PARTIE 1: SÉRIES TEMPORELLES FINANCIÈRES (TI-P1)
Objectif général : Modéliser et prévoir les prix et la volatilité des actifs financiers.
1. FONDAMENTAUX DES SÉRIES TEMPORELLES
● Définition : Suite d'observations (Yt) mesurées à intervalles réguliers (jour,
mois...). Le temps est une information clé.
● Décomposition d'une série (Yt) :
○ Modèle Additif : Yt = mt + st + εt (Tendance + Saisonnalité +
Erreur). Utilisé quand l'amplitude des variations saisonnières est
constante.
○ Modèle Multiplicatif : Yt = mt × st × εt. Utilisé quand l'amplitude
des variations saisonnières augmente avec le niveau de la série (ex:
ventes).
● Concepts Clés :
○ Tendance (mt) : Évolution à long terme.
○ Saisonnalité (st) : Variations régulières intra-annuelles.
○ Hétéroscédasticité : Variance non constante dans le temps. C'est une
caractéristique fondamentale des séries financières (périodes de
calme suivies de périodes de forte turbulence).
\2. RENDEMENTS FINANCIERS
Pourquoi les utiliser ? Ils sont généralement stationnaires, contrairement aux prix
bruts.
● Rendement simple : Rt = (Pt – P(t-1)) / P(t-1)
● Rendement logarithmique (log-rendement) : rt = ln(Pt / P(t-1)). Le plus
utilisé en finance quantitative.
3. TESTS DE TENDANCE (NON PARAMÉTRIQUES)
● Objectif : Savoir s'il existe une tendance significative, sans hypothèse sur la
distribution.
● Corrélation de Spearman : Corrélation entre les rangs des valeurs et les rangs
du temps. Un coefficient proche de +/- 1 indique une tendance.
● Test de Mann-Kendall : Examine le signe des différences entre toutes les
paires d'observations (xj – xi) pour j > i. Il compte le nombre de
différences positives.
4. STATIONNARITÉ ET PROCESSUS DE BASE
● Stationnarité (Faible) : Propriété essentielle. La série doit avoir une moyenne
constante, une variance constante et une autocovariance qui ne dépend que
du décalage k, pas du temps t.
● Pourquoi c'est crucial ? Les modèles ARMA ne s'appliquent que sur des séries
stationnaires.
● Bruit Blanc : Processus purement aléatoire : moyenne nulle, variance
constante, et aucune autocorrélation (ρk = 0 pour tout k ≠ 0). C'est le "résidu
idéal" qu'on recherche après modélisation.
● Autocorrélation (ACF – ρk) : Mesure la corrélation linéaire entre Xt et Xt-k. Le
corrélogramme est le graphique de l'ACF. Il aide à détecter la non-stationnarité
(décroissance lente) et à identifier les modèles.
● Autocorrélation Partielle (PACF) : Mesure la corrélation entre Xt et Xt-k après
avoir retiré l'effet des retards intermédiaires (1 à k-1).
5. MODÈLES DE BASE : AR, MA, ARMA
● AR(p) - Autorégressif : La valeur actuelle dépend de ses p valeurs passées +
un bruit blanc.
○ Xt = φ1*X(t-1) + ... + φp*X(t-p) + εt
○ Condition de stationnarité : Les racines du polynôme 1 – φ1*L – ...
– φp*L^p = 0 doivent être à l'extérieur du cercle unité (en pratique, leur
module > 1).
○ Identification : PACF qui s'annule à partir du retard p.
● MA(q) - Moyenne Mobile : La valeur actuelle dépend des q erreurs passées
(chocs) + un bruit blanc courant.
○ Xt = εt + θ1*ε(t-1) + ... + θq*ε(t-q)
○ Condition d'inversibilité : Les racines du polynôme 1 + θ1*L + ... +
θq*L^q = 0 doivent être à l'extérieur du cercle unité.
○ Identification : ACF qui s'annule à partir du retard q.
