Aller au contenu

Synthèse AMH — Friston + MRW + AMH comme méta-cadre

TL;DR

Aucun cadre théorique unique ne prédit les 5 piliers C+B+D+I+S à partir de premiers principes. Trois candidats : AMH (Lo 2017, couvre 4/5 piliers, méta-cadre conceptuel), Free-energy (Friston 2010, couvre 3/5 piliers avec formalisation forte), MRW (Bacry-Muzy-Delour 2001, couvre 2/5 avec formalisation mathématique précise). Proposition : MRW étendu à régimes de free-energy — programme ouvert ~3-5 ans pour équipe doctorale.

Dans cette page

Le problème théorique

Le cluster empirique C+B+D+I+S est stable et reproductible. Il n'existe aucun cadre théorique unique qui le prédise à partir de premiers principes. C'est la question théorique ouverte que CPV laisse ouverte.

Plus précisément : on cherche un cadre qui prédise conjointement :

  • C — la longue mémoire (d > 0 sur 85 % des cellules)
  • B — la multifractalité (singularity spectrum non-trivial sur 70 %)
  • D — la non-linéarité (BDS reject sur 75 %)
  • I — l'information structurée (entropies réduites sur 80 %)
  • S — la dérive de régime cognitif (KS sliding-window reject sur 60 %)

Trois candidats théoriques se présentent. Aucun ne couvre seul les 5 piliers, mais leur combinaison esquisse un méta-cadre.

Candidat 1 — Adaptive Markets Hypothesis (Lo)

Référence : Lo, A. (2017). Adaptive Markets: Financial Evolution at the Speed of Thought. Princeton.

L'idée centrale

Les marchés financiers (et par extension la macroéconomie) sont des écosystèmes évolutifs dans lesquels les agents apprennent, s'adaptent et survivent selon leurs performances. L'efficience "néoclassique" (Fama 1970) est un cas limite particulier qui n'apparaît que sous des conditions très contraintes (population stable d'agents homogènes rationnels avec information complète).

Dans le cas général, on observe :

  • Hétérogénéité des stratégies (B émerge par agrégation)
  • Cycles évolutifs de strategies dominantes / dominées (S émerge comme drift de régime)
  • Bornes rationnelles par contraintes cognitives (I — information exploitable)
  • Memoire institutionnelle longue (C par agrégation d'apprentissages)

Couverture des 5 piliers

  • C ✓ (par agrégation de mémoires hétérogènes)
  • B ✓ (par agrégation de stratégies hétérogènes)
  • D partiel (non explicite)
  • I ✓ (par contraintes cognitives et apprentissage)
  • S ✓ (par évolution des stratégies dominantes)

4/5 piliers couverts. C'est le meilleur cadre conceptuel unificateur.

Limites

  1. Non-quantifiable directement. AMH est un cadre métathéorique, pas un modèle calibrable. Il n'a pas de spécification mathématique unifiée.
  2. Identification empirique difficile. Vérifier que les marchés sont "adaptatifs" demande des séries longues et beaucoup de bruit dans les conclusions.
  3. Coverage incomplète de D. La non-linéarité explicite n'est pas dérivée des premiers principes AMH.

Pour aller plus loin

Hommes-Lo 2024 ("Adaptive Markets Hypothesis") dans le Oxford Handbook récapitule l'état de la littérature. Les modèles HABM (Heterogeneous Agent-Based Models) sont l'implémentation opérationnelle d'AMH.

Candidat 2 — Free-Energy Principle (Friston)

Référence : Friston, K. (2010). The free-energy principle: a unified brain theory? Nature Reviews Neuroscience.

L'idée centrale

Tout système qui maintient sa cohérence dans un environnement incertain minimise la free-energy variationnelle entre son modèle interne du monde et les observations qu'il fait. Cela conduit à une mise à jour bayésienne active (active inference) des croyances.

Appliqué à la macroéconomie : les agents économiques agissent comme des estimateurs bayésiens contraints par leur capacité computationnelle. Quand l'environnement change (par exemple Volcker shock), leur modèle interne du système doit se mettre à jour — d'où les ruptures S détectées empiriquement.

Couverture des 5 piliers

  • C partiel (par persistance des croyances bayésiennes)
  • B non-explicite
  • D ✓ (par non-linéarité de la mise à jour bayésienne)
  • I ✓✓ (centralité de l'information dans le free-energy)
  • S ✓✓ (formalisation directe via active inference)

~3/5 piliers couverts mais avec une formalisation mathématique forte.

Limites

  1. Application macro encore émergente. Le free-energy a été développé en neurosciences. Son application à l'économie est embryonnaire (quelques papers depuis 2020).
  2. Difficile à calibrer. Le free-energy variationnel n'a pas d'estimation standard sur des séries économiques.
  3. Pas de couverture explicite de B et C. La multifractalité et la longue mémoire ne sont pas dérivées de Friston.

Pour aller plus loin

Les applications macro de Friston sont encore rares. Les contributions récentes : Friston-Costa-Stephan 2024 ("Active inference and economics"), Hosokawa 2023 ("Free energy economics").

