Youtrading FR
Português English Español русский
S'inscrire maintenant Connexion
  • Marchés
  • Graphiques
  • Calendrier économique
  • Monde
  • Économie
  • Articles
  • à propos
No Result
View All Result
Youtrading FR
  • Marchés
  • Graphiques
  • Calendrier économique
  • Monde
  • Économie
  • Articles
  • à propos
No Result
View All Result
Youtrading FR
No Result
View All Result

Fractales et volatilité des marchés

by Thomas Andrieu
06/09/2022
in Articles, Économie
0
Volatility on financial market, blue finance background from columns, candlesticks, line, arrow. Financial market concept
0
SHARES
0
VIEWS
Partagez sur FacebookPartagez sur TwitterPartagez sur WhatsApp

L’hypothèse du mathématicien Benoît Mandelbrot résidait dans la capacité des marchés à avoir des comportements distincts mais reliés selon les époques. En conséquence, cela revient à écrire que les marchés financiers sont déterminés par des cycles précis et que le temps a une grande influence sur les schémas de prix. Dans ses ouvrages, Benoît Mandelbrot parlait également « d’auto force relative » pour parler des fractales et de la mesure de leur importance. Dans notre précédente publication, nous avons dédié nos écrits à l’interprétation du coefficient de Hurst (Exposant de Hurst en finance – Youtrading FR). Désormais, on s’attachera à simplifier autant que possible la mesure des fractales, qui en vérité, se résument à deux lignes de calcul. Deux lignes dont l’impact sur le monde financier est total et omniprésent. 

Hypothèse de non-stationnarité (ou de cyclicité) des marchés…

Jusqu’ici, les analystes avaient l’habitude de décrire les marchés par des volatilités et des probabilités qui s’appliquaient théoriquement sur des échelles de temps plus longues, sans aucune influence de la période et du temps. De sorte, cela revenait à dire que les évolutions futures du cours d’un actif étaient congénitalement indépendantes des variations passées (discontinuité). Pour Benoît Mandelbrot au contraire, les évolutions futures des marchés étaient décrites dans une petite fraction des cours du passé, de sorte que l’évolution future des prix était déterminée par des cycles précis. Cela implique que les probabilités d’une période à l’autre sont « biaisées » (« non-stationnaires ») et qu’il existe bien des dynamiques relativement déterministes. En ce sens, les fractales sont directement liées aux cycles de marché.

Dans son ouvrage de référence, le mathématicien Benoît Mandelbrot, à l’origine de la compréhension des fractales, rappelle la conséquence de la découverte de la non-stationnarité en finance : 

« Les variations au jour le jour du prix du marché avaient un second moment infini. La conséquence était que la plupart des changements de prix sur une longue période étaient concentrés dans un nombre restreint de jours de trading et c’était là que les fortunes se faisait et se défaisaient. […] Les fractales naturelles montrent des formes de tailles très différentes (allant d’une grande échelle à une échelle inférieure), juste comme les données financières montrent des « cycles » de durées très différentes. »

– Benoit Mandelbrot, Fractals and Scaling in Finance (1997), Benoit Mandelbrot, from Foreword and Preface, page 1.  

Comment mesurer les fractales sur un marché ?

Bien que les fractales demeurent un moyen d’analyse absolument révolutionnaire, les explications à ce sujet demeurent ambiguës et bien généralement complexes. Malgré tout, on peut mesurer le degré fractal d’un actif assez simplement, en deux lignes de calcul. Laissons-nous donc à la pratique d’un exercice relativement simple :

  • On suppose que la volatilité mensuelle d’un actif est de 5 %. Si cet actif progresse en moyenne de 2 % par mois, alors plus de deux tiers des variations de cet actif seront comprises entre -3 % (2-5) et +7 % (5+2). 
  • On cherche à déduire la volatilité annuelle à partir de cette volatilité mensuelle de 5 %. Dans les modèles probabilistes traditionnels, on multiplie la volatilité mensuelle par la racine de 12 mois dans une année. D’après l’hypothèse de stationnarité, la volatilité annuelle serait de 17 %.
  • Cependant, on observe que la volatilité annuelle n’est pas de 17 % mais de 25 %. L’hypothèse de non-stationnarité de Benoît Mandelbrot intervient alors. 

