires - - Variables Aléatoires Discrètes - - Variables Aléatoires Continues - 1 - Dénombrement - Exercice 1 Combien
UNIVERSITE DES ANTILLES et DE LA GUYANE Campus de Fouillole BP250-97157 Pointe-à-Pitre Cedex CONTRAT 2010-2013 LE MASTER NOM DU DOMAINE STS
UNIVERSITE DES ANTILLES et DE LA GUYANE Campus de Fouillole BP20-9717 Pointe-à-Pitre Cedex CONTRAT 2010-201 LE MASTER NOM DU DOMAINE STS Mention : Mathématiques Implantation : Guadeloupe FICHES DESCRIPTIVES
DynAmiser vos investissements
DynAmiser vos investissements Aequam en quelques mots Jeune entreprise indépendante et innovante Agréée AMF n GP-10000038 Incubée par le Pôle Sponsorisée par Fondatrice de Savoir-faire / Innovation 5 associés
Génération de signaux multifractals possédant une structure de branchement sous-jacente.
1 / 64 Génération de signaux multifractals possédant une structure de branchement sous-jacente. Geoffrey Decrouez Cotutelle Internationale de Thèse préparée au Gipsa-Lab et à l Université de Melbourne
1/ Quelles sont les raisons qui peuvent conduire à la mise en place d un OMS?
Order Management System L Order Management System (OMS) d hier visait avant tout à automatiser les communications internes, en permettant au trader de collecter électroniquement les ordres et les instructions
QUESTIONS D ENTRETIENS EN FINANCE DE MARCHE
QUESTIONS D ENTRETIENS EN FINANCE DE MARCHE Le présent document est un recueil de questions, la plupart techniques, posées à des candidats généralement jeunes diplômés, issus d école d ingénieurs, de commerce
Actions - Bonds - Devises - Vanilles(Options/Futures/Forward/Swaps/Spot) - Exotiques
Wassila CHARKAOUI - 26 ans Support Front Office / Consultante Salle de marché Formation 2006-2010 Euromed Management ESC Marseille : Master of Science en Management Financier et Organisationnel Spécialisation
Formation 2 mois. Trader les Futures par les carnets d ordres :
Formation 2 mois Trader les Futures par les carnets d ordres : Marché des Matières premières avec Gold, Pétrole, Argent, Marché obligataire du Bund, Eurostoxx, Dax, Russel, S&P, Spread Dax-Stoxx, EUR/USD.
www.transstock.com [email protected]
www.transstock.com [email protected] La notion Stop-Loss Logiciel TransStock Base de données TransQuotes Paul Gins Directeur CompuGraphics Stop-Loss 1. Acheter / Vendre 2. Répartition du risque
Le risque Idiosyncrasique
Le risque Idiosyncrasique -Pierre CADESTIN -Magali DRIGHES -Raphael MINATO -Mathieu SELLES 1 Introduction Risque idiosyncrasique : risque non pris en compte dans le risque de marché (indépendant des phénomènes
Formation 1 semaine.
Formation 1 semaine. Trader les Futures par les carnets d ordres : Devises et obligations. Animé par: Team Traders Pro. Pour Qui? Destiné à ceux qui désirent devenir Traders et désireuses d apprendre les
Outils théoriques du modèle standard. MASTER 2003 Paris IX [Dauphine] François Jubin
Outils théoriques du modèle standard MASTER 2003 Paris IX [Dauphine] François Jubin Le portefeuille : la notion centrale du modèle standard On ne s intéresse pas ici à la dynamique du prix d un titre mais
Un nouveau standard pour mesurer la performance des gérants
Données de performance amleague Euro Equities Année en cours Période du 31 Décembre 2013 au 30 septembre 2014 Un nouveau standard pour mesurer la performance des gérants Un univers de compétition équitable
Amphi 3: Espaces complets - Applications linéaires continues
Amphi 3: Espaces complets - Applications linéaires continues Département de Mathématiques École polytechnique Remise en forme mathématique 2013 Suite de Cauchy Soit (X, d) un espace métrique. Une suite
Équation de Langevin avec petites perturbations browniennes ou
Équation de Langevin avec petites perturbations browniennes ou alpha-stables Richard Eon sous la direction de Mihai Gradinaru Institut de Recherche Mathématique de Rennes Journées de probabilités 215,
Théorie Financière 2014-2015
Théorie Financière 2014-2015 1. Introduction Professeur Kim Oosterlinck E-mail: [email protected] Organisation du cours (1/4) Cours = Théorie (24h) + TPs (12h) + ouvrages de référence Cours en français
MÉTHODE Investir en bourse avec Isiotrade. " Hier est derrière. Demain est un mystère. Ce qui compte, c est ce que l'on fait dans l instant.
