Data Science
Le CAC 40 : lire un marché comme un système complexe
Le premier exemple est celui du CAC 40. À première vue, une série financière est une simple suite de valeurs dans le temps. Mais dès que l’on observe attentivement les données, on découvre qu’un marché financier ne se comporte pas comme un processus régulier et paisible.
Les variations sont irrégulières. Les périodes calmes alternent avec des périodes de crise. Les grandes fluctuations sont plus fréquentes que ne le prévoirait une loi gaussienne simple. La volatilité se regroupe par épisodes. Les crises laissent des traces. Le système semble posséder une mémoire.
L’observation conduit donc à poser une première question :
Le marché est-il seulement un signal bruité, ou bien la trace d’un système collectif organisé par des régimes ?
La démarche consiste alors à chercher une variable d’ordre. On peut travailler, par exemple, sur le logarithme centré de l’indice ou sur une variable agrégée qui représente l’état global du marché. Cette variable ne prétend pas décrire tous les acteurs économiques. Elle cherche à représenter le comportement collectif du système.
À partir de cette variable, on peut estimer une densité empirique et construire un potentiel effectif :
Veff(X)=−logp(X)
Cette écriture est très pédagogique. Les valeurs souvent visitées par le marché correspondent aux vallées du potentiel. Les valeurs rares correspondent aux barrières. Le marché n’est plus seulement une courbe : il devient un système qui se déplace dans un paysage de régimes.
On peut ensuite introduire une dynamique réduite :
dXt=−V′(Xt)dt+σ(t)dW1+sdW2
Chaque terme a un sens. La dérive représente la force de rappel vers certains régimes. La volatilité lente σ(t) représente les périodes d’instabilité persistante. Le bruit rapide représente les fluctuations quotidiennes.
L’intérêt pédagogique du CAC 40 est donc considérable. Il permet de montrer comment passer :
série temporelle financière
→ observation des régimes
→ variable d’ordre
→ potentiel effectif
→ mémoire longue
→ modèle réduit interprétable
Ce modèle n’a pas pour seule fonction de prédire un cours. Il sert surtout à comprendre dans quel régime se trouve le marché, comment les crises modifient sa dynamique, comment les fluctuations se structurent, et pourquoi les événements extrêmes ne doivent pas être traités comme de simples anomalies.
Le CAC 40 devient ainsi un exemple d’introduction à une data science systémique : une data science qui ne cherche pas seulement à prévoir, mais à lire les régimes et les fragilités d’un système collectif.
Ressources & Documents d'étude
Pour prolonger la lecture et explorer les fondements théoriques, épistémologiques et psychologiques du geste d’observation, vous pouvez consulter les essais et travaux de recherche associés.
Ce document pose les bases d'une analyse holistique et expérimentale du CAC 40 journalier sur 30 ans (1990-2020). L'auteur propose d'utiliser la data science comme un savoir intégrateur pour dépasser les théories financières classiques qui ne saisissent qu'un aspect de la complexité des marchés.
Le texte examine d'abord plusieurs cadres méthodologiques issus de disciplines variées :
Les ondelettes et les réseaux de neurones (parfois combinés en Wavelet Neural Networks) pour extraire des caractéristiques temporelles et fréquentielles afin d'améliorer la précision des prévisions.
L'algorithme de Rainflow counting (emprunté à l'analyse de la fatigue des matériaux) pour identifier des cycles récurrents dont les amplitudes et les durées suivent des lois de puissance.
La loi de relativité d'échelle d'Abergel, qui associe les mouvements des prix à des structures fractales autosimilaires.
Les systèmes complexes adaptatifs, incluant les modèles de Lotka-Volterra, pour simuler les interactions entre les agents économiques, l'offre, la demande et la formation de bulles spéculatives.
La théorie de l'information quantique, qui modélise les comportements et corrélations des investisseurs sous forme de qubits en utilisant des concepts comme l'entropie de von Neumann (pour mesurer l'incertitude/volatilité) et l'information mutuelle quantique.
