Rayon Probabilités et statistiques
Les chaos en finance : approche statistique

Fiche technique

Format : Broché
Nb de pages : X-465 pages
Poids : 390 g
Dimensions : 16cm X 24cm
EAN : 9782717845952

Les chaos en finance

approche statistique


Paru le
Broché X-465 pages

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.

Biographie

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.

Avis des lecteurs

Du même auteur : Dominique Guégan

Séries chronologiques non linéaires à temps discrets

Analyser les séries chronologiques avec S-Plus : une approche paramétrique