Candidat 3 — Multifractal Random Walk (MRW)

Référence : Bacry, E., Muzy, J.-F., Delour, J. (2001). Multifractal Random Walk. Physical Review E.

L'idée centrale

Un processus log-normal multifractal défini par X_t = ∫_0^t W(s) dB(s) où B est un mouvement brownien et W est une variance log-multifractale avec auto-correlation logarithmique. Reproduit naturellement :

  • Multifractalité du processus
  • Longue mémoire en magnitudes (mais pas en signe)
  • Queues lourdes
  • Échelle universelle du type Kolmogorov K41

Couverture des 5 piliers

  • C ✓ (longue mémoire dans la magnitude)
  • B ✓✓ (multifractalité par construction)
  • D non-explicite (le log-MRW est presque linéaire)
  • I non-explicite
  • S non-explicite (MRW est stationnaire par construction)

~2/5 piliers couverts mais avec une formalisation mathématique extrêmement précise pour les 2 piliers couverts.

Limites

  1. Non-stationnaire dans la réalité. MRW suppose une stationnarité que les séries macro réelles n'ont pas (à cause de S).
  2. Pas de S explicite. La dérive de régime cognitif n'est pas intégrée au cadre.
  3. Calibration coûteuse. MRW demande des séries très longues pour identifier les paramètres λ², T, σ².

Pour aller plus loin

Le MRW reste un cadre canonique pour la multifractalité financière. Sa généralisation à la macroéconomie est ouverte.

Synthèse : un cadre potentiel non-encore-formalisé

En combinant les trois cadres, on obtient un méta-cadre potentiel qui couvre les 5 piliers :

Pilier Cadre dominant pour ce pilier Cadre secondaire
C — Longue mémoire MRW (formalisation) AMH (interprétation)
B — Multifractalité MRW (formalisation) AMH (mécanisme)
D — Non-linéarité Friston (active inference) -
I — Information structurée Friston (centralité free-energy) AMH (apprentissage)
S — Régime drift Friston (active inference) AMH (évolution stratégies)

La synthèse à construire

Un méta-cadre unifié devrait :

  1. Hériter de MRW pour la couche statistique fractale (C+B).
  2. Hériter de Friston pour la couche cognitive bayésienne (D+I+S).
  3. Hériter d'AMH pour le cadre conceptuel évolutif global.

Concrètement, cela pourrait prendre la forme d'un :

MRW étendu à régimes de free-energy — un processus log-normal multifractal dont les paramètres (cascade exponent λ², time correlation T) sont conditionnellement Markoviens au régime cognitif s_t qui suit une dynamique d'active inference.

Cela n'a (à notre connaissance) jamais été formalisé. C'est un programme de recherche ouvert.

Pourquoi cette synthèse vaut la peine

Si elle aboutit, une telle synthèse :

  1. Unifie 5 propriétés statistiques empiriquement co-occurrentes à partir de premiers principes.
  2. Prédit des relations entre ces propriétés (par exemple : la longue mémoire C devrait être plus forte quand le régime cognitif est stable et plus faible pendant les transitions).
  3. Fournit un cadre calibrable opérationnellement (à la différence d'AMH seul).
  4. Tend des ponts entre macroéconomie, finance quantitative et neurosciences cognitives — domaines qui partagent désormais des méthodologies communes.

Programme de recherche

Une thèse doctorale ambitieuse pourrait formaliser :

  • Une dérivation de MRW à partir de principes d'active inference sur des populations d'agents.
  • Une caractérisation du régime cognitif s_t comme état de croyance aggregé.
  • Une calibration empirique sur les panels CPV existants.
  • Une validation prédictive (comparaison out-of-sample avec MSM, ARFIMA+RS).

Effort estimé : 3-5 ans pour une équipe doctorale + supervisor de qualité.

Pour aller plus loin

Théorie principale

  • Lo, A. (2017). Adaptive Markets : Financial Evolution at the Speed of Thought. Princeton.
  • Friston, K. (2010). The free-energy principle: a unified brain theory? Nature Reviews Neuroscience 11(2): 127–138.
  • Bacry, E., Muzy, J.-F., Delour, J. (2001). Multifractal Random Walk. Physical Review E 64: 026103.

Applications convergentes

  • Hommes-Lo 2024. Adaptive Markets Hypothesis. Oxford Handbook.
  • Bouchaud-Potters 2003. Theory of Financial Risk and Derivative Pricing. Cambridge.
  • Mandelbrot 1997. Fractals and Scaling in Finance. Springer.

Cadres alternatifs non-couverts ici

  • Behavioral economics (Kahneman-Tversky) — couvre I+S partiellement mais pas C+B.
  • Complexity economics (Arthur, Beinhocker) — méta-cadre conceptuel proche d'AMH.
  • Heterogeneous Agent Models (Lux-Marchesi 1999, Brock-Hommes 1998) — implémentations de cadres adaptatifs.

Code

  • ecowave.forecasting.msm — MSM cascade multifractale (proche MRW discret)
  • ecowave.forecasting.arfima_rs — ARFIMA + Markov regime-switching
  • ecowave.forecasting.extensions_roadmap.md — HABM, MRW continu, active inference comme chantiers futurs (voir extensions roadmap)

Connexes