Économétrie des Marchés Financiers - Stratégies d'investissement
|
|
- Marie-Josèphe Denis
- il y a 8 ans
- Total affichages :
Transcription
1 Économétrie des Marchés Financiers - Stratégies d'investissement 1 Utilité esérée L'utilité est censée mesurer la satisfaction de l agent, fonction d'un revenu aléatoire Agent risquohobe: réfère un revenu certain à un même revenu eséré (et donc aléatoire) Rendement fl Risques fl Rendement Risques U (w) > 0 U (w) < 0 U On tentera donc de maximiser la satisfaction de l agent: maximun E [U(w)] Il y autant de f.u. que d agents. Déend de l aversion our le risque de l agent w Aversion relative our le risque = -w U"/U' = γ ne déend as du niveau de la richesse ma référée : f.u. en logarithme. Indice relatif d aversion au risque = 1, 2 Page 1 1
2 Utilité - exemle Quel revenu certain (salaire) souhaiteriez vous en échange d un revenu incertain (investissement)? Aversion aux risques : concavité de la f.u. E[U(w)] < U(E[w]) U à revenu égal, référence our le certain sur l aléatoire U(E[w]) U(w)=ln(w) loterie : w1=4 avec =0.5, w2=16 avec =0.5 E[w]= w1 + () w2 = 0.5*4+0.5*16=10 E[U(w)] U(w) E[U(w)] = U(w1) + () U(w2) = 0.5*ln(4)+0.5*ln(16)=ln(8)=U(8) Quel est le revenu certain équivalent au revenu aléatoire revenu aléatoire = équivalent certain + rime de risque 10 = Indifférence: équivalent certain (8) vs revenu aléatoire (10) référence revenu certain si revenu certain > 8 référence revenu aléatoire si revenu certain < 8 w Cas général: l = rime de risque U(E[w]-λ) = E[U(w)] rime risque absolue» - 1/2 U"/U' variance(w) rime risque relative (en %)» - 1/2 W U"/U' variance(w) our de faibles variations, ar un déveloement de Taylor aversion relative = - <W> U"/U' = 1 our une f/u. en log Exemle : ortefeuille d'actions, avec rendement=10% volatilité=40%, rime de risque = variance/2 = /2= 8%, équivalent certain (salaire) = 10%-8%=2% our un équivalent salaire de ar an, il faut générer une erformance 5 fois lus grande sur un ortefeuille de 5 millions et encore l'aversion au risque est faible 3 Kelly Kelly (1956 Bell Labs) avec Shannon, ose le roblème suivant: gain = doublement de la mise, avec une robabilité 1/2<<1 erte de la mise, avec robabilité q= Quelle roortion f du caital doit on miser? f =levier si =1 : levier infini si <1 Si f=1, corresond au critère du maximum de l'esérance mais c'est la ruine assurée dès la remière erte. Si f=0, on ne rofite as d'un réel avantage => f comris entre 0 et 1 Solution de Kelly : maximiser le taux de croissance. On cherche à maximiser la moyenne du taux de croissance <=> maximiser la moyenne géométrique <=> Taux de croissance équivalent certain <=> Maximiser une fonction d'utilité logarithmique sur une seule ériode sous certaines conditions (ergodicité) Wn = valeur du ortefeuille à la ériode n 1/n Wn/W0 = 1/n [log Wn/Wn-1+log Wn-1/Wn-2+. log W1/W0] E log W1/W0 4 Page 2 2
3 Kelly (formules) G G* 0.1 f f* En étroite relation avec la notion d'entroie. H= - log - q log q Maximiser G <=> minimiser l'entroie H <=> maximiser la rédictibilité d'un signal (au sens Shannon) 5 Kelly (exemle) G f f* G f =0.53 q=0.47 f*= G*= G =0.7 q=0.3 f*=-q=0.4 et G* ~ 8% soit Il vaut mieux sous estimer que sur estimer f* our f ~ 2*f* G<0, on erd ar contre our f ~ f*/2 G ~ 6%, soit 25% de manque à gagner, seulement 1.Pour un avantage aussi minime soit il (=0.53), le taux de croissance reste resectable G*~ 1.8% (doublement en 385 cous) mais le levier doit rester très faible : 6% 2. Les ertes interviennent dès 12% de levier. à f ~ 60%, taux de croissance robable ~ -18% arès 12 ériodes, le caital restant le lus robable n'est lus que 11% du caital initial ex(-0.18*12) Il vaut mieux "sous-arier" que "sur-arier" En trading, faut faire comme les anglais: roulez à gauche =0.9, q=0.1 f*=0.8 et G~36.8% gains très élevés, G chute très raidement au delà de f* encore une fois mieux vaut sous estimer f* 6 Page 3 3
4 Mieux comrendre Kelly (1+f) 5 Portefeuilles exonentiels, fortement imrobables (1+f) 2 (1+f) 3 (1+f) 4 (1+f) 4 (1-f) (1+f) 3 (1-f) L'esérance du ortefeuille E(Wn/W0) = E(W1/W0) n =((2-1)f+1) n est constituée de termes exonentiellement grands et fortement imrobables (1+f) (1-f) (1+f) 2 (1-f) (1+f)(1-f) 3 (1-f) 4 (1+f) 3 (1-f) 2 (1+f)(1-f) (1+f) 2 (1-f) 2 (1+f)(1-f) 2 (1+f) 2 (1-f) 3 (1-f) 2 (1-f) 3 (1+f)(1-f) 4 Kelly Maximiser le ortefeuille médian Maximiser la moyenne géométrique des P&L (1-f) 5 le ortefeuille de Kelly est aussi le ortefeuille médian Quasi nul, mais as de risque de ruine. Proriétés analogues à la distribution log normale : de fait, log (Wn/W0) eut être aroché ar une loi normale log (Wn/W0) gaussienne moyenne variance 7 erformance TWR = valeur terminale du ortefeuille arès N ériodes risque= levier*volatilité Le levier se traduit directement terme de niveau de risque sigma(levier) = levier * sigma, si bien que l'on eut rerésenter la valeur terminale robable TWR en fonction du risque. La erformance n'est as croissante avec le risque, mais atteint un maximum corresondant au levier otimal. 8 Page 4 4
5 Kelly - Alication modèle binomial et Futures (suite) gain: w %, avec robabilité=, erte: l %, avec robabilité=q= g= log(1+fw)+q log(1-fl) f*=(w-ql)/(wl) = a/(wl) avec a= w-ql esérance arithmétique Exemle: contrat Future CAC40, stratégie de tye bracket trading encadrement des gains + des ertes rofit exit à +20 ts et stoloss à -20ts, un trade ar jour croissance 60% 50% 40% 30% 20% Kelly Buy&Hold 10% jours 0% sous jacent en ts S 3000 multilicateur m 10 valeur contrat m*s Systeme de trading delta ts ts 20 cout c 4 gain/contrat W=m*ts-c 196 erte/contrat L=m*ts+c 204 roba gain 0,54 roba erte q= 0,46 robacritique c=l/(w+l) 0,510 gain en % sous jacent w 0,65% erte en % sous jacent l 0,68% Esérance a= w-q l 0,040% Kelly f* f*=a/(w l) 9,00 taux de croissance / trade G*= ln(1+f w)+q ln(1-f l) 0,180% nb trades n 250 taux de croissance global ex(ng*) 1,57 % 56,96% catial requis ar contrat W L /(W-qL) 3332 caital nombre de contrats 3 marge / contrat 2400 n contat/marge 4,2 Caital ar contrat = WL / ( W-qL)= K n contrats = arrondi.inf(caital/k) 9 Kelly - Exemle Futures (suite) Exemle tye contrat DAX, multilicateur = 25 delta trading à +/- 20 ts, robabilité gain = % 1800% sous jacent en ts S % Kelly Buy&Hold multilicateur m % valeur contrat m*s % Systeme de trading delta ts ts % cout c 4 800% gain/contrat W=m*ts-c % erte/contrat L=m*ts+c % roba gain 0,58 200% roba erte q= 0,42 robacritique c=l/(w+l) 0,504 0% jours gain en % sous jacent w 0,66% erte en % sous jacent l 0,67% Esérance a= w-q l 0,101% Kelly Soit lus de 1000% / an!!!! Cherchez l'erreur.. f* f*=a/(w l) 22,80 taux de croissance / trade G*= ln(1+f w)+q ln(1-f l) 1,161% Suose être investi avec levier 22 sur future DAX : nb trades n 250 quasiment 100% de la marge!!! taux de croissance global ex(ng*) 18,21 % 1720,67% Avec 55 contrats en fin de ériode!!! catial requis ar contrat W L /(W-qL) caital nombre de contrats 3 roblèmes? marge / contrat n contat/marge 4,2 P(gain) tro otimiste? caital en fin de eriode Stationnarité des robabilités? n contrats 55 sliage? (gain et ertes réelles!= attendues) Buy & Hold f*/2 11 avantage vs taille des ordres vs Liquidité? G(f*/2) 0,87% Comlexité oérationnelle avec la taille? 8,77 10 croissance Page 5 5