Sur le plan pratique, après un prétraitement pour rendre les données stationnaires, l'étude se concentre sur les variables $\ln(S)$ et $dS/S$ (cette dernière représentant le reflet dynamique du déséquilibre entre les volumes d'achats et de ventes). L'analyse statistique classique révèle deux résultats majeurs : la densité de probabilité de $dS/S$ suit une loi de Laplace (avec un spectre de bruit blanc) et celle de $\ln(S)$ montre une pente en $1/f^2$.
En conclusion, ces outils mettent en évidence la nature fractale du CAC 40 et établissent que la notion de cycle est la brique de base du fonctionnement de l'indice à toutes les échelles d'observation.
Ce chapitre propose d'analyser le CAC 40 comme une succession de cycles emboîtés et aléatoires plutôt que comme une série temporelle irrégulière, en démontrant que le marché se comporte comme un système bouclé complexe à structure fractale.
L'étude s'articule autour de quatre grands axes :
Modélisation et dynamique des cycles : L'évolution de l'indice est modélisée à travers le logarithme de sa valeur ($\ln(S)$) et une équation générique de cycle caractérisée par une amplitude, une durée et des paramètres de croissance. Le flux net entre acheteurs et vendeurs ($\text{NA} - \text{NV}$) définit la dérivée de ces cycles.
L'analogie de la fatigue des matériaux (Bbulles et krachs) : Pour comprendre l'effondrement des bulles spéculatives, l'auteur dresse un parallèle avec l'usure par fatigue en mécanique (loi de Miner). La confiance des investisseurs s'assimile à la contrainte exercée sur un matériau. Cette approche permet de lier la pente de croissance d’une bulle à sa durée de vie afin d'identifier des signaux avant-coureurs de krach.
Analyse multi-échelle et Rainflow Counting : Emprunté à la mécanique et à l’océanographie, l'algorithme du rainflow counting permet de compter et mesurer les cycles du CAC 40. L'auteur établit des formules mathématiques pour calculer la densité de probabilité conjointe des amplitudes et des durées des cycles, adaptable selon la nature du processus (lois de Gauss, de Laplace ou de Lévy).
Propriétés statistiques et analogies scientifiques : Les observations empiriques et les simulations révèlent deux lois clés :
Le déclenchement des cycles d'achat suit un processus de Poisson (intervalle moyen de 13 jours).
La durée des cycles suit une loi de puissance (exposant proche de $-3/2$ ou $-1,6$), caractéristique des temps de premier passage d'un processus fractal.
En conclusion, le texte valide une forte analogie statistique (densité spectrale en $1/f^2$, lois de Poisson et lois de puissance) entre les fluctuations du marché financier, les cycles économiques de type Goodwin (modèles proies-prédateurs), la physique des avalanches dans un tas de sable, et les processus de branchement.
Ce chapitre propose de modéliser le marché financier non pas comme un bruit aléatoire, mais comme un système dynamique oscillant à cycle limite, en s'inspirant directement des modèles écologiques de type proies-prédateurs (Lotka-Volterra).
L'étude se développe en deux temps principaux :
L'oscillateur de marché unique (Micro-approche) :
Le modèle repose sur une boucle de rétroaction entre deux variables : le logarithme du prix ($x$) et une variable de décision ($y$) qui représente la probabilité d'achat ou le sentiment de confiance des investisseurs.
Les deux forces s'auto-régulent : une hausse du prix finit par dégrader la confiance ($y$), ce qui entraîne une baisse du prix, qui à son tour recrée des opportunités d'achat.
L'introduction d'un paramètre clé $K(t)$ (représentant la liquidité ou la réactivité) permet de faire varier la période du cycle. L'auteur montre qu'un $K$ variable peut déformer le cycle mais ne suffit pas à reproduire la complexité réelle d'un marché.
La batterie d'oscillateurs en parallèle (Macro-approche) :
Pour passer à un modèle macroéconomique réaliste, l'auteur assemble une population de $N$ oscillateurs indépendants. Chaque oscillateur simule une unité comportementale ou une échelle de temps spécifique (du court au long terme).
