Une équipe de biophysiciens de la Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU) présente une méthode mathématiquement concise pour comparer différents modèles de tarification dans leur dernière publication en Communication Nature . Cela permet aux chercheurs de prédire avec plus de précision comment des paramètres tels que la volatilité des cours des actions changent au fil du temps.
Les fluctuations des cours boursiers sont le résultat d'une interaction complexe entre les investisseurs traditionnels, day-traders et hedge funds à haute fréquence. Les fluctuations de prix apparemment erratiques à court terme peuvent être caractérisées par une constante de diffusion, appelée volatilité. Cependant, la volatilité elle-même change de manière significative sur des échelles de temps plus longues. Par exemple, des annonces Twitter inattendues peuvent déclencher de brusques pics de volatilité, tandis que les changements de politique économique peuvent induire des variations progressives de la volatilité. Les analystes financiers ont notoirement du mal à estimer l'évolution de la volatilité au fil du temps et fondent souvent leurs prévisions sur des hypothèses non fondées.
Au lieu d'évaluer analytiquement l'incertitude des différentes prédictions du modèle, Christoph Mark et ses collègues du groupe Biophysique de la FAU ont développé une implémentation numérique du principe du « rasoir d'Occam », ce qui favorise les modèles qui décrivent les données avec le moins d'hypothèses.
Les chercheurs utilisent cette méthode pour montrer que la distribution dite à queue épaisse des rendements boursiers (y compris des événements rares mais dramatiques tels que les vendredis noirs et les bulles boursières) émerge naturellement des fluctuations soudaines de la volatilité. De plus, avec leur méthode, ils peuvent localiser les événements déclencheurs (tels que les annonces de nouvelles) en temps réel.
Fluctuations de la volatilité ou, plus généralement, les marches aléatoires hétérogènes ne sont pas exclusives à la finance, cependant, et décrire également les mouvements des cellules cancéreuses invasives, le calendrier des accidents et des catastrophes, et le changement climatique. Ici, leur méthode permet d'identifier des cellules particulièrement invasives, déterminer les mesures politiques susceptibles de réduire les accidents, ou de comparer différents modèles climatiques pour prévoir le réchauffement climatique.