6 Sensibilité Très grande sensibilité du levier en fonction de la robabilité de succès delta(levier) = 2S/ts delta() = 600 delta() delta()=0.01 => delta(levier)=6!!! 60 levier succès Grande sensibilité du levier vs estimation des gains et ertes. exemle récédent : bracket trading autour de 20 ts sur DAX, avec (succès)=0.58 => f* 22 si le gain asse à 19 ts au lieu de 20 ts, ou la erte asse à 21 ts au lieu de 20, f* asse à 7 au lieu de 22!!! Or: l'esérance d'un erte est lus souvent lus grande qu'attendue et celle d'un gain lus faible les raisons euvent être multiles : sread (bid/ask), chasse aux ordres sto, b de liquidité, stoloss en situation de krach, 11 Désir et réalité Performance Les ositions ne euvent ar être multiliées à l'infinie sans tenir comte de facteurs qui détériorent la erformance: - liquidité - rofondeur de marché (imacts) La stratégie de Kelly suose le même succès avec 55 contrats qu'avec un seul: c'est faux La robabilité gain décroît avec la taille Raelez vous sur-estimer le levier est catastrohique. or le levier est très sensible à la robabilité de gain... Taille des ositions => estimation réaliste des robabilités de gain en fonction de la liquidité et autres facteurs de risque stratégie moins agressive (Kelly Fractionnel) diversification multi suorts / multi stratégies 12 Page 6 6
7 Exemle levier otimal - marché action Comaraison Buy&Hold et stratégie otimale active: Le critère de Kelly est la stratégie otimale: le ortefeuille le lus robable croit de manière exonentielle W(T)=ex(T share 2 ) W0 share= µ/σ LES DANGER D'UN LEVIER TROP ELEVE: exemle: + 25% ou -15% ar mois avec robabilités 50/50 Avec une levier de 5, our une mise de déart de 100, au bout de 12 mois, le caital robable est de 3!!!! Le levier otimal est 1.33 = ( *.15)/(.25*.15), gain géométrique moyen = 3%, gain robable au bout de 12 mois = 47% ce qui est fort différent d'une erte de -97% avec un levier de 5!!! Ruine certaine si levier = 1/erteMax = 6.67, risque élevé et erte, si on utile un levier = 2 * levier otimal!!!! Les rendements sont multilicatifs. Arès une erte de 50%, il faut 100% de hausse our se "refaire"... En revanche : utiliser un levier rudent = levierotimal/2, entraine un manque a gagner de 25% seulement. 13 Exemles Un levier constant amlifie les hausses et les baisses un levier tro grand (5) conduit a des ertes raides Fonctionne mieux en ajustement intraday sur futures avec faibles coûts de transaction: levier de 2 du sous jacent <=> ncontrats = 0.2 Caital / valeursousjacent ncontrats= levier Caital / multilicateur * valeursousjacent 14 Page 7 7
8 Exemles (suite) Plus de 60 fois la valeur du NASDAQ et ourtant le levier n'est que de 2 NASDAQ Utilisation d'un levier constant ~ 2 S&P 500 Peut mieux faire en intraday future, avec une estimation dynamique des volatilités: taux sans risque : r 2% µ= rendement+σ 2 /2, rendement 5% levier otimal (σ)= (µ-r)/σ 2 = ½ / σ 2 Oortunités en ce moment (Nov. 2003)? car faible volatilité (historique) et rerise économique => autorise des leviers lus élevés 15 NASDAQ en levier 5 Levier 5 démontre le caractère exonentiel de la stratégie : NASDAQ * 3500!!! bien loin de NASDAQ*5 exlosion à la hausse mais imlosion à la baisse. Reste quelques cents 16 Page 8 8
9 Ajustements dynamiques Les stratégies de tye Kelly (ou basées sur une fu isoélastique) nécessitent des ajustements ermanents, afin de maintenir une roortion constante ("Constant Rebalanced Portfolios"): Soit un ortefeuille d'une valeur 1000 avec seul actif risqué de valeur unitaire 10, avec un levier de 4. On détient donc 400=(1000/10)*4 unités de l'actif. Le mois suivant, l'actif erd 20%, l'actif asse à 80. Le levier étant de 4, la erte en caital est quatre fois lus imortante, la valeur du ortefeuille devient 3200=400*80!!! Pour maintenir un levier constant de 4, il faut ajuster le nombre d'unités en fonction : des nouvelles valeurs du ortefeuille (3200) et l'actif 80, soit un nombre d'unités : 160=(3200/80)*4, il faut donc alléger de =240 unités, soit de 60% =(4-1)*20% (cf ci dessous) On doit ajuster la quantité our vérifier : f<1 δq δs < 0 CONTRARIEN on doit ajuster en sens inverse de la variation: acheter lorsque l'actif baisse, vendre lorsque l'actif est en hausse. Donc f>1 δq δs > 0 SUIVEUR on doit acheter lorsque l'actif monte et vendre lorsqu'il baisse. f=1: on est investi à 100% dans l'actif risqué, et on le restera même en cas de hausse ou de baisse de l'actif. 17 Kelly - Distribution quelconque (r) distribution des rendements discrète ou continue Distribution continue Distribution discrète des rendements r i, avec robabilité i f* solution de : f* solution de : solutions arochées au second ordre: G G* 3/4 G* Exemle: ertemax=20% alors f* << 5 G f<r>- f 2 <r 2 >/2 f* <r>/<r2 > f* 18 f*/2 Solution arochée (très grossière) f Page 9 9
10 Allocation otimale inter-temorelle en tems continu Merton - Continuous Time Finance Recherche de l'allocation otimale x On retrouve les mêmes résultats que dans le cas mono-ériodique avec Γ la matrice de covariance, ρ le vecteur des rendements (ρ i = µ i -r), r le taux sans risque, γ l'aversion relative au risque. Solution ar contrôle otimal stochastique (Hamilton-Jacobi-Bellman) Cas mono actif Cas d'actifs (ou stratégies) non corrélées Résultat remarquable, sachant que µ et σ euvent déendre du tems Mais: 1. suose que les roortions sont ajustées en continu 2 ne tient as comte des coûts de transaction. résultats analogues au CAPM à la différence essentielle que: - le CAPM est mono ériodique - Kelly (ou Merton) est multi-ériodique - dans le cas de Merton, les ondérations varient, mais faiblement => réajustements toujours nécessaires Alicable à tout rocessus, as seulement I(1) Merton est alicable à des rocessus de retour à la moyenne (OU), 19 Levier otimal - cas continu - exemle mono actif Exemle d un modèle lognormal la stratégie otimale consiste à maintenir un ratio constant dans l actif risqué : γ = aversion au risque γ=1, our un f.u. en logarithme. Exemle: action/indice classique: CAC40 rime risque µ-r 4%, σ = volatilité 25% => f=(µ-r) /σ 2 = 0.04/0.25^2 = 0.64 => investi à 64% en CAC40 (si fu en log) : MEDAF: le marché se comorte comme un investisseur ayant dont l'aversion au risque est γ = σ 2 /(µ-r) Exemle f* tels que mesuré f* mesuré deuis CAC DAX E DJI NASDAQ f* ~ 1 : traduit une hyothèse de non arbitrage Kelly vs Buy& Hold? 20 Page 10 10