Le prix global du marché devient la moyenne de ces oscillateurs. En raison des phénomènes de déphasage et de désynchronisation entre les agents, cette moyenne lisse le signal global.
Lorsque le nombre d'oscillateurs ($N$) tend vers l'infini, le système converge vers un régime continu. La distribution des périodes de cette population permet de générer naturellement une structure multi-échelle.
Conclusion du chapitre : Cette approche par "batterie d'oscillateurs" permet de faire le pont entre la micro-dynamique (le comportement des traders) et la macro-dynamique (le cours du CAC 40). Elle explique de manière purement endogène pourquoi le marché agrégé présente une structure statistique à la fois lisse, complexe et multi-échelle, sans qu'il soit nécessaire d'injecter des chocs ou des événements extérieurs au système.
Ce chapitre propose de modéliser les marchés financiers en utilisant la théorie de la synchronisation collective. L'auteur part du modèle d'oscillateurs de Kuramoto (où des agents aux rythmes différents s'auto-organisent et se synchronisent au-delà d'un certain seuil de couplage) pour l'adapter aux dynamiques boursières en y introduisant une boucle de rétroaction par le prix.
L'architecture et les conclusions du modèle s'articulent ainsi :
Le mécanisme du marché : Les agents possèdent une opinion (phase) individuelle et s'influencent mutuellement. Leur alignement crée une cohérence collective ($r$) qui génère un flux d'ordres ($Q$). Ce flux impacte directement les variations du prix. Le couplage social ($K$) est endogène : il s'intensifie lorsque le marché s'anime (volatilité, actualités) et se réduit quand la cohérence s'essouffle.
La vie d'un cycle de marché endogène : Sans aucune impulsion extérieure, le modèle reproduit naturellement un cycle de type "rampe-pic-chute". Une phase de hausse s'auto-alimente par un effet de foule (hausse du couplage et de la cohérence). Cependant, des freins internes (relaxation du couplage, glissement de la phase moyenne) préparent le retournement. Le sommet du prix intervient au moment critique où la foule est encore fortement synchronisée, mais s'oriente désormais dans le sens de la vente. Un biais de marché (calculé par une moyenne mobile EWMA) bascule alors et confirme le changement de régime.
La vigilance face aux artefacts numériques : L'auteur consacre une partie majeure à la méthodologie de simulation. Lorsque le couplage devient fort, le système mathématique devient "raide". Un schéma d'intégration explicite classique (comme Euler ou Runge-Kutta) peut alors saturer, violer les bornes physiques et fabriquer de fausses oscillations ou des cycles fictifs. Pour éliminer ces artefacts, le texte préconise des discrétisations robustes (schémas semi-implicites IMEX, calcul des angles en complexe, pas de temps adaptatif).
Ce chapitre propose une réflexion approfondie sur la modélisation du CAC 40, en combinant l'Analyse Exploratoire des Données (EDA), la physique de la complexité et l'éconophysique pour capter la structure dynamique cachée des marchés.
L'évolution de la réflexion se structure autour de quatre grands axes :
Le passage à la dimension 3 (Lorenz-Ising) : L'analyse du CAC 40 montre une bimodalité (deux états attractifs). Or, le théorème de Poincaré-Bendixson interdit à un système fermé à deux équations différentielles (2D) de produire des transitions irrégulières entre deux bassins. Pour reproduire ces basculements, il est nécessaire de passer à un système tridimensionnel (3D) de type Lorenz-Ising. Ce modèle lie trois variables : le prix, l'aimantation collective (le sentiment) et une variable lente, le herding (mimétisme).
L'origine de l'intermittence (Fluctuations vs Multi-oscillateurs) : Un système 3D fermé à paramètres constants ne génère qu'une intermittence modérée car ses échelles de temps sont figées par sa Jacobienne. Pour obtenir la forte variabilité des marchés réels, le texte explore deux solutions : soit faire fluctuer les paramètres dans le temps (comme dans le modèle original de Zhou-Sornette où le couplage imitatif varie), soit superposer une infinité d'oscillateurs hétérogènes ayant chacun leur propre échelle temporelle (reproduisant la diversité des horizons d'investissement).
