En plein cœur de la crise, diverses questions se sont soulevées au sujets des méthodes d’analyse

Ibm_User

Informations

• Publié par: Armyo
• Nombre de lectures: 154
• Langue: Français

Extrait

MEMOIRE DE RECHERCHE APPLIQUEE



Présenté et soutenu par

Dimitri Duval





MASTER FINANCE DE MARCHE

« Efficience des marchés et Méthodes de Monte Carlo :
Peut-on réaliser des profits anormaux au moyen de l’Analyse Technique ?»



Année universitaire
2008-2009





Pilote de mémoire : Jérôme Senanedsch, Docteur en Sciences de Gestion






































1REMERCIEMENTS






J’adresse mes remerciements à Jérôme Senanedsch, pour l’aide encadrante qu’il m’a apportée,
Alexis, pour son aide dans l’obtention des données brutes de Bloomberg,
Sarah et Sébastien, pour leur précieuse relecture,
Et enfin, à Claudia, pour être là.

Je remercie aussi l’INSEEC, de m’avoir donné les moyens, au terme de mes années d’études,
de réaliser ce travail d’investigation.




















2SOMMAIRE



INTRODUCTION p 4

I. L’Efficience informationnelle des Marchés Financiers p6

A. Définition p6
B. Les tests d’efficience p7

II. Analyse empirique de la performance de méthodes simples d’analyse technique, et
propriétés stochastiques des prix de marchés. p13

A. Données et stratégies de trading par Analyse Technique p14
B. Résultats empiriques : Tests traditionnels p21
C. Botsrap p29

