Chapitre 1: Modèles de séries temporelles classiques et séries financières

Mots clés: autocorrélation, autocovariance, bruit blanc fort ou faible, effet de levier, ergodicité, formule de Bartlett, hétéroscédasticité conditionnelle, leptokurticité, modèles ARMA et ARIMA, processus linéairement régulier, processus purement non déterministe, représentation de Wold, stationnarité stricte et au second ordre, volatilité, volatilité stochastique, volatility clustering.

Présentation: L'analyse des séries chronologiques s'appuie traditionnellement sur des concepts tels que la stationnarité, l'autocorrélation, le bruit blanc, l'innovation, les modèles ARMA, %Les modèles linéaires occupent une place centrale dont nous commençons pas rappeler les principales propriétés et utilisations. Ces notions se révèlent insuffisantes pour l'étude des séries financières, comme nous allons le voir. Nous introduisons en fin de chapitre le concept crucial de volatilité.

Programme R utilisé pour les figures 1 à 5

Indice CAC 40 du 01/03/1990 au 15/10/2008 : données utilisées pour les figures 1 à 5 (et obtenues par yahoo).