MÉTHODE Investir en bourse avec Isiotrade " Hier est derrière. Demain est un mystère. Ce qui compte, c est ce que l'on fait dans l instant." Version réactualisée au 15 mai 2014 Sommaire 1. A PROPOS D'ISIOTRADE...
1/5. piazza invest 1
1/5 piazza invest 1 TYPE D'ASSURANCE VIE Piazza invest est un produit d assurance-vie de la branche 23, émis par AXA Belgium et lié à différents fonds d'investissement internes d AXA Belgium (voir annexes).
Comment résoudre efficacement les questions relatives à la TVA?
www.pwc.ch/tva www.pwc.ch/academy Comment résoudre efficacement les questions relatives à la TVA? QuoVATis Masterclass 2011, Genève/Lausanne Les cours sur la TVA QuoVATis Masterclass, 23 26 mai 2011, à
Commission de Surveillance du Secteur Financier
COMMUNIQUE DE PRESSE 15/12 SITUATION GLOBALE DES ORGANISMES DE PLACEMENT COLLECTIF ET DES FONDS D INVESTISSEMENT SPECIALISES A LA FIN DU MOIS DE JANVIER 2015 I. Situation globale Au 31 janvier 2015, le
Le rôle de la spéculation sur les marchés pétroliers : une analyse économétrique et comportementale
Séminaire AEE-CFE, Mardi 29 juin 2010 Le rôle de la spéculation sur les marchés pétroliers : une analyse économétrique et comportementale Prof. E. Hache, IFP-School, [email protected] Prof. F. Lantz,
Enjeux et défis de l'intégration des dérivés dans le trading des grains.
Enjeux et défis de l'intégration des dérivés dans le trading des grains. L'impact de la prime (valeur et volatilité) sur le résultat de l'entreprise et les implications du recours aux dérivés pour gérer
Mesures de Risque Multipériodes Cohérentes Appliquées au Compte à Terme
TFE Ingénieur Civil Mathématiques Appliquées 24 juin 2010 Mesures de Risque Multipériodes Cohérentes Appliquées au Compte à Terme Auteur Christophe Pochet Promoteur Pierre Devolder Comment garantir la
Attitude des ménages face au risque. M1 - Arnold Chassagnon, Université de Tours, PSE - Automne 2014
Attitude des ménages face au risque - M1 - Arnold Chassagnon, Université de Tours, PSE - Automne 2014 Plan du cours 1. Introduction : demande de couverture et comportements induits pa 2. Représentations
Chapitre 1 : Introduction au contrôle de gestion. Marie Gies - Contrôle de gestion et gestion prévisionnelle - Chapitre 1
Chapitre 1 : Introduction au contrôle de gestion Introduction 2 Contrôle de gestion : fonction aujourd hui bien institutionnalisée dans les entreprises Objectif : permettre une gestion rigoureuse et une
Tests d arbitrage sur options : une analyse empirique des cotations de market-makers
Tests d arbitrage sur options : une analyse empirique des cotations de market-makers DAVID ARDIA Université de Fribourg Révision finale : Novembre 2006 Résumé: Cet article analyse les opportunités d arbitrage
«La crise : banques, entreprises et gestion des risques»
Isabelle CADORET Doyen de la Faculté des Sciences Economiques Alain PINEAU Directeur Régional dans le cadre du Cycle de Conférences Banque de France - Master Banque Finance, ont le plaisir de vous inviter
Le Fol Gaëlle. Current Position - Status. Former positions. Education and qualification. Full professor. [email protected]
Le Fol Gaëlle Full professor [email protected] Current Position - Status Head of an education program : Master 203 - Financial Markets Department of attachment : MSO Centre of Research : Dauphine
un environnement économique et politique
Vision d un économiste sur le risque agricole et sa gestion un sol un climat un environnement économique et politique Jean Cordier Professeur Agrocampus Ouest Séminaire GIS GC HP2E Prise en compte du risque
Pour fins d'illustration seulement. Rapport préparé pour M. Albert Client et Mme Louise Client
Rapport préparé pour M. Albert Client et Mme Louise Client Préparé par Charles M. Courtier Conseiller ÉlémentsPatrimoine Téléphone: 123-456-7890 Courriel: [email protected] Date: 2014-07-17 INTRODUCTION
Manuel d Utilisateur - Logiciel ModAFi. Jonathan ANJOU - Maud EYZAT - Kévin NAVARRO
Manuel d Utilisateur - Logiciel ModAFi Jonathan ANJOU - Maud EYZAT - Kévin NAVARRO Grenoble, 12 juin 2012 Table des matières 1 Introduction 3 2 Modèles supportés 3 2.1 Les diérents modèles supportés pour
Introduction à l approche bootstrap
Introduction à l approche bootstrap Irène Buvat U494 INSERM buvat@imedjussieufr 25 septembre 2000 Introduction à l approche bootstrap - Irène Buvat - 21/9/00-1 Plan du cours Qu est-ce que le bootstrap?