11 DJI AA AXP BA C CAT DD DIS EK <r>/sigma^2 our les actions comosant le DJI, deuis le 2 janvier 1962 au 6 mars levier moyen f* 1.4 GE GM HD HON HWP IBM INTC IP JNJ JPM KO MCD MMM MO MRK MSFT PG SBC T UTX WMT XOM simga^ y = x + 6E-05 R 2 = <r> 21 Comment gagner sur une actif qui erd Non seulement on eut battre le sous jacent avec un levier < 1 mais on eut gagner sur un sous jacent qui décline!!! ln S T /S 0 ~ gaussienne moyenne (µ - σ 2 /2)T et variance σ 2 T Le rendement moyen eut donc être 0, mais µ>0 si Rendement = 0, l'action reste stable Kelly gagne tout en restant à l'achat sur un actif qui erd!!! Une stratégie active ermet néanmoins de gagner en restant investi à 50% à tout instant car R=0 => µ= σ 2 /2 > 0 => levier f*=µ/σ 2 =0.5 taux de croissance otimal G*(r=0) = ½ µ 2 /σ 2 = σ 2 /8 si σ=40% G*(r=0)=2% / an as tro mal our une action qui stagne et lus elle est volatile meilleure est la erformance!!! si σ=100% G*(r=0)=12.5% / an Fonctionne aussi our R<0, dans la limite µ>0 donc µ < σ 2 /2, dans ce cas f<1/2 f* eut être négatif (vente à découvert) Source maslov, Zhang La stratégie de tye Kelly (ortefeuille CRP) eut être vue comme un système de "cature" de la volatilité Comatible avec l'efficience des marchés: l'effet de la stratégie de Kelly sera de réduire de la volatilité "une centrale hydraulique qui va caturer une énergie roduite ar la hauteur des vagues, aura our effet de réduire la hauteur des vagues, mais eut on imaginer un océan sans vagues ni temêtes. " COVER 22 Page 11 11
12 Levier et Share Share ~ µ/σ, une autre mesure du rendement corrigé du risque Relation Kelly avec Share: Otimiser le taux de croissance est assez roche de l'otimisation du ratio de Share. Share déend du tems : (En remière aroche) si un facteur d'échelle en 0.5 le levier otimal ne déend as du tems f*(intraday)=f(jour)=f(mois)=f(année) our être considéré comme une bonne stratégie, le Share annuel doit être > 2 f ~ µ/σ 2 => f=share/ σ donc si Share=2 et σ=10%, sur un seul actif, suose un levier f= 20!!! 23 Share Non faisable Otimal: ente = ratio de Share Sous otimal r=(1-x) r f + x r m σ = x σ m => r=r f + σ (r m - r f )/ σ m 24 Page 12 12
13 Drawdowns Drawdowns = erte historique deuis le dernier lus haut mesure de risque agressive: Drawdown Le Drawdown s'exrime aussi en %: D% = (Wmax-W)/Wmax=1-1/D, Probabilité (D%>x%) = P(D>1/(1+x)) ratio de sterling = rendement / maxdrawdown% exemle exigence forte: 30% rendement annuel, max drawdown 10% (Sterling=3) A B C D E F G H drawdowns A/B C/D C / F C / H I.. Loi universelle: les queues de distribution des drawdowns suivent une loi uissance Avec Γ solution de Modèle binomial: gain Λ avec robabilité, erte - Λ avec Cas gaussien 1/Γ rerésente le drawdown robable. 25 Kelly et les drawdowns Hyothèse : investissement dans un actif risque de rendement (instantané) µ et volatilité σ 2 Portefeuille de Kelly se comorte comme un rocessus gaussien multilicatif: Exosant de la densité des Drawdowns Le drawdown est sur le oint de diverger esérance et variance infinies Résultat universel: indéendant de la distribution des rendements!!! Justifie, encore une fois, l'intérêt d'utiliser des stratégies moins agressives (kelly fractionnel) Avec f*/2, l'esérance et la variance sont finies 26 Page 13 13
14 Drawdowns (suite) Exemles τ = 4 Prob(erte historique > 50%) ~ 12,25% 50% <=> caital/2 deuis le lus haut historique τ = 4 corresond à un Kelly/2 t = 2 Prob(erte historique > 50%) ~ 50%!!! τ = 2 corresond à Kelly Une méthode simle our définir une gestion cohérente: exigences de gestion: rendement 30% ar an max drawdown, ne doit as déasser 10% (au seuil de 5%) P(D>-drawdown) DD% 10% 20% 30% 40% 50% 60% 70% 80% DD=Wmax/W tau DD% = (Wmax-W)/Wmax=1-1/DD DD=1/(1-DD%) Probabilité (DD%>x%) = P(DD>1/(1+x)) => τ > 30 DD%=10% DD=1/(1-0.1) P(> DD) ~ DD^(- τ-1)< 5% τ > 1+log(0.05)/ log(1-0.1)=29.43, τ =2µ/σ 2 et µ=30% => σ < 15% => share = µ/σ > 2 Si une stratégie de tye Kelly (roortion constante), sous entend d'utiliser un levier 15 fois inférieur à celui de Kelly aversion relative our le risque de l'ordre de Kelly Fractionnel Malgré la rise en comte des risques, le levier otimal de kelly reste agressif, Une mauvaise estimation des aramètres eut conduire à une sur estimation du levier et donc: décroissance raide du caital dans des drawdowns sévères Il est lus "rudent" d'utiliser des fractions du levier otimal: se lacer à f*/2, f*/4. Kelly Fractionnel: utiliser un levier f=δ f*, avec 0<δ<1 <=> maximiser la fonction d'utilité U(w)= w 1- γ /(1- γ) γ est l'indice d'aversion relatif our le risque: lus γ est grand et lus l'agent est risquohobe. À la limite γ = 1, la fonction d'utilité est le logarithme. δ γ utilité G*(δ )/G* 1/2 2 -w /3 3 -w /4 4 -w le levier otimal est f*(γ)= 1/ γ µ/σ 2 28 Page 14 14
15 Caculs des coûts de transaction 29 Investissement "otimal" et coûts de transactions Imact très imortant des coûts de transaction sur une gestion active Cette stratégie exige un ajustement ermanent our maintenir un ratio constant dans l'actif risqué: soit "f" ce ratio, l'ajustement quotidien devrait être de l'ordre de (f-1)*variationactif f=1 on est investi à 100% en ermanence. f<1, on est contrarien... hausse => vente, baisse => achat f>1 on est suiveur de tendance: hausse => achat, baisse => vente Il existe des "no trade regions" : re-équilibrage uniquement lorsque le ratio sort de bornes f max, f min, exemle µ=12,5%, σ=20%, f=0.6, avec des coûts de 0,5%, ne as faire réajuster tant que f reste dans un intervalle de l'ordre de 10% autour de f. La région de "non trading est roortionnelle à la racine cubique des coûts (ref: Leland, Baviera, ) si c= coût % Si µ/σ 2 0 ou 1, f 0 f maximum our µ/σ 2 0.5, le sous jacent est quasi stable (rendement = µ σ 2 0) ermet de retrouver la variation nécessaire de l'actif our sortir de la zone de "non trading" 30 Page 15 15
16 Levier, coûts de transaction et taux de croissance 31 Quantités Les quantités ne sont as indivisibles. Pour justifier d'un réajustement encore faut il que δq soit entier (eut oser robl ème sur futures notamment ) δq=1 Conclusion : en raison des coûts et des quotités, il n'est as ossible d'ajuster en ermanence: Quelle conséquence sur le taux de croissance? la ondération otimale w* réalise le maximum du taux de croissance => 32 Page 16 16