● ARMA(p,q) : Combine AR et MA pour plus de parcimonie.
○ Xt = φ1*X(t-1)+...+ φp*X(t-p) + εt + θ1*ε(t-1)+...+
θq*ε(t-q)
○ Identification : ACF et PACF décroissent toutes deux
(sinusoïdes/exponentielles).
6. IDENTIFICATION ET SÉLECTION DE MODÈLES
● Étape 1 : Rendre la série stationnaire (si besoin).
○ Utiliser les tests de racine unitaire.
○ Dickey-Fuller (ADF) : H0 = "racine unitaire" (non stationnaire). Si p-value
< 0.05, on rejette H0 → série stationnaire.
○ KPSS : H0 = "stationnaire". Si p-value < 0.05, on rejette H0 → série non
stationnaire.
○ Solution : Appliquer une différenciation d fois : ΔXt = Xt – X(t-1).
C'est le d du modèle ARIMA.
● Étape 2 : Identifier p et q (ordres AR et MA).
○ Observer les graphiques ACF et PACF de la série rendue stationnaire.
■ AR(p): ACF → décroissance exponentielle / sinusoïdale ; PACF
→ coupe nette à p.
■ MA(q): ACF → coupe nette à q ; PACF → décroissance
exponentielle / sinusoïdale.
■ ARMA(p,q): ACF et PACF → décroissance lente.
● Étape 3 : Sélectionner le meilleur modèle.
○ Comparer plusieurs modèles candidats (ARIMA(1,1,1), ARIMA(2,1,0)...)
avec des critères d'information :
■ AIC (Akaike) : log(σ²) + (2/T)*(p+q). Plus petit = meilleur
compromis qualité/complexité.
■ BIC (Bayesian) : log(σ²) + (log(T)/T)*(p+q). Plus petit =
meilleur. Pénalise plus fortement la complexité.
● Étape 4 : Valider le modèle.
○ Vérifier que les résidus se comportent comme un bruit blanc.
○ Test de Ljung-Box : H0 = "les résidus sont indépendants". Si p-value >
0.05, on ne rejette pas H0 → le modèle est bien spécifié.
7. MODÉLISATION DE LA VOLATILITÉ : GARCH
● Pourquoi GARCH ? Parce que la volatilité des rendements n'est pas constante.
On modélise la variance conditionnelle.
● Phénomène clé : "Regroupement de volatilité" (volatility clustering) : les
grandes variations sont suivies de grandes variations, et inversement.
● Modèle GARCH(1,1) :
○ σt² = α₀ + α₁ * ε²(t-1) + β₁ * σ²(t-1)
■ σt² : Variance prévue pour la période t.
■ α₀ : Variance moyenne à long terme.
■ ε²(t-1) : Impact du choc (résidu au carré) de la veille (terme
ARCH).
■ σ²(t-1) : Impact de la variance de la veille (terme GARCH).
■ α₁ : Mesure la réaction aux chocs.
■ β₁ : Mesure la persistance de la volatilité.
○ Interprétation : Si α₁ + β₁ ≈ 1, la volatilité est très persistante (les
chocs mettent du temps à s'estomper).
● Extensions :
○ EGARCH : Modélise le logarithme de la variance. Capture l'effet de
levier (les mauvaises nouvelles ε<0 augmentent plus la volatilité que
les bonnes nouvelles ε>0).
○ TGARCH (GJR-GARCH) : Introduit une variable indicatrice I pour
différencier l'impact des chocs positifs et négatifs.
8. VALIDATION ET PRÉVISION (FINALE)
● Mesures d'erreur de prévision :
○ RMSE (Erreur Quadratique Moyenne) : √[ (1/N) * Σ (Réel –
Prédit)² ]. Sensible aux grandes erreurs.
○ MAE (Erreur Absolue Moyenne) : (1/N) * Σ |Réel – Prédit|. Plus
robuste.