Dans le détail, on annualise d’abord la volatilité d’après l’hypothèse de stationnarité. En d’autres termes, on multiplie la volatilité mensuelle (5) par la racine du nombre de mois qu’il y a dans un an (12). On obtient alors : 

Mais contrairement à ce que suggère le calcul, on observe une volatilité de 25 % par an contrairement à 17 %.On résout alors l’équation suivante en cherchant à définit l’exposant 1/r, qui correspond à l’exposant de Hurst : 

Dans notre cas, l’exposant n’est pas de 0,5 comme dans le modèle, mais de 0,648. Cela implique que l’évolution du cours de l’actif à long terme est déterminée par un nombre restreint de cycles longs (0,648 > 0,5) et qu’il existe véritablement une influence du passé sur les cours futurs. 

Enfin, il est important de rappeler que la formule ln(P)/ln(t) est la généralisation de la formule donnée par Mandelbrot pour estimer la valeur du coefficient de Hurst. 

Quelle stratégie face à l’utilisation des fractales ? 

En effet, la mesure des fractales revient à calculer ce ratio ln(P)/ln(t) qui est une approximation de l’exposant de Hurst. Si l’exposant est supérieur à 0,5 cela revient à écrire que l’actif est régit par des cycles toujours plus déterminants à mesure que le coefficient se rapproche de 1. En termes clairs, cela revient à déduire que :

  • Si la valeur du coefficient est inférieure à 0,5 alors l’actif sera soumis à des forces de retournement de marché imminentes ou en cours. En particulier, la plupart des retournements majeurs sur les marchés prennent effet lorsque la valeur du coefficient est proche de 0,3 à moyen terme. 
  • Si la valeur du coefficient est supérieure à 0,5 alors l’actif sera soumis à des forces de continuité plus fortes que dans le passé. Cela signifie que l’actif est dans une forte tendance et que la tendance est généralement amenée à se poursuivre. Un excès de tendance (haussier ou baissier) avec un coefficient supérieur à 0,6 est souvent synonyme d’un maximum de performance, ou plus rarement selon les actifs, d’un retournement haussier ou baissier. 
Tags: FRACTALSVOLATILITY
Previous Post

Introduction au trading sur un compte de démonstration

Next Post

La hausse des taux de la Reserve Bank of Australia pèse sur l’AUD

Thomas Andrieu

Next Post
Graph currency pair AUD, USD on blue finance background from columns, lines, candlesticks, numbers. Financial market concept

La hausse des taux de la Reserve Bank of Australia pèse sur l’AUD

Contact

Catégories
  • Articles
  • Crypto-monnaie
  • Économie
  • Forex
  • Indices & financières
  • Marchés
  • Matières premières
  • Monde
  • Ouverture de la semaine
  • Sem categoria
  • Stocks

Plan du site

  • Homepage
  • Marchés
  • Graphiques
  • Calendrier économique
  • Monde
  • Économie
  • Articles
  • à propos
Português English Español русский

Un portail complet pour la formation des traders ! Consultez notre contenu ici pour savoir comment investir sur les marchés. Notre équipe d’experts se tient prête à vous aider. Profitez-en !

Suivez-nous sur les réseaux

Avertissement sur les risques

Les produits à effet de levier présentent un degré élevé de risque pour votre capital. Ils ne conviennent pas à tous les types d’investisseurs et vous pouvez perdre beaucoup plus que votre investissement initial. Ce site web est uniquement informatif et les informations qu’il contient ne doivent pas être considérées comme une recommandation d’investissement ou une invitation à une opération. Bien que tous les efforts aient été faits pour garantir l’exactitude des informations contenues sur ce site web, la décision d’agir sur la base de toutes les méthodes, idées et suggestions présentées est à la discrétion du lecteur. Ce site Web n’est pas au courant de vos objectifs d’investissement, de votre situation financière ou de vos besoins, par conséquent, Youtrading.com ne sera pas responsable de toute perte subie sur les investissements à la suite de toute information contenue sur ce site Web. Youtrading.com ne fournit aucun conseil professionnel d’investissement. Si une aide à l’investissement est nécessaire, le service d’un professionnel spécialisé doit être recherché.

Tous droits réservés - YouTrading FR 2021 - Leaders en Formation en Trading

Politique de confidentialité et conditions générales
  • Homepage
  • My Academy
    • Register Now
    • Login
  • Markets
    • Ouverture de la semaine
    • Stocks
    • Matières premières
    • Forex
    • Indices & financières
  • Graphiques
  • Calendrier économique
  • Économie
  • Monde
  • Articles
  • à propos
No Result
View All Result

© 2020 YouTrading UK - Leaders in Trader Training.

