Présentation de l'éditeur
Tout chercheur ou praticien travaillant sur la théorie des marchés sait que la notion de marché efficace n'est pas crédible. Dans cette monographie nous proposons une nouvelle approche prévisionniste, en finance, basée sur l'utilisation des systèmes dynamiques chaotiques à temps discret. Cette approche remet en cause l'idée communément admise que les systèmes chaotiques ne sont pas prédictibles. Après une introduction sur les systèmes dynamiques chaotiques, on présente des méthodes statistiques non paramétriques pour les reconstruire. On montre aussi que les systèmes chaotiques déterministes peuvent présenter de la mémoire longue ce qui permet alors de les utiliser en prévision. Enfin, une théorie des risques en finance basée sur plusieurs approches termine l'ouvrage. Celui-ci s'adresse aux doctorants en finance et en théorie du signal, aux praticiens de la finance et de l'assurance. Les techniques développées peuvent, bien entendu, être utilisées dans d'autres domaines relevant de la météorologie, de l'astrophysique, de la médecine, ou de l'économie.
Quatrième de couverture
Tout chercheur ou praticien travaillant sur la théorie des marchés sait que la notion de marché efficace n'est pas crédible. Dans cette monographie nous proposons une nouvelle approche prévisionniste, en finance, basée sur l'utilisation des systèmes dynamiques chaotiques à temps discret. Cette approche remet en cause l'idée communément admise que les systèmes chaotiques ne sont pas prédictibles. Après une introduction sur les systèmes dynamiques chaotiques, on présente des méthodes statistiques non paramétriques pour les reconstruire. On montre aussi que les systèmes chaotiques déterministes peuvent présenter de la mémoire longue ce qui permet alors de les utiliser en prévision. Enfin, une théorie des risques en finance basée sur plusieurs approches termine l'ouvrage. Celui-ci s'adresse aux doctorants en finance et en théorie du signal, aux praticiens de la finance et de l'assurance. Les techniques développées peuvent, bien entendu, être utilisées dans d'autres domaines relevant de la météorologie, de l'astrophysique, de la médecine, ou de l'économie.
L'auteur vu par l'éditeur
Dominique Guégan est Professeure des Universités en Statistique et Finance à l'Ecole Normale Supérieure de Cachan. Elle est spécialiste en modélisation non linéaire et a déjà publié sept ouvrages. Ses recherches portent sur l'utilisation de méthodes statistiques en théorie de la modélisation en vue de prédire des comportements complexes, ou de faire des calculs de risques. Ses résultats ont fait l'objet d'une centaine de publications dans des revues internationales et ont été présentés dans de nombreuses universités étrangères.