Les limites de Zhou-Sornette et l'alternative Data-Driven : Bien que performant pour reproduire la bistabilité et les changements de régime, le modèle de Zhou-Sornette échoue à générer des krachs et des pics d'amplitude réalistes à cause de sa fonction mathématique ($\tanh$) qui borne structurellement l'aimantation collective. L'auteur propose donc une alternative guidée par les données (data-driven) : un modèle de volatilité latente où la mémoire longue est portée par la log-volatilité ($v_t$), tandis que les chocs instantanés non gaussiens et des sauts rares ($w_t$) modélisent les événements extrêmes.
L'ouverture vers les PINN Statistiques Structurels : Le chapitre introduit le concept de Réseau de Neurones Informé par la Physique (PINN) appliqué à la finance. Contrairement aux PINN classiques basés sur des équations physiques déterministes (ODE), ce réseau apprend sous des contraintes d'invariants statistiques (blancheur du résidu, respect du spectre, autocorrélations, queues lourdes). L'objectif n'est pas de prédire la direction des cours, mais de générer des scénarios financiers scientifiquement cohérents et fidèles aux lois statistiques du CAC 40.
Ce texte propose de modéliser le CAC 40 non pas comme une suite de prix, mais comme un système dynamique complexe où coexistent et interagissent plusieurs cycles temporels (courts, intermédiaires et longs). Inspirée de disciplines comme la mécanique des fluides (turbulence) ou les neurosciences (signaux cérébraux), la méthode utilise la transformée en ondelettes de Morlet pour décomposer le signal financier et observer précisément la répartition de son énergie à chaque instant.
Le processus se structure en plusieurs étapes clés :
Prétraitement et décomposition : Le logarithme du prix est centré, dérivé, puis filtré par ondelettes pour regrouper les fréquences en bandes géométriques. On obtient ainsi, pour chaque période, un vecteur d'état multi-échelle.
Réduction de dimension (PCA) : Ce vecteur à 10 dimensions est projeté dans un espace réduit (2D ou 3D). La trajectoire du marché y devient géométriquement visible, révélant des zones stables (régimes récurrents) et des trajectoires de crise.
Indicateurs précurseurs : L'analyse permet de définir de nouveaux outils de mesure : un indice de turbulence, une vitesse de réorganisation des cycles, et une distance à la zone de crise. L'étude montre que la structure interne du marché se désorganise et accélère avant que le crash ne soit visible dans les prix.
Lien avec Didier Sornette : Ce phénomène fait écho aux travaux de D. Sornette sur la logpériodicité. Là où Sornette identifie une accélération des oscillations, cette méthode met en évidence un transfert d'énergie vers les échelles rapides (une cascade d'échelles) à l'approche d'un point critique.
En conclusion, cette approche transdisciplinaire transforme un signal brut et bruité en variables structurées. Elle ouvre des applications majeures en science des données pour la détection précoce des crises, la gestion des risques et le machine learning.
1. Systèmes diffusion-réaction, fractales et dynamique du CAC 40
Ce premier volet utilise les concepts de la physique des systèmes complexes pour analyser une série temporelle longue du CAC 40.
Cadre conceptuel et lois d'échelle : À l'image des structures auto-similaires ou fractales observées dans la nature (réseaux de rivières, turbulence), le marché financier présente une organisation multi-échelle. L'analyse empirique montre que si ses rendements s'apparentent à un bruit blanc sans mémoire, sa volatilité possède une mémoire longue (volatility clustering). Les lois d'échelle estimées suggèrent une dynamique dominée par des interactions quadratiques, typiques des phénomènes d'imitation ou de contagion.
Géométrie de l'espace des phases : En reconstruisant l'espace des phases du CAC 40 par coordonnées retardées, l'étude révèle que le marché n'évolue pas au hasard mais visite des régions préférentielles. L'analyse en 3D met en évidence 5 bassins dynamiques (ou régimes) : régime bas stable, transition haussière, régime haut stable, sommet/retournement, et régime de crise.
