Photo Gregor
 
A reexamination of modern finance issues using Artificial Markets Frameworks PRINT
Auteur(s) : I. VERYZHENKO
Thése de l'université Paris I Panthéon Sorbonne : 18/09/2012 - IAE de Paris, Salle B125, 14h
Sous la direction de : BRANDOUY Olivier, MATHIEU Philippe
Jury : Olivier Brandouy, Roland Gillet, Philippe Mathieu, Juna pavon, Paolo Pelizzari, Fabrice Riva, Olilivier Taramasco
Résumé / Abstract :

Cette thèse apporte une contribution à la compréhension des dynamiques de marché et à la prise de décision des traders à l'aide d'une plateforme de simulation de marchés multi-agents. La modélisation multi-agents permet notamment d'étudier le système boursier comme un système complexe évolutif dans lequel chaque trader artificiel possède son propre comportement possède son propre comportement et qui, par ses prises de décision, influence l'ensemble des autres acteurs du système. Dans une première partie, nous mettons en évidence à l'aide de "traders à intelligence zéro" (ZIT), le rôle de la microstructure pour comprendre la nature des principaux faits stylisés de l'évolution des prix. Les résultats issus de nombreuses simulations, indiquent que l'usage des ZIT n'est pas suffisant pour reproduire de façon convaincante les évolutions de prix réels, car ceux-ci doivent être appréhendés à la fois de manière qualitative mais aussi quantitative. Nous montrons que seuls des éléments de stratégies de trading et une forte calibration peuvent améliorer cette réplication par simulation, suggérant que les aspects comportementaux importent tout autant que les aspects microstructurels.
Dans une seconde partie, nous concentrons notre recherche sur la problématique de la rationalité dans le corpus de la théorie moderne du portefeuille. Le marché artificiel nous permet de tester si des stratégies naïves peuvent surpasser, en terme de performance, des modèles plus complexes. Diverses stratégies d'investissement sont implémentées dans le système artificiel et mises en interaction afin d'observer leur survie dans des compétitions écologiques basées sur leurs performances relatives. Certaines de ces stratégies d?investissements sont fondées sur des variations du modèle canonique de la théorie de portefeuilles de Markowitz, d?autres suivent des principes de diversification naïfs, d?autres encore obéissent à des combinaisons de stratégies rationnelles sophistiquées et de stratégies naïves.
Enfin, de manière à mieux saisir les facteurs qui influent sur la performance du portefeuille, nous montrons les effets de la fréquence de pondération et des préférences pour le risque des investisseurs sur l'issue de ces compétitions.
Pour finir, afin de fournir une mesure de performance absolue orientée vers l'évaluation ex-post d'un large éventail de stratégies de trading des investisseurs (agents dans notre cas) nous proposons un nouvel algorithme de complexité polynomiale permettant de déterminer la borne supérieure absolue des profits atteignables pour n'importe quelle stratégie sur une période de temps donnée. Cet algorithme met en contact deux champs a priori éloignés: la théorie des graphes d'une part et la finance computationnelle d'autre part.

*-*-*

The aim of this thesis is to contribute to the understanding of market dynamics and the decision making of investors by extending an agent-based computational approach. Agent-based modeling (ABM) studies stock market as complex evolving system by representing each of the microscopic elements individually and by simulating the behavior of the entire system, keeping track of all the individual elements.
We, first, ex-plore the framework of zero-intelligence traders (ZITs), that puts forward the role of market microstructure, for understanding at coarse grain what drives the main qualitative and quantitative stylized facts in price dynamics and patterns in order submissions. The results of extensive simulations indicate that realistic price dynamics are out-of-reach within the pure ZIT's framework, only the elements of strategic behavior and strong calibration improve this situation.
Next, this research focuses on the questions on rationality in the corpus of modern portfolio theory. Scientists still debate about ability of naive strategies to outperform the more complex models. The current research sheds new light on the topic. We test the investors' performance, each of them following a specific strategy, scrutinizing their behavior in ecological competitions. Some investment strategies considered in this thesis are based on different extensions of canonical modern Markowitz portfolio theory, others on the naive diversification principles, and others on combinations of sophisticated rational and naive strategies.
Furthermore, we perform closer examination of the effects of rebalancing frequency and investor's attitude toward risk on portfolio performance in order to identify clearly what matters the most.
Finally, we explorer the computational tools for algorithmic determination of an absolute performance measure geared towards the ex-post evaluation of a wide range of trading strategies of investors (agents in our case).
Experimental results confirm a real added value of agent-based artificial market models for studying various financial topics. Notably, ABM allows to go beyond traditional approaches which may suffer from implementation drawbacks or absence of tractable result in some cases.


Citer cette référence :
I. VERYZHENKO (2012), "A reexamination of modern finance issues using Artificial Markets Frameworks", Thèse de doctorat de l'Université Paris 1 Panthéon Sorbonne, France