L’objectif des travaux présentés dans cette thèse est d’étudier la diffusion de l’information dans les marchés financiers. Considérant comme établi que les individus sont hétérogènes et à rationalité limitée, nous avons fondé nos travaux sur une catégorie de modèles computationnels dans le but de simuler les actions et les interactions des agents autonomes. Cette catégorie est communément nommée modélisation agent (ABM).Plus concrètement, cette recherche se concentre sur le rôle de l’hétérogénéité des agents dans la diffusion et l’utilisation de l’information. À cet effet, nous avons développé deux structures de marché, qui diffèrent par leur transparence. Dans les chapitres 1 et 2, nous introduisons un marché centralisé, où une partie du carnet d’ordre est accessible (information publique). Dans le chapitre 3, nous développons un marché de gré à gré dans lequel les agents négocient et échangent avec leurs relations. / The piece of work’s aim is to understand information diffusion in financial markets. Starting from the empirical evidences that agents are heterogeneous and bounded rational, we based our investigations on a class of computational models for simulating the actions and interactions of autonomous agents: the agent - based model (ABM). More precisely, this research focuses on the impacts of agents heterogeneity in diffusion and use of information. For this purpose, we developed two market structures, in which the market transparency varies. In the chapters 1 and 2, we introduce a centralised market, where a part of the order-book is available as a public information. In the chapter 3, we build an Over-The-Counter market, where agents bargains with their trading contacts.

This thesis consists of three related essays that examine investors' order submission strategies during the pre-opening period on the Malta Stock Exchange. The pre-opening is a period of liquidity formation and price discovery characterised by the absence of trade execution. The three essays collectively examine the information content of the order book in relation to: the intensity of order submissions, the aggressiveness of investors' order placement strategy and the determination of returns generated over the pre-opening period.The first essay empirically investigates if public information concerning the current state of the order book impacts the duration between order arrivals. Utilizing an augmented ACD model, the research reveals that the information which can be inferred from the characteristics of incoming orders has a more significant impact on the intensity of buy order submissions as compared to sell order submissions during the pre-opening period. Furthermore, prospective buyers appear to be more responsive to liquidity provided by the sell side than the reverse. Locked or crossed order submissions tend to increases (decreases) the intensity of order flow on the own (opposite) side of the order book, corroborating Cao et al. (2000) that such order-types contain informative signals about the fundamental value of the asset.The second essay analyses the impact of limit order book information on the aggressiveness observed in the submission, revision and cancellation of limit orders during the market pre-opening period. The empirical results indicate that the aggressiveness of order submissions and forward price revisions react both to the existing and subsequent changes in the execution probability at market opening, driven in part by the depth on either side of the order book. The aggressiveness of order cancellations increases on both sides of the order book when the depth at the top of the ask order book increases. In addition, the results suggest that the order book height and size of the inside spread impacts the aggressiveness of order submissions, revisions and cancellations.The third essay studies the contribution of the pre-opening period to the daily price discovery process and the factors that impact the return generated over this period. The results indicate that approximately one third of daily price discovery occurs in the pre-opening period. In addition, the impact of relative depth and height of the overnight and opening order book are concentrated at the top of the order book. Furthermore, cumulative changes to relative depth attributable to order submissions most significantly impact the opening returns of less actively traded stocks. The results show a strong relationship between opening returns and cumulative changes in the relative height along the order book attributable to order submissions, cancellations and forward and backward price revisions over the pre-opening period.

This thesis is among the first market microstructure studies of an index futures market with designated market makers in the academic literature. The purpose of this thesis is to investigate intraday patterns of key variables, the relative size of the components of the quoted bid-ask spread, and the order decisions of uninformed traders, in a continuous dealer market for index futures with market makers. Overall, our findings aim to contribute to a better understanding of the roles of market makers and public customers in price formation. Intraday patterns of financial market variables such as trade price, volume, trade size, quoted spreads, depth, and volatility separately for designated market makers and public customers are examined. The lack of relevant and appropriate data in futures markets, as evidenced by Hasbrouck (2003) and Kurov (2005), has inhibited the growth of market microstructure in futures markets. Individual orders, quotes, trader identification, and transactions from June 2003 to December 2004, for FTSEurofirst 80 and 100 index futures are used in the study. Inclusion of the parties to order execution distinguishes this data set from most other futures microstructure sources. As this thesis is the first known academic study of the extant market microstructure of the FTSEurofirst index futures, the institutional aspects of the trading process for the FTSEurofirst index futures are also explored. An alternative method for estimating three cost components as a proportion of the bid-ask spread is developed. A framework is developed for the order decision process of an uninformed trader for the first time in a futures market with market makers. The results of this thesis may have implications for other financial markets and the field of market microstructure.