○ MAPE (Erreur Absolue Moyenne en %) : (100/N) * Σ | (Réel –
Prédit) / Réel |. Interprétable en %, mais instable si les valeurs
réelles sont proches de zéro.
● Prévision :
○ Univariée : Une seule série (ex: ARIMA).
○ Multivariée : Plusieurs séries liées (ex: VAR - Vector AutoRegressive).
PARTIE 2: TRADING INTELLIGENT (TI-P2)
Objectif général : Automatiser les décisions de trading avec l'IA (ML/DL/RL).
1. INTRODUCTION AU TRADING ALGO
● Définition : Utilisation d'algorithmes pour automatiser les décisions et
exécutions d'ordres.
● Types d'ordres : Au marché (immédiat), à cours limité (prix cible), stop-loss
(limiter les pertes).
● Stratégies classiques : Suivi de tendance, Arbitrage (profiter des différences
de prix), Retour à la moyenne (Mean Reversion), Market Making (fournir de la
liquidité).
● Composants : Données marché, Système d'exécution, Gestion des risques
(stop-loss), Backtesting.
● Trading Haute Fréquence (THF/HFT) :
○ Objectif : Exploiter la vitesse (microsecondes). Latence minimale,
serveurs colocalisés.
○ vs Trading Algo Classique : Le classique optimise une stratégie sur
minutes/heures, le HFT exploite la vitesse sur
microsecondes/secondes.
2. MACHINE LEARNING (ML) POUR LA PRÉVISION
● Régression Linéaire : ŷ = wᵀx + b. Simple, interprétable, mais trop linéaire
pour les marchés. Minimise la MSE.
● Régularisation (pour éviter le surapprentissage) :
○ Ridge (L2) : Pénalise la somme des carrés des poids (||w||²). Réduit
la variance, gère la colinéarité.
○ Lasso (L1) : Pénalise la somme des valeurs absolues des poids
(||w||₁). Peut mettre certains poids à zéro → sélection de variables.
● Support Vector Regression (SVR) :
○ Principe : Trouver une fonction qui ne s'écarte pas des vraies valeurs
de plus de ε, en tolérant des erreurs hors de cette marge via des
variables ξ.
○ Version non-linéaire : Utilise le "kernel trick" (ex: RBF) pour modéliser
des relations complexes sans calculer explicitement la transformation.
3. DEEP LEARNING (DL) POUR LE TRADING
● Pourquoi DL ? Capture des dépendances non-linéaires et des motifs
complexes.
● MLP (Perceptron multicouche) : Plusieurs couches de neurones. Utilisé pour
la prédiction ou la classification (achat/vente).
● CNN (Réseaux de neurones convolutifs) 1D :
○ Principe : Applique des filtres (k) sur la séquence pour détecter des
motifs locaux (ex: figure "tête-épaules").
○ zt = Σ (ki * x(t+i-1)) + b. Plusieurs filtres créent plusieurs
"cartes de motifs".
● RNN / LSTM / GRU (pour la dépendance temporelle) :
○ RNN : ht = f(W*xt + U*h(t-1)). Combine l'info présente (xt) et la
mémoire passée (h(t-1)). Souffre du problème de la disparition du
gradient.
○ LSTM (Long Short-Term Memory) : Architecture avancée avec une
cellule mémoire (ct) et des portes (oubli, entrée, sortie). Gère les
dépendances à long terme. Idéal pour séries temporelles.
○ GRU (Gated Recurrent Unit) : Version simplifiée et plus rapide du LSTM.
Performances similaires, moins de paramètres.
● Autoencodeurs (pour anomalies & arbitrage) :
○ Principe : Apprentissage non-supervisé. Encodeur -> "code latent"
(compression) -> Décodeur -> reconstruction (x̂). Objectif : minimiser
l'erreur de reconstruction ||x – x̂||².
○ Application 1 - Détection d'anomalies : Entraîné sur marché "normal". Si
nouvelle donnée a une erreur de reconstruction élevée (> seuil τ),
c'est une anomalie (pic de volatilité, etc.).