17 Levier otimal, asymétries, valeurs extrêmes Le levier otimal est très sensible aux lus fortes ertes donc aux queues de distribution: Le levier otimal est d'autant lus faible que: - la distribution a une asymétrie négative - la kurtosis est grande ce qui est le cas de la luart des actifs financiers!!! Mn= moment d'ordre n =E(r n ) Cas d'une distribution, avec queue en loi uissance Source: Thèse de Baviera 33 Estimation du levier otimal Estimations indéendantes de µ et σ (voir arès) Estimation directes: résoudre L'erreur d'estimation du levier est en 1/σ estimation d'autant meilleure que l'actif est volatile!!! Cas multivarié et cas général: Les contraintes ouvant être arbitraires (vente à découvert ou as, contraintes sur actif articulier, secteurs, coût de transactions, ) : nécessite des rogrammes comlexes d'otimisation dans le cas général sinon, on ourra utiliser une remière aroximation, du monde gaussien sans contraintes Monde gaussien avec contraintes Méthodes adatatives et itératives: voir Portefeuilles Universels 34 Page 17 17
18 Kelly-Conclusion (rovisoire.) Stratégie otimale avec le meilleur taux de croissance (si iid) Le taux de croissance = taux de croissance certain équivalent (eut être comaré au taux sans risque) minimise aussi la durée our atteindre un objectif le risque de ruine n'existe as en rincie Points critiques : Stratégie très active : maintenir un ratio constant a tout moment => tenir comte des coûts de transaction. Risque imortants en cas de déassement du levier otimal, les drawdowns euvent être sévères Positions ouvant être imortantes => Kelly Fractionnel Suose une modélisation correcte: nécessité une estimation correcte des rendements et risques attendus. le lus délicat étant l'estimation des rendements mais. Il existe aussi des méthodes "non aramétriques" 35 Exemle Kelly adatatif (et universel) Phase d'arentissage Mesures de erformance: Share, Sterling Sterling= erformance/maxdrawdown 36 Page 18 18
19 Kelly adatative (suite) Gain > x 1000 Krach de 87 le levier est très sensible aux fortes ertes aura du mal a s'en remettre Échelles logarithmiques!!! Richesse finale = , soit ~ un facteur de l'ordre de ^FCHI from: to: constant leverage (f) Terminal wealth return: W(T)/W0 asset (f*=1.0) otimal F in Hindsight Adatative ^GDAXI from: to: constant leverage (f) Terminal wealth return: W(T)/W0 asset (f*=1.0) otimal F in Hindsight Adatative ^SSMI from: to: constant leverage (f) Terminal wealth return: W(T)/W0 asset (f*=1.0) otimal F in Hindsight Adatative ^STOXX50E from: to: constant leverage (f) Terminal wealth return: W(T)/W0 asset (f*=1.0) otimal F in Hindsight Adatative A noter, la méthode adatative fait mieux que le meilleure CRP a osteriori!!! 38 Page 19 19
20 Estimation de la tendance Estimation à artir des rendements historiques: le meilleur estimateur est la moyenne: r = ( r i )/n avec r i = ln(s i /S i-1 ) se réduisant à r = ln(s n /S à ) /n les valeurs intermédiaires ne servent as!!! On a interet à choisir la ériode la lus longue ossible. Vous avez dit tendance? Pour un actif ~ lognormal (5%,20%) intervalle de confiance an à 95% ~ 5% ± 1.64*20%!!! N'est ertinent que lorsque r devirent ~ σ, c'est à dire au bout de T tq Tr ~ T ½ σ, ie. T ~ σ 2 /r 2 =0.2 2 / = 8 ans nota: tems caractéristique = 1/share 2 Si Share annuel = 2, on ourra juger de la ertinence du rendement au bout de 3 mois de tracking seulement!!! Finalement, our aliquer Kelly, dans un modèle aramétrique en f=µ /σ 2 il faut estimer deux aramètres essentiels: µ et σ le lus délicat est l'estimation de µ a moins de le définir ex ante: en renant ar exemle le taux des dividendes 39 Estimations de la volatilité L'estimation de la volatilité est essentielle: gestion du risque, ricing dérivés, leviers, Estimation à artir des cours de clôture (ou last) Riskmetrics (JP Morgan) µ=0.94 soit tems caractéristique de 16 jours ouvrés, soit 3 semaines environ GARCH(1,1) Les estimateurs utilisant les lus haut / lus bas sont beaucou lus efficaces (x10) et réactifs La mesure du range (lus haut - lus bas) est armi les meilleurs estimateurs de volatilité Méthodes utilisant les extremums: Rogers Satchell, Parkinson, Garman Klass, True Range Maximum de vraisemblance de la distribution des +haut et +bas Estimateur utilisant tous les ticks: Zhou et variantes 40 Page 20 20
21 Estimations de la volatilité (suite) Pourquoi utiliser les lus haut et lus bas? - utilise toutes les données disonibles - les extremum sont des mesures agrégées sur toute une ériode: les oen/close ne sont que hotos à des moments récis - ermet d'effecteur des mesure lus récises, robustes et réactives (meilleur résultat avec moins d'historique) 41 Estimateur de volatilité ar maximum de vraisemblance avec Oen/Close/High/Low Source: Malik Magdon Ismail, Amir F. Atiya Volatility Estimation Using High, Low, and Close Data (Algorithmes imlémentés dans YATS) 42 Page 21 21
22 Estimateurs de Volatilité Les estimateurs utilisant les lus haut / lus bas sont : - lus réactifs aux changements de régime - lus lisses (indicant une moindre variance) 43 Backtests et Data Snooing Risque de Data Snooing: Trouver des stratégies qui ne sont que des artefacts dans les données. Essayer de très nombreux systèmes avec de très nombreux aramètres, éventuellement otimiser ces aramètres ne sélectionner que les meilleurs, sans savoir ourquoi ils fonctionnent => forte robabilité our ne sélectionner que des Snooy: c'est à dire des systèmes qui fonctionnent à merveille sur le assé et vont se révéler catastrohiques en réel. DATA SNOOPING dans une marche aléatoire: Prenons le cas d'une marche aléatoire, avec un certain nombre de data générée, rerésentant un historique de marché dans ce cas E[gain de tout système] est <0 = coût de transaction on réalise des backtests de 900 trades de quoi donner confiance au trader, confiance illusoire Essayons lusieurs milliers de systèmes disons (il suffit de tester un système avec 4 aramètres ouvant rendre 10 valeurs différentes) avec des erformances additives: erf globale = erf trades la erformance globale est une v.a. (gaussienne, le théorème de la limite centrale) de moyenne nulle et variance(erf globale)=n variance(trade) (1+2ρ) suosons σ(trade)=1500, et autocorrélation ρ=0.3> 0, car on utilise des sto loss. variance(900 trades) = au lieu de si as d'ac (l'ac > 0 des trades entraîne un risque lus élevé) les 10 meilleurs systèmes sur essayés corresondent au quantile 10/10000 de la gaussienne N(0, 45000) soit une esérance de gain de 195 ar trade our le lus mauvais des 10 meilleurs!!! Avec une bonne t-stat=3.9 Si on a affaire à des queues lus éaisses, l'illusion sera encore lus aveuglante. Comment éviter le data snooing? - modélisation + exlication des anomalies 44 Page 22 22