This thesis studies the trading of the Chinese American Depositories Receipts (ADRs) and their respective underlying H shares issued in Hong Kong. The primary intention of this work is to investigate the arbitrage opportunity between the Chinese ADRs and their underlying H shares. This intention is motivated by the market observation that hedge funds are often in the top 10 shareholders of these Chinese ADRs. We start our study from the origin place of the Chinese ADRs, China’s stock market. We pay particular attention to the ownership structure of the Chinese listed firms, because part of the Chinese ADRs also listed A shares (exclusively owned by the Chinese citizens) in Shanghai. We also pay attention to the market microstructures and trading costs of the three China-related stock exchanges. We then proceed to empirical study on the Chinese ADRs arbitrage possibility by comparing the return distribution of two securities; we find these two securities are different in their return distributions, and which is due to the inequality in the higher moments, such as skewness, and kurtosis. Based on the law of one price and the weak-form efficient markets, the prices of identical securities that are traded in different markets should be similar, as any deviation in their prices will be arbitraged away. Given the intrinsic property of the ADRs that a convenient transferable mechanism exists between the ADRs and their underlying shares which makes arbitrage easy; the different return distributions of the ADRs and the underlying shares address the question that if arbitrage is costly that the equilibrium price of the security achieved in each market is affected mainly by its local market where the Chinese ADRs/the underlying Hong Kong shares are traded, such as the demand for and the supply of the stock in each market, the different market microstructures and market mechanisms which produce different trading costs in each market, and different noise trading arose from asymmetric information across multi-markets. And because of these trading costs, noise trading risk, and liquidity risk, the arbitrage opportunity between the two markets would not be exploited promptly. This concern then leads to the second intention of this work that how noise trading and trading cost comes into playing the role of determining asset prices, which makes us to empirically investigate the comovement effect, as well as liquidity risk. With regards to these issues, we progress into two strands, firstly, we test the relationship between the price differentials of the Chinese ADRs and the market return of the US and Hong Kong market. This test is to examine the comovement effect which is caused by asynchronous noise trading. We find the US market impact dominant over Hong Kong market impact, though both markets display significant impact on the ADRs’ price differentials. Secondly, we analyze the liquidity effect on the Chinese ADRs and their underlying Hong Kong shares by using two proxies to measure illiquidity cost and liquidity risk. We find significant positive relation between return and trading volume which is used to capture liquidity risk. This finding leads to a deeper study on the relationship between trading volume and return volatility from market microstructure perspective. In order to verify a proper model to describe return volatility, we carry out test to examine the heteroscedasticity condition, and proceed to use two asymmetric GARCH models to capture leverage effect. We find the Chinese ADRs and their underlying Hong Kong shares have different patterns in the leverage effect as modeled by these two asymmetric GARCH models, and this finding from another angle explains why these two securities are unequal in the higher moments of their return distribution. We then test two opposite hypotheses about volume-volatility relation. The Mixture of Distributions Hypothesis suggests a positive relation between contemporaneous volume and volatility, while the Sequential Information Arrival Hypothesis indicates a causality relationship between lead-lag volume and volatility. We find supportive evidence for the Sequential Information Arrival Hypothesis but not for the Mixture of Distributions Hypothesis.