○ Application 2 - Arbitrage : Apprend les corrélations normales entre
actifs. Une erreur de reconstruction indique une rupture de corrélation
→ opportunité d'arbitrage.
4. REINFORCEMENT LEARNING (RL) POUR LE TRADING
● Principe : Un agent apprend une stratégie (politique π) en interagissant avec
l'environnement (le marché) pour maximiser une récompense cumulée.
● Modélisation (MDP - Processus de Décision Markovien) :
○ État (st) : Information du marché (prix, indicateurs, portefeuille).
○ Action (at) : Décision (Acheter, Vendre, Garder ; ou allocation de
capital).
○ Récompense (rt) : Feedback immédiat (profit/perte, ratio de Sharpe).
○ Objectif : Maximiser le retour actualisé Gt = Σ γ^k * r(t+k+1).
● Q-Learning :
○ Apprend une fonction Q(s, a) qui estime la récompense future totale
si on prend l'action a dans l'état s.
○ Mise à jour : Q(s,a) <- Q(s,a) + α [ r + γ * max Q(s', a') –
Q(s,a) ].
● Deep Q-Network (DQN) :
○ Utilise un réseau de neurones (Q(s,a;θ)) pour approximer la fonction
Q quand les états sont trop complexes (ex: une série temporelle de 60
jours).
○ Innovations :
■ Replay Buffer (D) : Stocke les expériences passées pour casser
la corrélation entre les échantillons.
■ Target Network (θ⁻) : Un réseau cible mis à jour lentement pour
stabiliser l'apprentissage.
■ Loss : L(θ) = E[( r + γ * max Q(s',a';θ⁻) – Q(s,a;θ)
)²].
○ Gestion de Portefeuille : Le RL optimise le capital. La récompense peut
être le rendement, le ratio de Sharpe, ou une pénalité pour turnover
(coûts de transaction).
5. ÉVALUATION ET BACKTESTING
● Backtesting : Simulation d'une stratégie sur des données historiques.
● Étapes : 1. Collecte données -> 2. Définition signaux -> 3. Simulation ordres ->
4. Calcul résultats -> 5. Analyse performance.
● Sources de données : Yahoo Finance (yfinance Python), Binance/Coinbase
API (crypto).
● Indicateurs de Performance Clés :
○ PnL (Profit and Loss) : Profit ou perte total.
○ Drawdown : La baisse maximale du capital depuis un sommet. (Pmax –
Pmin) / Pmax. Mesure le risque de la stratégie.
○ Ratio de Sharpe : (Rp – Rf) / σp. Mesure la performance ajustée au
risque (rendement par unité de risque). >1 est bon, >2 est excellent.
6. ÉTHIQUE, RISQUES ET RÉGLEMENTATION
● Risques de l'IA :
○ Flash Crash : Chute brutale causée par des algorithmes. Ex: 2010.
○ Risque systémique : Des IA interconnectées peuvent propager une
erreur à tout le marché.
● Manipulations de marché par IA :
○ Spoofing : Placer de faux ordres pour tromper, puis les annuler.
○ Layering : Multiplier les ordres pour créer une fausse impression de
demande.
○ Pump and dump : Acheter, publier de fausses infos, vendre.
● Réglementation :
○ MiFID II (Europe) : Exige transparence, tests de robustesse, traçabilité
des ordres, et des "kill switches" (coupe-circuits).
○ SEC (États-Unis) : Surveillance similaire pour éviter les manipulations.
● Biais des modèles :
○ Survivorship bias : N'utiliser que les actifs qui ont survécu →
sous-estimation du risque.
○ Temporal bias : Modèle entraîné sur une période spécifique (ex: taux
bas) qui ne généralise pas.
○ Sample bias : Données d'un seul marché, non représentatives.
● Impact sociétal : Concentration du pouvoir chez les grandes institutions,
inégalité d'accès pour les particuliers, transformation des métiers de trader.