Mélanie Thomas
Remark fonctionnent les marchés d’actifs ? Quelles actions se comportent de la même manière ? Les économistes, les physiciens et les mathématiciens travaillent intensivement pour dresser un tableau mais ont besoin d’apprendre ce qui se passe en dehors de leur self-discipline. Un nouveau journal construit maintenant un pont.
Dans une nouvelle étude, les chercheurs du Complexity Science Hub mettent en évidence les éléments de connexion entre la recherche traditionnelle sur les marchés financiers et l’éconophysique. “Nous voulons créer une vue d’ensemble des modèles qui existent en économie financière et de ceux que les chercheurs en physique et en mathématiques ont développés afin que tout le monde puisse en bénéficier”, explique Matthias Raddant du Complexity Science Hub et de l’Université de development proceed de Krems.
Les scientifiques des deux domaines tentent de classer ou même de prédire le comportement du marché. Ils visent à créer une matrice de corrélation à grande échelle décrivant la corrélation d’un titre avec tous les autres titres. “Les progrès, cependant, sont souvent à peine remarqués, voire pas du tout, par les chercheurs d’autres disciplines. Les chercheurs en finance savent à peine que les physiciens étudient des sujets similaires et appellent cela différemment. C’est pourquoi nous voulons construire un pont”, déclare Raddant..
Quelles sont les diffÉrences?
Les gurus dans le domaine des marchés financiers traditionnels sont très soucieux de décrire avec précision la volatilité statistique des steps. Cependant, leurs modèles à grain fin ne fonctionnent as well as correctement lorsque l’ensemble de données devient trop volumineux et comprend des dizaines de milliers d’actions.
Les physiciens, en revanche, peuvent très bien traiter de grandes quantités de données. Leur devise est la suivante : “Furthermore j’ai de données, furthermore elles sont belles, car or truck je peux mieux voir certaines régularités”, explique Raddant. Ils fonctionnent également sur la base de corrélations, mais ils modélisent les marchés financiers comme des réseaux complexes en évolution. Ces réseaux décrivent des dépendances qui peuvent révéler des co-mouvements d’actifs, c’est-à-dire dont les steps se comportent fondamentalement de manière similaire et donc se regroupent. Cependant, les physiciens et les mathématiciens peuvent ne pas savoir quelles informations existent déjà dans la littérature financière et quels facteurs doivent être pris en compte.
Langue diffÉrente
Dans leur étude, Raddant et son co-auteur, Tiziana Di Matteo, membre du corps professoral externe du CSH du King’s Higher education de Londres, notent que les pièces mécaniques qui entrent dans ces modèles sont souvent relativement similaires, mais leur langage est différent. D’un côté, les chercheurs en finance tentent de découvrir les attributes de connexion des entreprises. D’autre section, les physiciens et les mathématiciens travaillent à créer de l’ordre à partir de nombreuses séries temporelles de shares, où certaines régularités se produisent. “Ce que les physiciens et les mathématiciens appellent des régularités, les économistes l’appellent des propriétés d’entreprises, par exemple”, explique Raddant.
Éviter des recherches qui se perdent
“A travers cette étude, nous souhaitons sensibiliser les jeunes scientifiques, en particulier, qui travaillent sur une base interdisciplinaire dans les marchés financiers, aux éléments de connexion entre les disciplines”, explique Raddant. Pour que les chercheurs qui ne viennent pas de l’économie financière sachent quel est le vocabulaire et quelles sont les concerns de recherche essentielles auxquelles ils doivent répondre. Sinon, on risque de produire des recherches qui n’intéressent personne en finance et en économie financière.
D’autre component, les scientifiques des disciplines traditionnellement impliquées dans les marchés financiers doivent comprendre comment décrire de grands ensembles de données et des régularités statistiques avec des méthodes challenges de la physique et de la science des réseaux.