Nous développons dans cette thèse, des méthodes de bootstrap pour les données financières de hautes fréquences. Les deux premiers essais focalisent sur les méthodes de bootstrap appliquées à l’approche de "pré-moyennement" et robustes à la présence d’erreurs de microstructure. Le "pré-moyennement" permet de réduire l’influence de l’effet de microstructure avant d’appliquer la volatilité réalisée. En se basant sur cette ap- proche d’estimation de la volatilité intégrée en présence d’erreurs de microstructure, nous développons plusieurs méthodes de bootstrap qui préservent la structure de dépendance et l’hétérogénéité dans la moyenne des données originelles. Le troisième essai développe une méthode de bootstrap sous l’hypothèse de Gaussianité locale des données financières de hautes fréquences. Le premier chapitre est intitulé: "Bootstrap inference for pre-averaged realized volatility based on non-overlapping returns". Nous proposons dans ce chapitre, des méthodes de bootstrap robustes à la présence d’erreurs de microstructure. Particulièrement nous nous sommes focalisés sur la volatilité réalisée utilisant des rendements "pré-moyennés" proposés par Podolskij et Vetter (2009), où les rendements "pré-moyennés" sont construits sur des blocs de rendements à hautes fréquences consécutifs qui ne se chevauchent pas. Le "pré-moyennement" permet de réduire l’influence de l’effet de microstructure avant d’appliquer la volatilité réalisée. Le non-chevauchement des blocs fait que les rendements "pré-moyennés" sont asymptotiquement indépendants, mais possiblement hétéroscédastiques. Ce qui motive l’application du wild bootstrap dans ce contexte. Nous montrons la validité théorique du bootstrap pour construire des intervalles de type percentile et percentile-t. Les simulations Monte Carlo montrent que le bootstrap peut améliorer les propriétés en échantillon fini de l’estimateur de la volatilité intégrée par rapport aux résultats asymptotiques, pourvu que le choix de la variable externe soit fait de façon appropriée. Nous illustrons ces méthodes en utilisant des données financières réelles. Le deuxième chapitre est intitulé : "Bootstrapping pre-averaged realized volatility under market microstructure noise". Nous développons dans ce chapitre une méthode de bootstrap par bloc basée sur l’approche "pré-moyennement" de Jacod et al. (2009), où les rendements "pré-moyennés" sont construits sur des blocs de rendements à haute fréquences consécutifs qui se chevauchent. Le chevauchement des blocs induit une forte dépendance dans la structure des rendements "pré-moyennés". En effet les rendements "pré-moyennés" sont m-dépendant avec m qui croît à une vitesse plus faible que la taille d’échantillon n. Ceci motive l’application d’un bootstrap par bloc spécifique. Nous montrons que le bloc bootstrap suggéré par Bühlmann et Künsch (1995) n’est valide que lorsque la volatilité est constante. Ceci est dû à l’hétérogénéité dans la moyenne des rendements "pré-moyennés" au carré lorsque la volatilité est stochastique. Nous proposons donc une nouvelle procédure de bootstrap qui combine le wild bootstrap et le bootstrap par bloc, de telle sorte que la dépendance sérielle des rendements "pré-moyennés" est préservée à l’intérieur des blocs et la condition d’homogénéité nécessaire pour la validité du bootstrap est respectée. Sous des conditions de taille de bloc, nous montrons que cette méthode est convergente. Les simulations Monte Carlo montrent que le bootstrap améliore les propriétés en échantillon fini de l’estimateur de la volatilité intégrée par rapport aux résultats asymptotiques. Nous illustrons cette méthode en utilisant des données financières réelles. Le troisième chapitre est intitulé: "Bootstrapping realized covolatility measures under local Gaussianity assumption". Dans ce chapitre nous montrons, comment et dans quelle mesure on peut approximer les distributions des estimateurs de mesures de co-volatilité sous l’hypothèse de Gaussianité locale des rendements. En particulier nous proposons une nouvelle méthode de bootstrap sous ces hypothèses. Nous nous sommes focalisés sur la volatilité réalisée et sur le beta réalisé. Nous montrons que la nouvelle méthode de bootstrap appliquée au beta réalisé était capable de répliquer les cummulants au deuxième ordre, tandis qu’il procurait une amélioration au troisième degré lorsqu’elle est appliquée à la volatilité réalisée. Ces résultats améliorent donc les résultats existants dans cette littérature, notamment ceux de Gonçalves et Meddahi (2009) et de Dovonon, Gonçalves et Meddahi (2013). Les simulations Monte Carlo montrent que le bootstrap améliore les propriétés en échantillon fini de l’estimateur de la volatilité intégrée par rapport aux résultats asymptotiques et les résultats de bootstrap existants. Nous illustrons cette méthode en utilisant des données financières réelles. / We develop in this thesis bootstrap methods for high frequency financial data. The first two chapters focalise on bootstrap methods for the "pre-averaging" approach, which is robust to the presence of market microstructure effects. The main idea underlying this approach is that we can reduce the impact of the noise by