Nous utilisons des cookies sur notre site Web pour vous offrir l'expérience la plus pertinente en mémorisant vos préférences et les visites répétées. En cliquant sur «Accepter», vous consentez à l'utilisation de TOUS les cookies.
Paramètres des cookiesJ'ACCEPTE
Manage consent

Privacy Overview

This website uses cookies to improve your experience while you navigate through the website. Out of these, the cookies that are categorized as necessary are stored on your browser as they are essential for the working of basic functionalities of the website. We also use third-party cookies that help us analyze and understand how you use this website. These cookies will be stored in your browser only with your consent. You also have the option to opt-out of these cookies. But opting out of some of these cookies may affect your browsing experience.
Necessary
Toujours activé
Necessary cookies are absolutely essential for the website to function properly. These cookies ensure basic functionalities and security features of the website, anonymously.
CookieDuréeDescription
__cfduid1 monthThe cookie is used by cdn services like CloudFare to identify individual clients behind a shared IP address and apply security settings on a per-client basis. It does not correspond to any user ID in the web application and does not store any personally identifiable information.
cookielawinfo-checbox-analytics11 monthsThis cookie is set by GDPR Cookie Consent plugin. The cookie is used to store the user consent for the cookies in the category "Analytics".
cookielawinfo-checbox-functional11 monthsThe cookie is set by GDPR cookie consent to record the user consent for the cookies in the category "Functional".
cookielawinfo-checbox-others11 monthsThis cookie is set by GDPR Cookie Consent plugin. The cookie is used to store the user consent for the cookies in the category "Other.
cookielawinfo-checkbox-advertisement1 yearThe cookie is set by GDPR cookie consent to record the user consent for the cookies in the category "Advertisement".
cookielawinfo-checkbox-necessary11 monthsThis cookie is set by GDPR Cookie Consent plugin. The cookies is used to store the user consent for the cookies in the category "Necessary".
cookielawinfo-checkbox-performance11 monthsThis cookie is set by GDPR Cookie Consent plugin. The cookie is used to store the user consent for the cookies in the category "Performance".
viewed_cookie_policy11 monthsThe cookie is set by the GDPR Cookie Consent plugin and is used to store whether or not user has consented to the use of cookies. It does not store any personal data.
Functional
Functional cookies help to perform certain functionalities like sharing the content of the website on social media platforms, collect feedbacks, and other third-party features.
Performance
Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.
CookieDuréeDescription
YSCsessionThis cookies is set by Youtube and is used to track the views of embedded videos.
Analytics
Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics the number of visitors, bounce rate, traffic source, etc.
CookieDuréeDescription
_ga2 yearsThis cookie is installed by Google Analytics. The cookie is used to calculate visitor, session, campaign data and keep track of site usage for the site's analytics report. The cookies store information anonymously and assign a randomly generated number to identify unique visitors.
_gid1 dayThis cookie is installed by Google Analytics. The cookie is used to store information of how visitors use a website and helps in creating an analytics report of how the website is doing. The data collected including the number visitors, the source where they have come from, and the pages visted in an anonymous form.
Advertisement
Advertisement cookies are used to provide visitors with relevant ads and marketing campaigns. These cookies track visitors across websites and collect information to provide customized ads.
CookieDuréeDescription
_fbp3 monthsThis cookie is set by Facebook to deliver advertisement when they are on Facebook or a digital platform powered by Facebook advertising after visiting this website.
fr3 monthsThe cookie is set by Facebook to show relevant advertisments to the users and measure and improve the advertisements. The cookie also tracks the behavior of the user across the web on sites that have Facebook pixel or Facebook social plugin.
IDE1 year 24 daysUsed by Google DoubleClick and stores information about how the user uses the website and any other advertisement before visiting the website. This is used to present users with ads that are relevant to them according to the user profile.
test_cookie15 minutesThis cookie is set by doubleclick.net. The purpose of the cookie is to determine if the user's browser supports cookies.
VISITOR_INFO1_LIVE5 months 27 daysThis cookie is set by Youtube. Used to track the information of the embedded YouTube videos on a website.
Others
Other uncategorized cookies are those that are being analyzed and have not been classified into a category as yet.
CookieDuréeDescription
_gat_UA-42160853-21 minuteNo description
CONSENT16 years 8 months 1 day 13 hoursNo description
Enregistrer & appliquer
Propulsé par CookieYes Logo