High-frequency trading : statistical analysis, modelling and regulation.

Résumé Cette thèse est constituée de deux parties liées l’une à l’autre. Dans la première, nous étudions empiriquement le comportement des traders haute fréquence sur les marchés financiers européens. Nous utilisons les résultats obtenus afin de construire dans la seconde partie de nouveaux modèles multi-agents. L’objectif principal de ces modèles est de fournir aux régulateurs et plateformes de négociation des outils innovants leur permettant de mettre en place des règles pertinentes pour la microstructure et de quantifier l’impact des divers participants sur la qualité du marché.Dans la première partie, nous effectuons deux études empiriques sur des données uniques fournies par le régulateur français. Nous avons accès à l’ensemble des ordres et transactions des actifs du CAC 40, à l’échelle de la microseconde, avec par ailleurs les identités des acteurs impliqués. Nous commençons par comparer le comportement des traders haute fréquence à celui des autres intervenants, notamment pendant les périodes de stress, en termes de provision de liquidité et d’activité de négociation. Nous approfondissons ensuite notre analyse en nous focalisant sur les ordres consommant la liquidité. Nous étudions leur impact sur le processus de formation des prix et leur contenu informationnel selon les différentes catégories de flux : traders haute fréquence, participants agissant pour compte client et participants agissant pour compte propre.Dans la seconde partie, nous proposons trois modèles multi-agents. À l’aide d’une approche à la Glosten-Milgrom, nous parvenons avec notre premier modèle à construire l’ensemble du carnet d’ordres (spread et volume disponible à chaque prix) à partir des interactions entre trois types d’agents : un agent informé, un agent non informé et des teneurs de marché. Ce modèle nous permet par ailleurs de développer une méthodologie de prédiction du spread en cas de modification du pas de cotation et de quantifier la valeur de la priorité dans la file d’attente. Afin de se concentrer sur une échelle individuelle, nous proposons une deuxième approche où les dynamiques spécifiques des agents sont modélisées par des processus de type Hawkes non linéaires et dépendants de l’état du carnet d’ordres. Dans ce cadre, nous sommes en mesure de calculer en fonction des flux individuels plusieurs indicateurs pertinents relatifs à la microstructure. Il est notamment possible de classer les teneurs de marché selon leur contribution propre à la volatilité. Enfin, nous introduisons un modèle où les fournisseurs de liquidité optimisent leurs meilleurs prix à l’achat et à la vente en fonction du profit qu’ils peuvent générer et du risque d’inventaire auquel ils sont confrontés. Nous mettons alors en évidence théoriquement et empiriquement une nouvelle relation importante entre inventaire et volatilité.