Réduction de dimension (PCA) : Une Analyse en Composantes Principales montre que 96 % de la variance de cet attracteur 3D est captée par seulement deux dimensions (83 % pour PC1, 12 % pour PC2). La trajectoire collective du marché se résume donc à deux variables lentes : le niveau moyen du marché et les accélérations ou retournements de régime.
2. Modélisation stochastique sur la première composante principale (PC1)
La seconde partie concrétise ces observations en développant un simulateur numérique unidimensionnel axé sur la variable dominante $x_t$ (issue de PC1). Pour reproduire fidèlement le signal, le modèle découple la complexité en trois briques distinctes :
La topologie (Le Potentiel) : Le mouvement est modélisé par une équation de Langevin où le drift (la force de rappel déterministe) est dérivé directement de la densité empirique du marché ($U(x) = -\log p(x)$). Cela dessine un paysage multi-cuvettes où le système a tendance à séjourner.
L'énergie (La mémoire de volatilité) : Un simple bruit brownien étant insuffisant pour traduire l'intermittence des marchés, le modèle intègre une volatilité latente de structure log-normale dotée d'une mémoire longue (loi de puissance), reproduisant les paquets de volatilité.
La fréquence (Le forçage hybride) : Pour restituer la texture du signal à toutes les échelles, le moteur du système combine un bruit coloré lent (de type Ornstein-Uhlenbeck) pour les tendances de fond, et un bruit blanc rapide pour la microstructure et la rugosité locale.
Intérêt en Data Science
Ce modèle offre une passerelle entre la science des données et la physique de la complexité. Plutôt que d'employer une "boîte noire" à visée purement prédictive, il propose une démarche explicative et générative. En associant rigoureusement chaque propriété statistique à un mécanisme dynamique clair (densité $\rightarrow$ potentiel ; autocorrélation $\rightarrow$ noyau mémoire ; spectre $\rightarrow$ forçage), il permet aux data scientists de construire un "jumeau statistique" interprétable, idéal pour la simulation de scénarios ou les tests de résistance.
L'étude propose une approche de physique statistique et des systèmes complexes pour analyser le CAC 40 (période observée jusqu'en 2026). L'indice est considéré non pas comme un modèle mécanique, mais comme une variable d'ordre macroscopique ($y_t$, le logarithme centré de l'indice) issue d'un système social distribué.
Principaux points à retenir :
Mémoire longue additive : Le signal $y_t$ présente une mémoire temporelle très lente (temps de corrélation d'environ 831 jours). Cette persistance est modélisée par un noyau intégral continu (famille de lois de puissance $t^{-\alpha}$) représentant la superposition des différents horizons de décision des acteurs du marché.
Résidu et intermittence : Après le retrait de cette mémoire longue, l'innovation quotidienne résiduelle ($\eta_t$) devient presque « blanche » en corrélation linéaire. Cependant, son carré ($\eta_t^2$) révèle une forte intermittence (volatilité en grappes) avec des pics récurrents à toutes les échelles.
Cascade multifractale : Pour traiter cette organisation multiscalaire sans ajouter une infinité de filtres, l'étude s'appuie sur une analyse multifractale (MF-DFA) et un Multifractal Random Walk (MRW). La sensibilité variable du marché est représentée par un facteur de susceptibilité collective $e^{\omega_t}$.
Équation effective globale : La dynamique du marché est synthétisée sous la forme d'une équation de Langevin généralisée :
$$dy_t = \left( -a_0 y_t - \int_0^\infty K_y(\tau) y_{t-\tau} d\tau \right) dt + e^{\omega_t} dL_t^{\alpha_L}$$Elle relie le rappel instantané, la mémoire historique ($K_y$), la susceptibilité collective ($e^{\omega_t}$) et une innovation agrégée sous forme de loi stable de Lévy ($dL_t^{\alpha_L}$).