Université de Rennes 1 Challeng of the Efficient Market Hypothesis with systematic trading: Empirical research in the CFD market Défi à l'hypothèse des marchés efficients avec trading systématique : recherche empirique sur le marché de CFD EMH Trading Arbitrage Pairs-trading Machine learning Back-test Optimisation EMH Trading Arbitrage Pairs-trading Machine learning Back-test Optimization Marché efficient, Hypothèse du Spéculation Apprentissage automatique Bourse L'Hypothèse de Marché Efficient affirme qu'il n'est pas possible de "battre le marché" systématiquement alors que certains investisseurs experts individuels ou institutionnels se sont observés d'avoir surpassé le marché pendant long terme. Basée sur contre exemples empiriques, cette thèse essaie lancer un défi à l'HME depuis la perspective d'un investisseur individuel en n'utilisant que des informations publiques (4 séries de prix : ouverture, haut, bas, clôture) et des technologies sophistiquées mais librement disponible. Des types différents de back-tests se sont réalisés: trading mécanique, arbitrage statistique, arbitrage à haute fréquence, arbitrage fondamental et trading à l'apprentissage automatique en temps réel (on-line machine-learning). Les expériences se sont réalisées sur les titres financiers avec contrat pour différence (CFD : contract for difference) accessible pour investisseurs individuels. Les conditions réelles tel que niveau des frais et de slippage de vrai courtier se sont prises en compte. Trading en temps réel avec capital réel s'est effectué, qui a confirmé les résultats de back-tests. À la fin, un back-test scannant les marchés globaux avec la stratégie optimale s'est réalisé, qui a montré que tous les marchés n'ont pas le même niveau d'efficience et que certains marchés sont relativement plus facile à "battre" que d'autres. The Efficient Market Hypothesis suggests that it is not possible to systematically “beat the market”. However some professional investment experts or institutes have been observed to outperform the market during long term. Based on empirical counter examples, this thesis tries to challenge the EMH from an individual investor’s perspective, using only public information (4 price series of Open High Low Close) and sophisticated but freely available technology. Various types of back-tests have been performed: mechanical trading, statistical arbitrage, high frequency arbitrage, fundamental arbitrage and online machine-learning trading. Experiments are made on instruments with contract for difference (CFD) accessible for individual investors. Realistic conditions such as real broker’s commission level and slippage have been implemented. Live trading with real capital has been made, which confirms back-testing results. In the end, a scanning back-test on global markets using the optimal strategy has been performed, which shows that all markets don’t have the same efficiency level. Some markets are easier to “beat” than others. Electronic Thesis or Dissertation Text en application/pdf 1 : 7412 Ko https://ged.univ-rennes1.fr/nuxeo/site/esupversions/4c403533-7e07-4610-b1d4-e2a29c91c584 Huang Zhe 1987-02-11 CN 285812343 craverh@gmail.com 2019REN1G040 http://www.theses.fr/2019REN1G040 2019-12-19 Sciences économiques Universite de Rennes 1 thesis.degree.grantor_1 02778715X Doctorat non oui Martin Franck intervenant_1 112752845 Maillet Bertrand intervenant_2 035185287 Martin Franck intervenant_1 112752845 Maillet Bertrand intervenant_2 035185287 Huck Nicolas intervenant_3 285799886 Nguyen Duc Khuong intervenant_4 092118658 Barthélémy Sylvain intervenant_5 196441331 Lenormand Gaëlle intervenant_6 243383541 Huck Nicolas intervenant_3 285799886 Nguyen Duc Khuong intervenant_4 092118658 École doctorale Sciences économiques et sciences de gestion (Rennes) ecoleDoctorale_1 204771242 Universite Bretagne Loire partenaireRecherche_1 191639044 Centre de recherche en économie et management (Rennes ; Caen ; 2004-....) partenaireRecherche_2 115825169 ddc:330 Martin Franck Maillet Bertrand Huck Nicolas Nguyen Duc Khuong Barthélémy Sylvain Lenormand Gaëlle Universite de Rennes 1 Sciences et technologie, medecine, pharmacie, odontologie, droit, economie, gestion, philosophie École doctorale Sciences économiques et sciences de gestion (Rennes) Universite Bretagne Loire Communaute des etablissements d enseignement superieur et de recherche (ComuE) Centre de recherche en économie et management (Rennes ; Caen ; 2004-....) ASCII PDF 7590024 Zhe HUANG restriction 2019-12-19 2024-12-19 confidentialité 2019-12-19 2024-12-19