23 Trading et modélisation Modélisation = simlification du réel Exemle de modèles: croissance otimale / cature de volatilité mean reversion (series AR(1), ARIMA, avec coefficient de rael) Pairs trading, co intégration, Chaînes de Markov, recherche de solutions analytiques ou ar simulation de Monte Carlo Fit: Data réelle = Modèle + ε 0 Simulations: Data Synthétiques = Modèle + ε 1, avec ε 1 ε 0 A la différence essentielle que l'on eut générer autant de données que nécessaire our "résoudre" le système, trouver les aramètres otimaux, le maximum de la fonction objectif (exemle utilité horaire), sans souçon de data snooing ou surotimisation. On reorte le risque de data snooing sur le risque de modèle: Inadéquation du modèle, Mauvais usage du modèle, Aroximations grossières, Bugs dans le déveloement, Données instables, 45 backtesting Définir le système de trading: traduire l'idée en modèle, uis en règles claires et non ambiguës, ouvant donner lieu a rogrammation cohérentes comlètes: révoir tous les cas Définir sa fonction d'utilité Se lacer dans des conditions les lus fidèles Prise en comte des coûts de transaction de la fourchette bid/ask, ou sinon du sliage (ersatz de sread lorsqu'on ne disose as de tous les ticks) délais de transmission des ordres et des riorités à l'exécution, Tester et backtester sur les données du marché ou ar simulation de monte carlo. Otimisations: avec rudence sur les données réelles, sans modération sur les modèles. études de sensibilité aux valeurs des aramètres à des étalons : au système de trading idéal et arfait, au système aléatoire 46 Page 23 23
24 Critères de erformance et contraintes On doit choisir une fonction d'utilité à otimiser armi: - la fonction d'utilité classique : isoélactique (logarithme, uissance), - une utilité terminale ou utilité ar unité de tems exemle: on ourra chercher à otimiser l'utilité/jour en rincie, l'utilité/jour devrait donner une idée du revenu certain équivalent (à comarer à un salaire, ar exemle) - le ratio de Share : rendement/volatilité - le ratio de Sterling : rendement/maxdrawdown - une énalisation des erformances (essimistic ratio de Pardo) - minimiser la VaR Ajouter à cela des contraintes Sur la fonction objectif: exemle: rejet de toute solution dont - le maxdrawdown serait > 10% - le nombre de trades serait jugé insuffisant (our des raisons de signification statistiques, ) - etc Sur les aramètres du système: marge? la somme des ondérations libre ou contraintes = 1 ou =X avec X = levier uatorisé vente à découvert? (ondération<0?) maximum/minimum sur certaine actifs, classes d'actifs, contraintes sur les aramètres des indicateurs techniques, 47 Sto Loss Le Sto Loss est une ratique courante our limiter les ertes Exemle: osition sur CAC40 Future, sto loss à -10ts de erte => ermet de s'assurer que la erte ne déassera jamais 10ts. Oui mais si on continue et sans traitement comlémentaire, le résultat sera le même Si une stratégie est mauvaise, elle restera mauvaise, même avec sto loss. Sto loss Sto loss Sto loss En général, le sto loss fait aaraître des autocorrélations ositives. 48 Page 24 24
25 Auto corrélation des trades En général la série des trades d'un système de trading résente de fortes auto corrélations ositives (mauvaise modélisation, ). Tout n'est as erdu: on eut aliquer un système "anti autocorrélation" exemle: Win=20, Loss=-20 Cost=4 robabilité(win)=0.5 Système brut : erte : Avec traitement Anti AC: gain de 544!!! Système ultra simliste: si AC >0, alors les roba(erte erte)>0.5, il suffit alors d'arrêter arès une erte, et rerendre arès le remier gain... erte constatée arrêt trading réel, assage en mode virtuel gain virtuel: rerise du trading réel Arès traitement, il n'y a lus d'autocorrélation évidente Utilisation ossible d'algorithmes lus sohistiqués de rédiction on line 49 Page 25 25
Marchés à Terme d Indices et plateforme de trading automatique Intraday
Marchés à Terme d Indices et plateforme de trading automatique Intraday II Gestion du risque, levier Systèmes automatiques Architecture & Développement Daniel HERLEMONT, YATS dherlemont@yats.com tel: 06
Plus en détaildénombrement, loi binomiale
dénombrement, loi binomiale Table des matières I) Introduction au dénombrement 1 1. Problème ouvert....................................... 2 2. Jeux et dénombrements...................................
Plus en détailDes familles de deux enfants
Des familles de deux enfants Claudine Schwartz, IREM de Grenoble Professeur, Université Joseh Fourier Les questions et sont osées dans le dernier numéro de «Pour la Science» (n 336, octobre 2005, article
Plus en détailModule : réponse d un système linéaire
BSEL - Physique aliquée Module : réonse d un système linéaire Diaoramas () : diagrammes de Bode, réonse Résumé de cours - Caractérisation d un système hysique - Calcul de la réonse our une entrée donnée
Plus en détailS2I 1. quartz circuit de commande. Figure 1. Engrenage
TSI 4 heures Calculatrices autorisées 214 S2I 1 L essor de l électronique nomade s accomagne d un besoin accru de sources d énergies miniaturisées. Les contraintes imosées à ces objets nomades sont multiles
Plus en détailAccès optiques : la nouvelle montée en débit
Internet FTR&D Dossier du mois d'octobre 2005 Accès otiques : la nouvelle montée en débit Dans le domaine du haut débit, les accès en France sont our le moment très majoritairement basés sur les technologies
Plus en détailprix par consommateur identiques différents prix par identiques classique 3 unité différents 2 1
3- LE MONOOLE DISCRIMINANT Le monoole eut vendre ertaines unités de roduit à des rix différents. On arle de disrimination ar les rix. Selon une terminologie due à igou (The Eonomis of Welfare, 1920), on
Plus en détailDécouvrez les bâtiments* modulaires démontables
Découvrez les bâtiments* modulaires démontables w Industrie w Distribution * le terme «bâtiment» est utilisé our la bonne comréhension de l activité de Locabri. Il s agit de structures modulaires démontables
Plus en détailL information sera transmise selon des signaux de nature et de fréquences différentes (sons, ultrasons, électromagnétiques, électriques).
CHAINE DE TRANSMISSION Nous avons une information que nous voulons transmettre (signal, images, sons ). Nous avons besoin d une chaîne de transmission comosée de trois éléments rinciaux : 1. L émetteur
Plus en détailNFE107 Urbanisation et architecture des systèmes d information. Juin 2009. «La virtualisation» CNAM Lille. Auditeur BAULE.L 1
Juin 2009 NFE107 Urbanisation et architecture des systèmes d information CNAM Lille «La virtualisation» Auditeur BAULE.L 1 Plan INTRODUCTION I. PRINCIPES DE LA VIRTUALISATION II. DIFFÉRENTES TECHNIQUES
Plus en détailTP : Outils de simulation. March 13, 2015
TP : Outils de simulation March 13, 2015 Chater 1 Initialisation Scilab Calculatrice matricielle Exercice 1. Système Unix Créer sous Unix un réertoire de travail outil_simulation dans votre home réertoire.
