| Mode
de calcul d'une Tbx10 : Face
aux nombreuses demandes que nous avons reçues, voici, pour ceux que
cela intéressent, la façon dont nous calculons les Tbx10. Ingrédients
: les cours (ouverture, plus bas, plus haut, clotûre et volume) de
4000 valeurs françaises sur 3 ans, que nous actualisons toutes les
semaines. Recette
:
-
Créer un marché
fictif comprenant plusieurs milliers d'intervenants (8192 dans
notre cas)
-
Attribuer à chaque
acteur fictif une trésorerie aléatoire (80% de la trésorerie
étant répartie entre les mains de 20% des acteurs). Cette
trésorerie correspondant au montant moyen des échanges sur un an
pour commencer et s'enrichit au fil des calculs jusqu'à atteindre
un équilibre "naturel".
-
Attribuer à chaque
acteur une centaine de règles aléatoires régissant sa façon
d'acheter ou de vendre.
-
Exemple de règles :
Si gain de moins de 2%
sur 6 mois sur une valeur, vendre
Si perte de 15% en une semaine, vendre
Si valeur a pris plus de n% en n jours, acheter
Si plus de 10% de croissance sur un mois pour une valeur non en
portefeuille, acheter
Si valeur X baisse, acheter Y
Si secteur X augmente, vendre Valeur du secteur Y
etc ...
-
Les règles sont
valables au niveau d'une valeur, d'un indice ou d'un
secteur. Les secteurs et indices étant susceptibles d'être
propres à chaque investisseur. Chaque règle est représentée
sous forme d'un vecteur en espace vectoriel de taille 2048. A noter
que ces règles simples vont évoluer dans le temps. Au départ,
seules quelques coordonnées du vecteur sont remplies. Au bout de
quelques semaines, toutes les coordonnées du vecteur sont
occupées et d'autre part, la signification de ces coordonnées aura
changée pour signifier ... nous n'en savons rien ... si ce n'est
en terme mathématiques : l'apparition de sous-espaces vectoriels
propres (au sens mathématique) à l'intervenant en question.
-
Les règles sont
chaînées, c'est-à-dire que l'activation d'une règle est
susceptible d'en déclencher plusieurs autres.
-
Calculer jour après
jour la façon dont se comporte cette série d'acteurs.
-
Confronter les cours
obtenus aux cours réels.
-
Modifier les règles
pour corriger les écarts. Dans l'esprit, chaque règle dispose
d'un potentiel de points, fonction de sa performance passée,
susceptibles d'être attribuées en récompense aux règles qui
l'ont aidée sà se déclencher.
Chaque règle récompense ses activateurs en fonction de sa
capacité à reproduire le comportement du marché et de son
capital de points à distribuer.
-
Comparaison de toutes
les règles de tous les acteurs depuis le début pour identifier
les règles les plus proches entre elles. C'est ici que nous apportons notre
plus value en étant capable de comparer des dizaines de millions
de vecteurs dans un espace de grande dimension.
-
"Favoriser"
les règles "proches" apparues chez le plus grand nombre
d'intervenants.
-
"Favoriser"
les aides qui ont contribuée le plus à ce que le marché réel
correspondent au marché fictif.
Réchauffer :
Savourer :-)
L'on récolte au départ
une espèce de soupe sans aucune correspondance avec les cours réels.
Au bout de 3 mois de cours, l'on approche ceux-ci de mieux en mieux.
Au final, l'on obtient
8192 intervenants disposant chacun d'un portefeuille et d'une
trésorerie, disposant de 20 à 200 règles de conduite
concernant la gestion de leur portefeuille (certains ont
enrichis leur mode de gestion, 600 pour certains acteurs,
d'autres l'ont simplifiée).
La Tbx10 est calculée
pour représenter au jour le jour le nombre d'acteurs prêts à acheter
ou vendre la valeur dans une fourchette donnée de prix. Elle reflète
donc les intentions d'achat ou de vente des acteurs.
Le soutien des
actionnaires est calculé comme étant le pourcentage des possesseurs
de la valeur ne voulant pas s'en séparer au cours actuel..
Pourquoi une
représentation vectorielle des règles ? Tout
simplement parce que cela permet de "comparer" la proximité
de deux règles (produit scalaire), après projection de celle-ci dans
l'espace vectoriel initial (chaque intervenant se créant au fil du
temps son sous-espace vectoriel d'intervention). Si émergent chez de
nombreux intervenants des règles "proches" comme collant au
comportement du marché. Celles-ci verront leur probabilité de
reproduction accrue. D'un
point de vue informatique : L'approche
adoptée est un mix d'algorithme génétique (à base de Buckets
Brigade), d'optimisation des temps de calculs (K-Search ou R-Search +
SOM) et d'expérience des marchés. Et
pour conclure : Nous
nous sommes amusés à calculer la performance dans le temps de nos
différents acteurs. Parmi les gros gérants (i.e. les 20 % qui
gèrent 80% des mouvements), extrêmement rares sont ceux qui arrivent
à surperformer le CAC40 systématiquement. En revanche, parmi les petits porteurs,
nombreux sont ceux qui connaissent d'excellents résultats ... qui ne
durent pas ... parce que leurs règles, sans doute valables un temps,
ne s'adaptent pas. 7
acteurs sur 8192 maintiennent leur performance mois après mois. Pour
6 d'entre eux, ce sont les acteurs dont les règles évolulent le plus
fortement au cours du temps, pour le septième (N°2 en performance),
c'est exactement le contraire, c'est celui dont les règles (nombre et
sous-espace vectoriel) ont le moins variées dans le temps. Enfin,
les gros gérants n'investissent pas où peu sur les petites
capitalisations, qui sont surtout animées par les petits porteurs, du
moins quelques mois après l'introduction. En
revanche, leurs investissements sur les grandes valeurs du CAC sont
parfois extrêmement forts (plus de 5% de la capitalisation) sur des
périodes relativement courtes (4 à 10 semaines). Intéressant
comme constatations, non ? Nous
essaierons de présenter cela en courbe et chiffres d'ici peu. Note
: Et si vous posez la question de savoir pourquoi nous donnons les
grandes lignes de calculs d'une Tbx10 ... c'est tout simplement avec l'idée en tête qu'à partir
du moment où nous aurons prouvé qu'il existe un nouveau modèle
chartiste, des solutions alternatives apparaîtront qui contribueront
à crédibiliser notre approche.
Pour toutes suggestions ou questions, écrivez-nous
Copyright 1999 ThinkAndTrade. |