Essais sur la modélisation des carnets d'ordres limites et trading à haute fréquence

Essays on dynamic Limit Order Book modeling and High-Frequency Trading

• Auteur / Autrice : Nathaniel Gbenro
• Direction : Andreas Heinen
• Type : Thèse de doctorat
• Discipline(s) : Sciences économiques - EM2PSI
• Date : Soutenance le 14/12/2023
• Etablissement(s) : CY Cergy Paris Université
• Ecole(s) doctorale(s) : École doctorale Économie, Management, Mathématiques, Physique et Sciences Informatiques (Cergy-Pontoise, Val d'Oise)
• Partenaire(s) de recherche : Laboratoire : THEMA Théorie économique, modélisation et applications (Cergy ; 2006-....)
• Jury : Président / Présidente : Malika Hamadi
• Jury : Examinateurs / Examinatrices : Andreas Heinen, Francesco Violante, Arnaud Dufays, Roberto Renò
• Jury : Rapporteur / Rapporteuse : Francesco Violante, Arnaud Dufays

Mots clés

Mots clés libres

Finance de marché

Carnets d'ordres limites

Traders à hautes fréquences

Jumps de prix

Manipulation de prix

Financial market

Limit orders book

High frequency traders

Price jumps

Price manipulation

Résumé

Le passage de la plupart des marchés financiers aux systèmes électroniques a suscité l'intérêt des chercheurs sur la viabilité d'une telle structure de marché, sur la compréhension du processus d'émergence du prix et le jeu des acteurs. Aussi, l'avènement d'un tel système électronique a fait naitre une nouvelle catégorie d'acteurs dénommée, traders à hautes fréquences (HFT). Ces acteurs utilisent des algorithmes, ayant une capacité importante de collecte et de traitement de l'information, pour les différentes transactions et sont caractérisés entre autres par la vitesse d'exécution des ordres et le nombre relativement important d'ordres et d'annulations qu'ils émettent. Ces traders à hautes fréquences sont parfois soupçonnées de manipuler les prix en utilisant entre autres l'information contenue dans les carnets d'ordres limites, ou d'être en mesure d'identifier les opportunités d'arbitrage afin de réaliser des gains. L'objectif de cette thèse est de contribuer à la compréhension du contenu informationnelle des carnets d'ordres limites et de la possibilité de l'usage de ces informations pour la détection des patterns permettant de réaliser des gains ou de réduire les coûts de transactions. Les principales contributions de cette thèse sont les suivantes. Premièrement, nous montrons que le carnet d'ordre n'est pas toujours linéaire, ni symétrique comme certains modèles théoriques des carnets d'ordre le suggèrent, mais mieux, il contient de l'information afin de réduire les coûts de transaction et donc maximiser ainsi les possibilités de gains positifs. Un tel dispositif serait exploitable par les HFT. Dans le second chapitre, nous proposons un modèle empirique permettant d'analyser si un marché offre des possibilités de manipulation des prix en nous basant sur un modèle théorique ayant été adapté aux pratiques empiriques. Nous avons ainsi étendu les conditions d'absence de manipulation des prix au cadre empirique utilisé. La troisième et dernière contribution concerne l'étude des sauts de prix (price jumps). Nous avons analysé en profondeur la dynamique de plusieurs caractéristiques des carnets d'ordres (liquidité, volatilité, spread) au moment des jumps de prix en distinguant, les jumps permanent (liés à l'information), des jumps transitoires. Nous avons ainsi montré que le carnet envoie des signaux avant la survenance des jumps permanent, que les traders à haute fréquence arrivent à identifier assez tôt et adoptent des séquences de transactions leur permettant de profiter de ces signaux. Ils participent de ce fait à la transmission de l'information aux prix.

The migration of most financial markets to electronic systems has aroused the interest of researchers in the viability of such a market structure, in understanding the price emergence process and the role of the market participants. The advent of such an electronic system has given rise to a new category of players known as high frequency traders (HFT). These high-frequency traders use algorithms with a high capacity for collecting and processing information for the various transactions and are characterized by, among other things, the speed with which they execute orders and the relatively large number of orders and cancellations they issue. These high-frequency traders are sometimes suspected of manipulating prices by using, among other things, the information contained in limit order books, or of being able to identify arbitrage opportunities in order to make gains. The objective of this thesis is to contribute to the understanding of the information content of limit order books and the possibility of using this information either to manipulate prices or to detect patterns in order to make gains or reduce transaction costs. The main contributions of this thesis are as follows. First, we show in chapter one that the order book is not always linear, nor symmetric as some theoretical models of order books suggest, but better, it contains information in order to reduce transaction costs and thus maximize the potential for positive gains. Such a system could be exploited by HFTs. In the second chapter, we propose an empirical model for analyzing whether a market offers opportunities for price manipulation, based on a theoretical model that has been adapted to empirical practices. We have thus extended the conditions for the absence of price manipulation to the empirical framework used. The third and final contribution concerns the study of price jumps. We conducted an in-depth analysis of the dynamics of several order book characteristics (liquidity, volatility, spread) at the time of price jumps, distinguishing between permanent jumps (linked to information) and transitory jumps. We have shown that the order book sends signals before the occurrence of permanent jumps, which high-frequency traders are able to identify early enough and then adopt trading strategies that enable them to take advantage of these signals. In this way, they participate in the transmission of information to prices.