Plus en détailSous le feu des questions
ARTICLE PRINCIPAL Assureurs Protection juridique Sous le feu des questions Comment les assureurs Protection juridique vont-ils désormais romouvoir leurs roduits? Seraient-ils artisans d une assurance Protection
Plus en détailCompression scalable d'images vidéo par ondelettes 2D+t
Comression scalable d'images vidéo ar ondelettes 2D+t Madji Samia, Serir Amina et Ouanane Abdelhak Université des Sciences et de la Technologie Houari Boumediene, Laboratoire de traitement d images et
Plus en détailModélisation et étude d un système de trading directionnel diversifié sur 28 marchés à terme
Modélisation et étude d un système de trading directionnel diversifié sur 28 marchés à terme Trading system : Trend following Breakout Janvier 1996 - Janvier 2009 Etude de la performance du système Le
Plus en détailHedging delta et gamma neutre d un option digitale
Hedging delta et gamma neutre d un option digitale Daniel Herlemont 1 Introduction L objectif de ce projet est d examiner la couverture delta-gamma neutre d un portefeuille d options digitales Asset-Or-Nothing
Plus en détailUn modèle de composition automatique et distribuée de services web par planification
Un modèle de comosition automatique et distribuée de services web ar lanification Damien Pellier * Humbert Fiorino ** * Centre de Recherche en Informatique de Paris 5 Université Paris Descartes 45, rue
Plus en détail«INVESTIR SUR LE MARCHE INERNATIONAL DES ACTIONS A-T-IL PLUS D EFFET SUR LA PERSISTANCE DE LA PERFORMANCE DES FONDS? ILLUSTRATION BRITANNIQUE»
Manuscrit auteur, ublié dans "«COMPTABILITE ET ENVIRONNEMENT», France (007)" «INVESTIR SUR LE MARCHE INERNATIONAL DES ACTIONS A-T-IL PLUS D EFFET SUR LA PERSISTANCE DE LA PERFORMANCE DES FONDS? ILLUSTRATION
Plus en détailLe 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
Plus en détailVOIP. Pr MOUGHIT Mohamed m.moughit@gmail.com. Cours VOIP Pr MOUGHIT Mohamed 1
VOIP Pr MOUGHIT Mohamed m.moughit@gmail.com Cours VOIP Pr MOUGHIT Mohamed 1 Connexion fixe, rédictible Connexion établie avant la numérotation user Centre de commutation La Radio est le suort imrédictible
Plus en détailSanté et hygiène bucco-dentaire des salariés de la RATP
Santé et hygiène bucco-dentaire des salariés de la RATP Percetion des salariés et examen clinique du raticien Période 2006-2009 14 juin 2012 Dominique MANE-VALETTE, Docteur en Chirurgie dentaire dominique.mane-valette@rat.fr
Plus en détailBois. P.21 Bois-béton à Paris. Carrefour du Bois. Saturateurs. Usinage fenêtres. Bardages P.25 P.34 P.31 P.37. La revue de l activité Bois en France
CMP Bois n 19-12 avril - mai 2010 P.25 Carrefour du Bois P.34 cm La revue de l activité Bois en France Bois Saturateurs P.31 Usinage fenêtres P.37 Bardages Tout our l usinage du bois massif. Tout d un
Plus en détailPROJET 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
Plus en détailGestion 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:
Plus en détailCommande prédictive des systèmes non linéaires dynamiques
Rébliqe Algérienne Démocratiqe et olaire Ministère de l Enseignement Sérier et de la Recherche Scientifiqe Université Molod Mammeri de Tizi-Ozo Faclté de Génie Electriqe et Informatiqe Déartement Atomatiqe
Plus en détail.NET remoting. Plan. Principes de.net Remoting
Plan.NET remoting Clémentine Nebut LIRMM / Université de Montellier 2 de.net Remoting côté serveur côté client.net Remoting en ratique Les canaux de communication L'activation L'invocation Les aramètres
Plus en détailLes marchés du crédit dans les PVD
Les marchés du crédit dans les PVD 1. Introduction Partout, les marchés du crédit sont au centre de la caacité des économies à croître, uisqu ils financent l investissement. Le Taleau 1 montre ar exemle
Plus en détailThéorie Financière 8 P. rod i u t its dé dérivés
Théorie Financière 8P 8. Produits dit dérivés déié Objectifsdelasession session 1. Définir les produits dérivés (forward, futures et options (calls et puts) 2. Analyser les flux financiers terminaux 3.
Plus en détailProcès - Verbal du Conseil Municipal Du lundi 15 décembre 2014
Procès - Verbal du Conseil Municial Du lundi 15 décembre 2014 Nombre de membres comosant le Conseil Municial : 15 Nombre de membres en exercice : 15 Nombre de Conseillers résents : 14 Nombre de Conseillers
Plus en détail2- Comment les traders gèrent les risques
2- Comment les traders gèrent les risques front office middle office back office trading échange d'actifs financiers contrôle des risques, calcul du capital requis enregistrement des opérations traitement
Plus en détailContrats sur différence (CFD)
Avertissement à l attention des investisseurs 28/02/2013 Contrats sur différence (CFD) Principales recommandations Les contrats sur différence (CFD) sont des produits complexes qui ne sont pas adaptés
Plus en détailPratique des options Grecs et stratégies de trading. F. Wellers
Pratique des options Grecs et stratégies de trading F. Wellers Plan de la conférence 0 Philosophie et structure du cours 1 Définitions des grecs 2 Propriétés des grecs 3 Qu est ce que la volatilité? 4
Plus en détailManuel de l'utilisateur
0 Manuel de l'utilisateur Mise en route... 4 Votre Rider 0... 4 Réinitialiser le Rider 0... 5 Accessoires... 5 Icônes d'état... 5 Connexion, synchro et chargement... 6 Allumer/éteindre le Rider 0... 6
Plus en détailContinuité et dérivabilité d une fonction
DERNIÈRE IMPRESSIN LE 7 novembre 014 à 10:3 Continuité et dérivabilité d une fonction Table des matières 1 Continuité d une fonction 1.1 Limite finie en un point.......................... 1. Continuité
Plus en détailCalcul du rendement d'un placement garanti Occasion Sélection américaine (25 000 $ et plus - 5 ans)
Calcul du rendement Calcul du rendement d'un placement garanti Occasion Sélection américaine (25 000 $ et plus - 5 ans) Le 5 juin 2014, Jean Échantillon achète un placement garanti Occasion Sélection américaine
Plus en détailDérivés Financiers Contrats à terme
Dérivés Financiers Contrats à terme Mécanique des marchés à terme 1) Supposons que vous prenez une position courte sur un contrat à terme, pour vendre de l argent en juillet à 10,20 par once, sur le New
Plus en détailTUTORIAL D UTILISATION ET DE COMPREHENSION PLATEFORME DE TRADING TRADMAKER
P a g e 1 TUTORIAL D UTILISATION ET DE COMPREHENSION PLATEFORME DE TRADING TRADMAKER P a g e 2 TABLE DES MATIERES 1. TERMINOLOGIE DE BASE 1.1 Symboles 1.2 Taux Bid 1.3 Taux Ask 1.4 Spread 1.5 High Bid
Plus en détailBaccalauréat ES Pondichéry 7 avril 2014 Corrigé
Baccalauréat ES Pondichéry 7 avril 204 Corrigé EXERCICE 4 points Commun à tous les candidats. Proposition fausse. La tangente T, passant par les points A et B d abscisses distinctes, a pour coefficient
Plus en détailLes Turbos. Guide Pédagogique. Produits à effet de levier avec barrière désactivante. Produits présentant un risque de perte en capital
Les Turbos Guide Pédagogique Produits à effet de levier avec barrière désactivante Produits présentant un risque de perte en capital Les Turbos 2 Sommaire Introduction : Que sont les Turbos? 1. Les caractéristiques
Plus en détailIntroduction 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?
