Tests de l'efficience faible à partir des ondelettes de Haar

Tests of weak form efficiency with Haar wavelet

• Auteur / Autrice : Autran Belsuz
• Direction : Alain Cucchi, Robert Trommsdorff
• Type : Thèse de doctorat
• Discipline(s) : Sciences de gestion
• Date : Soutenance le 24/11/2017
• Etablissement(s) : La Réunion
• Ecole(s) doctorale(s) : École doctorale Sciences humaines et sociales (Saint-Denis, La Réunion ; 2010-....)
• Partenaire(s) de recherche : Laboratoire : Centre d'économie et de management de l'océan Indien (Saint-Denis, Réunion)
• Jury : Président / Présidente : Fabrice Roth
• Jury : Rapporteurs / Rapporteuses : Pascal Barneto

Mots clés

Mots clés contrôlés

Lissage (analyse numérique)

Marché efficient, Hypothèse du

Ondelettes

Indices boursiers

Analyse financière

Mots clés libres

Analyse technique

Ondelettes de Haar

Hypothèse d'efficience

Tendance

Lissage

Mémoire longue

Technical analysis

Haar wavelet

Efficient market hypothesis

Trend

Smoothing

Long memory

Résumé

Cette thèse proposée utilise les ondelettes de Haar à créer de nouveaux indicateurs techniques, d’en évaluer leurs performances afin de tester la validité de l’efficience faible des marchés financiers. L’approche choisie vise à mettre en œuvre les capacités des indicateurs techniques à capter la mémoire longue présente dans les indices boursiers américains et européens à travers l’estimation de la tendance par le processus de lissage. De plus, cette dernière est une composante importante dans les séries économiques et financières. En effet, elle a fait l’objet d’innombrables investigations tant en analyse technique, qu’en traitement du signal et dans la théorie des cycles économiques. Toutefois, sa présence n’entre pas en ligne de compte dans la théorie classique de la finance, car les principaux modèles utilisés se focalisent sur les variations des cours boursiers. À cet effet, la tendance constitue une source de non-stationnarité entraînant des difficultés majeures pour la modélisation économétrique ou financière. Exploiter cette tendance s’affranchit, dans ce cas, des hypothèses de non-stationnarité tendancielle ou de racine unitaire. En plus, à l’issue des résultats que nous avons obtenus à partir du modèle à changement de régime. Nous confirmons qu’il est possible d’exploiter la présence de mémoire longue dans les cours, et également de battre le marché en présence de coûts de transactions sur les marchés américains et européens.

This proposed thesis uses the Haar wavelets to create new technical indicators, to evaluate their performance in order to test the validity of the weak form of efficient market hypothesis. The chosen approach aims to implement the capabilities of technical indicators to capture the long memory present in the US and European stock indices through the estimation of the trend by the smoothing process. Moreover, the trend is an important component in the economic and financial series. Indeed, it has been the subject of innumerable investigations in technical analysis, in signal processing and in the theory business cycle theory. However, its presence is not taken into account in the classic theory of finance because the main models used focus on changes in stock prices. For this purpose, the trend constitutes a source of non-stationarity leading to major difficulties for econometric or financial modeling. Exploit trend is freed, in this case, from the hypotheses of tendancy or unit root. In addition, the issue of the results we obtained from the regime change model. We confirm that it is possible to exploit the presence of long memory in the series, and also to beat the market in the presence of transaction costs on the American and European markets.