Contents. 1 Introduction Objectifs des systèmes bonus-malus Système bonus-malus à classes Système bonus-malus : Principes
Université Claude Bernard Lyon 1 Institut de Science Financière et d Assurances Système Bonus-Malus Introduction & Applications SCILAB Julien Tomas Institut de Science Financière et d Assurances Laboratoire
INTRODUCTION INTRODUCTION
INTRODUCTION INTRODUCTION Les options sont des actifs financiers conditionnels qui donnent le droit mais pas l'obligation d'effectuer des transactions sur des actifs supports. Leur intérêt réside dans
Chrome for Work. CRESTEL - 4 décembre 2014
Chrome for Work CRESTEL - 4 décembre 2014 Connect Visualize Build Find Access 10 applications Web 3 appareils moyenne par employé Source : Forrester & Cisco. Accès sécurisé aux outils et aux données de
0 h(s)ds et h [t = 1 [t, [ h, t IR +. Φ L 2 (IR + ) Φ sur U par
Probabilités) Calculus on Fock space and a non-adapted quantum Itô formula Nicolas Privault Abstract - The aim of this note is to introduce a calculus on Fock space with its probabilistic interpretations,
Matinale recherche. Gestion des risques comme source inexploitée de performance : impact sur la gestion d actifs et la gestion actif-passif
Matinale recherche Gestion des risques comme source inexploitée de performance : impact sur la gestion d actifs et la gestion actif-passif Intervenante : Adina GRIGORIU, Directrice de recherche, AAAiC,
Thèmes de recherche. Projets en cours
Formation Patrice Poncet Professeur Eminent, Département Finance Directeur Académique de la Chaire ESSEC Finance Professeur Agrégé des Universités en Sciences de Gestion. Ph.D. in Finance, Kellogg School
MAÎTRISE ÈS SCIENCES EN GESTION. MICROPROGRAMMES Exploitation de données en intelligence d affaires Analytique d affaires - Énergie 2014 ANNUAIRE
MAÎTRISE ÈS SCIENCES EN GESTION MICROPROGRAMMES Exploitation de données en intelligence d affaires Analytique d affaires - Énergie 2014 2015 ANNUAIRE Dépôt légal IMPORTANT En complément de cet annuaire,
Estimation: intervalle de fluctuation et de confiance. Mars 2012. IREM: groupe Proba-Stat. Fluctuation. Confiance. dans les programmes comparaison
Estimation: intervalle de fluctuation et de confiance Mars 2012 IREM: groupe Proba-Stat Estimation Term.1 Intervalle de fluctuation connu : probabilité p, taille de l échantillon n but : estimer une fréquence
Stratégies de réplication des hedge funds : conséquences pour les investisseurs et les régulateurs
Stratégies de réplication des hedge funds : conséquences pour les investisseurs et les régulateurs WILLIAM FUNG Professeur associé London Business School DAVID A. HSIEH Professeur Duke University Au cours
Cours 1. 3. L environnement politique. INTRODUCTION AU MARCHÉ DES CHANGES : Le marché au comptant
Cours INTRODUCTION AU MARCHÉ DES CHANGES : Le marché au comptant I. INTRODUCTION : L ENVIRONNEMENT FINANCIER INTERNATIONAL A. Différences entre finance domestique et finance internationale. L environnement
Techniques du Data Mining pour la prédiction de faillite des entreprises et la gestion du risque de crédit
Techniques du Data Mining pour la prédiction de faillite des entreprises et la gestion du risque de crédit Adil Belhouari HEC - Montréal - Journées de l Optimisation 2005-09 Mai 2005 PLAN DE LA PRÉSENTATION