Plus en détailComment aborder l Investment Challenge dans les meilleures conditions?
en collaboration avec Comment aborder l Investment Challenge dans les meilleures conditions? Vous participez au concours organisé par l association Transaction l Investment Challenge, et vous avez bien
Plus en détailDIVERSIFICATION DES ACTIVITES ET PRIVATISATION DES ENTREPRISES DE CHEMIN DE FER : ENSEIGNEMENTS DES EXEMPLES JAPONAIS
Ecole Nationale des Ponts et Chaussées Laboratoire Paris-Jourdan Sciences Economiques DIVERSIFICATION DES ACTIVITES ET PRIVATISATION DES ENTREPRISES DE CHEMIN DE FER : ENSEIGNEMENTS DES EXEMPLES JAPONAIS
Plus en détailun 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
Plus en détailCatalogue 3 Chaine sur Mesure
Catalogue 3 Chaine sur Mesure SUBAKI Les Chaines 2009 CAALGUE 3 Classification chaine sur mesure sériés de chaîne ye de chaîne subaki Caractéristiques RUNNER BS Performance suérieure Général Chaînes à
Plus en détailPRIME D UNE OPTION D ACHAT OU DE VENTE
Université Paris VII - Agrégation de Mathématiques François Delarue) PRIME D UNE OPTION D ACHAT OU DE VENTE Ce texte vise à modéliser de façon simple l évolution d un actif financier à risque, et à introduire,
Plus en détailCHOIX OPTIMAL DU CONSOMMATEUR. A - Propriétés et détermination du choix optimal
III CHOIX OPTIMAL DU CONSOMMATEUR A - Propriétés et détermination du choix optimal La demande du consommateur sur la droite de budget Résolution graphique Règle (d or) pour déterminer la demande quand
Plus en détailLes indices à surplus constant
Les indices à surplus constant Une tentative de généralisation des indices à utilité constante On cherche ici en s inspirant des indices à utilité constante à définir un indice de prix de référence adapté
Plus en détailCe 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
Plus en détailNote:... Q1 :... Q2 :... Q3 :... Q4 :... Bonus :... Total :...
FACUL S HAUS US COMMRCIALS L'UNIVRSI LAUSANN Professeurs :. Andrei C. Bobtcheff Matière : Principes généraux de finance Session : té Informations générales: o ocumentation autorisée. o Calculatrices autorisées
Plus en détailListe 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..................
Plus en détailLe 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
Plus en détailGUIDE DES WARRANTS. Donnez du levier à votre portefeuille!
GUIDE DES WARRANTS Donnez du levier à votre portefeuille! Instrument dérivé au sens du Règlement Européen 809/2004 du 29 avril 2004 Produits non garantis en capital à effet de levier EN SAVOIR PLUS? www.listedproducts.cib.bnpparibas.be
Plus en détailJournal officiel de l'union européenne
20.5.2014 L 148/29 RÈGLEMENT DÉLÉGUÉ (UE) N o 528/2014 DE LA COMMISSION du 12 mars 2014 complétant le règlement (UE) n o 575/2013 du Parlement européen et du Conseil en ce qui concerne les normes techniques
Plus en détailOptions 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 philippe.giordan@kblmonaco.com
Plus en détailTP1 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
Plus en détailEn vue de l'obtention du. Présentée et soutenue par Philippe NERISSON Le 5 février 2009
THÈSE En vue de l'obtention du DOCTORAT DE L UNIVERSITÉ DE TOULOUSE Délivré ar l Institut National Polytechnique de Toulouse Disciline ou sécialité : Dynamique des Fluides Présentée et soutenue ar Philie
Plus en détailProbabilités 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
Plus en détailQu est-ce-qu un Warrant?
Qu est-ce-qu un Warrant? L epargne est investi dans une multitude d instruments financiers Comptes d epargne Titres Conditionnel= le detenteur à un droit Inconditionnel= le detenteur a une obligation Obligations
Plus en détailTempérature 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
Plus en détailExercice 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.
Plus en détailModèle 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
Plus en détailLe 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
Plus en détailCHAPITRE 3. Application à la Mutualisation des Risques & à la Demande d Assurance
CHAPITRE 3 Application à la Mutualisation des Risques & à la Demande d Assurance Ce chapitre présente une première application des concepts développés dans la première partie de ce cours Il s agit de modéliser
Plus en détailGestion obligataire passive
Finance 1 Université d Evry Séance 7 Gestion obligataire passive Philippe Priaulet L efficience des marchés Stratégies passives Qu est-ce qu un bon benchmark? Réplication simple Réplication par échantillonnage
Plus en détailOutils 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
Plus en détailDISCOUNTED CASH-FLOW
DISCOUNTED CASH-FLOW Principes généraux La méthode des flux futurs de trésorerie, également désignée sous le terme de Discounted Cash Flow (DCF), est très largement admise en matière d évaluation d actif
Plus en détailc. Calcul pour une évolution d une proportion entre deux années non consécutives
Calcul des itervalles de cofiace our les EPCV 996-004 - Cas d u ourcetage ou d ue évolutio e oit das la oulatio totale des méages - Cas d u ourcetage ou d ue évolutio das ue sous oulatio das les méages
Plus en détailBaccalauréat ES/L Métropole La Réunion 13 septembre 2013 Corrigé
Baccalauréat S/L Métropole La Réunion 13 septembre 2013 Corrigé A. P. M.. P. XRCIC 1 Commun à tous les candidats Partie A 1. L arbre de probabilité correspondant aux données du problème est : 0,3 0,6 H
Plus en détailMémoire d actuariat - promotion 2010. complexité et limites du modèle actuariel, le rôle majeur des comportements humains.
Mémoire d actuariat - promotion 2010 La modélisation des avantages au personnel: complexité et limites du modèle actuariel, le rôle majeur des comportements humains. 14 décembre 2010 Stéphane MARQUETTY
Plus en détailComStage ETFs: Les ETFs par Commerzbank
ComStage ETFs: Les ETFs par Commerzbank Des frais de gestion parmi les plus bas du marché (1) (1) Source: BGI ETF Landscape. Un tableau comparatif des frais de gestion (total des frais sur encours) pratiqués
Plus en détailQuantification Scalaire et Prédictive
Quantification Scalaire et Prédictive Marco Cagnazzo Département Traitement du Signal et des Images TELECOM ParisTech 7 Décembre 2012 M. Cagnazzo Quantification Scalaire et Prédictive 1/64 Plan Introduction
Plus en détailESSEC Cours Wealth management
ESSEC Cours Wealth management Séance 9 Gestion de patrimoine : théories économiques et études empiriques François Longin 1 www.longin.fr Plan de la séance 9 Epargne et patrimoine des ménages Analyse macroéconomique
Plus en détailTUTORIAL REUTERS. Utilisation de l'utilitaire de recherche Reuters
TUTORIAL REUTERS Connexion à Reuters Allez sur https://portal.hpd.global.reuters.com/auth/login.aspx Le login est reut@ensimag.imag.fr, =1 à 5, le et le mot de passe étant ceux qui vous ont été
Plus en détailChambre Régionale de Métiers et de l Artisanat. Région Auvergne. Région Auvergne
Chambre Régionale de Métiers et de l Artisanat L Artisanat en Auvergne, l Energie du Déveloement Région Auvergne Région Auvergne Edito Edito Valoriser la formation des jeunes et des actifs : un enjeu
Plus en détailÉtude des résultats des investisseurs particuliers sur le trading de CFD et de Forex en France
Étude des résultats des investisseurs particuliers sur le trading de CFD et de Forex en France Le 13 octobre 2014 Autorité des marchés financiers 17, place de la Bourse 75082 Paris cedex 02 Tél. : 01 53
Plus en détailExcel Avancé. Plan. Outils de résolution. Interactivité dans les feuilles. Outils de simulation. La valeur cible Le solveur
Excel Avancé Plan Outils de résolution La valeur cible Le solveur Interactivité dans les feuilles Fonctions de recherche (ex: RechercheV) Utilisation de la barre d outils «Formulaires» Outils de simulation
Plus en détailt 100. = 8 ; le pourcentage de réduction est : 8 % 1 t Le pourcentage d'évolution (appelé aussi taux d'évolution) est le nombre :
Terminale STSS 2 012 2 013 Pourcentages Synthèse 1) Définition : Calculer t % d'un nombre, c'est multiplier ce nombre par t 100. 2) Exemples de calcul : a) Calcul d un pourcentage : Un article coûtant
Plus en détailI. 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
Plus en détailBaccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé
Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé A. P. M. E. P. Exercice 1 5 points 1. Réponse d. : 1 e Le coefficient directeur de la tangente est négatif et n est manifestement pas 2e
Plus en détail22 mai 2008 LES OPTIONS BINAIRES RICHARD N. CROFT CROFT FINANCIAL GROUP
22 mai 2008 LES OPTIONS BINAIRES RICHARD N. CROFT CROFT FINANCIAL GROUP Un tout nouveau concept d options vient d apparaître à l American Stock Exchange (AMEX). Des options binaires ou options à revenu
Plus en détailVous êtes un prestataire touristique dans les Monts de Guéret? L Office de Tourisme du Grand Guéret peut vous accompagner!