CONCLUSION p36

ANNEXES 38

REFERENCES BIBLIOGRAPHIQUES p41

TABLE DES MATIERES p4

RESUME ET ABSTRACT 45







3INTRODUCTION

En plein cœur de la crise, diverses questions ont été soulevées au sujet des méthodes
d’analyse des cours boursiers notamment. Les portefeuilles d’actions ont perdu de la valeur au
point d’amorcer la faillite de grands groupes financiers mondiaux comme Lehmann Brothers,
et certains indices boursiers comme le CAC40, ont perdu près de 60% de leur valeur en
l’espace d’à peine 21 mois, nous ramenant ainsi à des niveaux de 6 ans en arrière. Divers
scandales ont éclaté sur la gestion des opérateurs de marché, dont certains annonçant pour le
compte de leur banque des pertes avoisinant les 5 milliards d’euros, un record. Cette crise
sans précédent est sans aucun doute aussi un excellent moyen de remettre en cause un système
qui avait tendance à fonctionner jusqu’alors, mais dont on connaissait encore mal les limites :
celui de la finance quantitative. Face à ce terrible constat d’échec, nombreux sont ceux qui ont
commencé à remettre les bases conceptuelles actuelles de la finance néoclassique en question.
En effet, pour beaucoup, la mathématisation trop importante de la finance est la source des
excès et de l’effondrement du système financier connu pendant la crise des subprimes.
Et pour cause. Depuis les années quatre-vingt, jusqu’à aujourd’hui, près d’un siècle après la
thèse de louis Bachelier (1900), les mathématiques appliquées à la finance ont connu un essor
formidable aboutissant à la formation d’un cadre théorique d’une grande puissance et d’une
élégance remarquable. En amont de cela, la problématique était de rendre compte du hasard
boursier et de rationaliser son modèle de formation de prix. Car dans un contexte de
dérégulation des marchés financiers au milieu des années 1970, tenir compte de la nouvelle
volatilité des taux de change permettait de couvrir ces risques dans un environnement
incertain. C’est ainsi qu’ont émergé les produits dérivés et les travaux de Black, Scholes et
Merton (1973) récompensés par un prix Nobel en 1997 (à titre posthume pour Black décédé
en 1995), qui ont permis une avancée sans précédent en théorie financière, grâce à leur
stratégie permettant d’annuler tous les risques possibles dans tous les scenarii de marché. La
révolution technologique et financière qui caractérisent deux des ruptures de notre société
post-industrielle (Daniel Cohen, 2006) ont ensuite permis une évolution rapide et prolifique
du concept, l’avènement du calcul stochastique appliqué à la finance, et un développement
mondial extraordinaire de nouveaux marchés organisés. Mais voilà, le modèle de Black-
Scholes repose sur une hypothèse que l’on savait fausse depuis déjà longtemps, et qui est
aujourd’hui remise en question avec d’autant plus de force qu’elle a abouti à des pertes
colossale pendant cette crise. Cette hypothèse est celle de la normalité des prix. Nassim
Nicholas Taleb, dans son essai intitulé Le Cygne Noir, La puissance de l’imprévisible dira
4même « Je trouve choquant que la courbe en cloche soit employée comme outil de mesure des
risques par ces régulateurs ou ces banquiers qui portent des costumes sombres et tiennent des
propos assommants sur les monnaies » (Nicholas Taleb, 2008, p. 301)
Non moins provocant, Mandelbrot écrira dans son ouvrage Fractales, hasard et finance que
« l’approximation gaussienne optimale [de l’histogramme des changements d’un prix] est
uniformément détestable », mais nuancera en précisant qu’il croit « possible de préserver
quelques idées de base [de la thèse de Bachelier] tout en modifiant le mouvement brownien
de fond en comble. » (Mandelbrot, 2009, p. 139)
Ces évidences ont trouvé leur écho dans la crise actuelle, et le constat est aujourd’hui fait que
la finance néoclassique est en « manque de lanceurs d’alerte » (interview de Raphaël Douady,
2009, docteur en mathématiques au CNRS et faisant référence à la VaR), alors que la question
est lancée par Rama Cont, directeur de recherche du CNRS au laboratoire de probabilité et
modèles aléatoires (université Paris VI-VII), de savoir « s’il s’agit d’une défaillance des
méthodes quantitatives » (Cont, 2009, p. 24)
Des méthodes de trading autrefois considérées comme « voodoo finance » (Lo et. al, 2000, pp.
1705) sont aujourd’hui reconsidérées pour mieux tenter d’appréhender le hasard boursier. Se
pose alors la question de l’efficience de marché : Les marchés sont-ils efficients, et en quel
sens ? Peut-on réaliser des profits anormaux avec des méthodes d’analyse technique ?
Ce mémoire a pour objectif de déterminer si l’efficience faible des marchés peut être validée.
Pour cela, nous utiliserons un échantillon de cours d’indices boursiers sur une dizaine d’année,
que nous soumettrons à divers tests statistiques classiques, ainsi qu’à un test de bootstrap à
partir d’une simulation de Monte-Carlo, pour l’étude de la significativité des performances
par rapport à la stratégie d’achat conservation sous les critères du ratio de Sharpe.











5I. L’Efficience informationnelle des Marchés Financiers

A. Définition

La théorie de l’efficience des marchés tire sa source dès les années 30 avec Cowles & Jones
(1937). Après la seconde guerre mondiale, les économistes commencèrent à douter des
méthodes de prévision des cours boursiers, alors essentiellement basées sur l’idée que les
marchés sont caractérisés par des tendances haussières ou baissières. L’idée alors opposée
était le modèle de marche aléatoire des cours, mais il faut attendre les années 70 avec
Samuelson, Fama, puis Jensen, pour avoir le cadre théorique que l’on connaît actuellement du
concept d’efficience (Roland Portrait, Poncet p.24).

En réalité, le concept d’efficience revêt plusieurs définitions. Et le pilier de la finance
moderne repose aujourd’hui sur la dimension informationnelle de l’efficience et sur les
anticipations rationnelles des agents. Nous distinguerons ici l’efficience informationnelle de
l’efficience allocative, qui fait état du calcul de l’allocation optimale entre l’épargne classique
et les marchés.
La première définition formelle de l’efficience informationnelle des marchés financiers est
donc proposée par