Le guide 2015 e u q i t s i r u o t e r i du artena Vous êtes un restataire touristique dans les Monts de Guéret? L Office de Tourisme du Grand Guéret eut vous accomagner! Qui sommes nous? 2 Edito Nouveau
Plus en détailMÉTHODE 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...
Plus en détailEXERCICES - ANALYSE GÉNÉRALE
EXERCICES - ANALYSE GÉNÉRALE OLIVIER COLLIER Exercice 1 (2012) Une entreprise veut faire un prêt de S euros auprès d une banque au taux annuel composé r. Le remboursement sera effectué en n années par
Plus en détailGuide d utilisation (Version canadienne) Téléphone sans fil DECT 6.0/ avec répondeur et afficheur/ afficheur de l appel en attente CL83101/CL83201/
Guide d utilisation (Version canadienne) Téléhone sans fil DECT 6.0/ avec réondeur et afficheur/ afficheur de l ael en attente CL83101/CL83201/ CL83301/CL83351/ CL83401/CL83451 Félicitations our votre
Plus en détailTURBOS WARRANTS CERTIFICATS. Les Turbos Produits à effet de levier avec barrière désactivante. Produits non garantis en capital.
TURBOS WARRANTS CERTIFICATS Les Turbos Produits à effet de levier avec barrière désactivante. Produits non garantis en capital. 2 LES TURBOS 1. Introduction Que sont les Turbos? Les Turbos sont des produits
Plus en détailActuariat I ACT2121. septième séance. Arthur Charpentier. Automne 2012. charpentier.arthur@uqam.ca. http ://freakonometrics.blog.free.
Actuariat I ACT2121 septième séance Arthur Charpentier charpentier.arthur@uqam.ca http ://freakonometrics.blog.free.fr/ Automne 2012 1 Exercice 1 En analysant le temps d attente X avant un certain événement
Plus en détailPROBABILITES 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
Plus en détailValue at Risk. CNAM GFN 206 Gestion d actifs et des risques. Grégory Taillard. 27 février & 13 mars 20061
Value at Risk 27 février & 13 mars 20061 CNAM Gréory Taillard CNAM Master Finance de marché et estion de capitaux 2 Value at Risk Biblioraphie Jorion, Philippe, «Value at Risk: The New Benchmark for Manain
Plus en détailLes Obligations Convertibles (introduction)
TROISIEME PARTIE Les Obligations Convertibles (introduction) Avril 2011 Licence Paris Dauphine 2011 Sommaire LES OBLIGATIONS CONVERTIBLES Sect 1 Présentation, définitions Sect 2 Eléments d analyse et typologie
Plus en détailComment évaluer une banque?
Comment évaluer une banque? L évaluation d une banque est basée sur les mêmes principes généraux que n importe quelle autre entreprise : une banque vaut les flux qu elle est susceptible de rapporter dans
Plus en détailBecca Distribution Inc
Becca Distribution Inc 12-31-2008-12-31-2009 Becca Distribution Inc - Becca_2008.opt Page 3 Mesures clés du rendement de l'entreprise Seuil de rentabilité Valeur cible % Rentabilité % Rentabilité = 0 Période
Plus en détailMATHS FINANCIERES. Mireille.Bossy@sophia.inria.fr. Projet OMEGA
MATHS FINANCIERES Mireille.Bossy@sophia.inria.fr Projet OMEGA Sophia Antipolis, septembre 2004 1. Introduction : la valorisation de contrats optionnels Options d achat et de vente : Call et Put Une option
Plus en détailMCMC et approximations en champ moyen pour les modèles de Markov
MCMC et approximations en champ moyen pour les modèles de Markov Gersende FORT LTCI CNRS - TELECOM ParisTech En collaboration avec Florence FORBES (Projet MISTIS, INRIA Rhône-Alpes). Basé sur l article:
Plus en détailARBRE DE PERFORMANCE GOUVERNANCE INTEGREE ET FEDERATRICE DE LA PERFORMANCE (Version 10)
MANAGEMENT & ERFORMANCE ARBRE DE ERFORMANCE GOUVERNANCE INTEGREE ET FEDERATRICE DE LA ERFORMANCE (Version 10) Ancrer l Architecture d Entreprise dans un modèle métier stable de génération de valeur HILOSOHIE
Plus en détailPRODUITS DE BOURSE GUIDE DES WARRANTS. Donnez du levier à votre portefeuille! Produits non garantis en capital et à effet de levier
GUIDE DES WARRANTS Donnez du levier à votre portefeuille! PRODUITS DE BOURSE www.produitsdebourse.bnpparibas.com Produits non garantis en capital et à effet de levier COMMENT LES WARRANTS FONCTIONNENT-ILS?
Plus en détailPropriétés des options sur actions
Propriétés des options sur actions Bornes supérieure et inférieure du premium / Parité call put 1 / 1 Taux d intérêt, capitalisation, actualisation Taux d intéret composés Du point de vue de l investisseur,
Plus en détailGESTION DES RISQUES FINANCIERS 4 ème année ESCE Exercices / Chapitre 3
GESTION DES RISQUES FINANCIERS 4 ème année ESCE Exercices / Chapitre 3 1) Couvertures parfaites A) Le 14 octobre de l année N une entreprise sait qu elle devra acheter 1000 onces d or en avril de l année
Plus en détailchargement d amplitude variable à partir de mesures Application à l approche fiabiliste de la tolérance aux dommages Modélisation stochastique d un d
Laboratoire de Mécanique et Ingénieriesnieries EA 3867 - FR TIMS / CNRS 2856 ER MPS Modélisation stochastique d un d chargement d amplitude variable à partir de mesures Application à l approche fiabiliste
Plus en détailTURBOS Votre effet de levier sur mesure
TURBOS Votre effet de levier sur mesure Société Générale attire l attention du public sur le fait que ces produits, de par leur nature optionnelle, sont susceptibles de connaître de fortes fluctuations,
Plus en détail