pre-averaging high frequency returns that are possibly contaminated with market microstructure noise before applying a realized volatility-like statistic. Based on this approach, we develop several bootstrap methods, which preserve the dependence structure and the heterogeneity in the mean of the original data. The third chapter shows how and to what extent the local Gaussian- ity assumption can be explored to generate a bootstrap approximation for covolatility measures. The first chapter is entitled "Bootstrap inference for pre-averaged realized volatility based on non-overlapping returns". The main contribution of this chapter is to propose bootstrap methods for realized volatility-like estimators defined on pre-averaged returns. In particular, we focus on the pre-averaged realized volatility estimator proposed by Podolskij and Vetter (2009). This statistic can be written (up to a bias correction term) as the (scaled) sum of squared pre-averaged returns, where the pre-averaging is done over all possible non-overlapping blocks of consecutive observations. Pre-averaging reduces the influence of the noise and allows for realized volatility estimation on the pre-averaged returns. The non-overlapping nature of the pre-averaged returns implies that these are asymptotically independent, but possibly heteroskedastic. This motivates the application of the wild bootstrap in this context. We provide a proof of the first order asymptotic validity of this method for percentile and percentile-t intervals. Our Monte Carlo simulations show that the wild bootstrap can improve the finite sample properties of the existing first order asymptotic theory provided we choose the external random variable appropriately. The second chapter is entitled "Bootstrapping pre-averaged realized volatility under market microstructure noise ". In this chapter we propose a bootstrap method for inference on integrated volatility based on the pre-averaging approach of Jacod et al. (2009), where the pre-averaging is done over all possible overlapping blocks of consecutive observations. The overlapping nature of the pre-averaged returns implies that these are m-dependent with m growing slowly with the sample size n. This motivates the application of a blockwise bootstrap method. We show that the “blocks of blocks” bootstrap method suggested by Politis and Romano (1992) (and further studied by Bühlmann and Künsch (1995)) is valid only when volatility is constant. The failure of the blocks of blocks bootstrap is due to the heterogeneity of the squared pre-averaged returns when volatility is stochastic. To preserve both the dependence and the heterogeneity of squared pre-averaged returns, we propose a novel procedure that combines the wild bootstrap with the blocks of blocks bootstrap. We provide a proof of the first order asymptotic validity of this method for percentile intervals. Our Monte Carlo simulations show that the wild blocks of blocks bootstrap improves the finite sample properties of the existing first order asymptotic theory. The third chapter is entitled "Bootstrapping realized volatility and realized beta under a local Gaussianity assumption". The financial econometric of high frequency data litera- ture often assumed a local constancy of volatility and the Gaussianity properties of high frequency returns in order to carry out inference. In this chapter, we show how and to what extent the local Gaussianity assumption can be explored to generate a bootstrap approximation. We show the first-order asymptotic validity of the new wild bootstrap method, which uses the conditional local normality properties of financial high frequency returns. In addition to that we use Edgeworth expansions and Monte Carlo simulations to compare the accuracy of the bootstrap with other existing approaches. It is shown that at second order, the new wild bootstrap matches the cumulants of realized betas-based t-statistics, whereas it provides a third-order asymptotic refinement for realized volatility. Monte Carlo simulations suggest that our new wild bootstrap methods improve upon the first-order asymptotic theory in finite samples and outperform the existing bootstrap methods for realized covolatility measures. We use empirical work to illustrate its uses in practice.

Diese Arbeit enthält vier Aufsätze über die Beziehungen zwischen Handelsstrategien auf Aktienmärkten und dem Zustand des Marktes. Es werden ökonometrische Methoden angewendet um den Markteinfluss von limit order Platzierungen, die Eigenschaften von limit ordern sowie die Verwendung von versteckten ordern zu analysieren. Im Kapitel 1 quantifizieren wir die Effekte der limit order Platzierung auf Preisquotierungen am Börsenplatzes Euronext. Wir zeigen, dass eine limit order signifikante Informationen enthält und illustrieren inwieweit ihr Einfluss auf den Markt von ihren Charakteristika und dem Zustand des Orderbuchs abhängt. Das Kapitel 2 enthält empirische Resultate über die limit order Aktivität und den Markteinfluss von limit orders an der New Yorker NASDAQ Börse. Wir dokumentieren, dass Marktteilnehmer die Platzierung von limit orders mit kleinen Volumina präferieren, diese aber sofort nach ihrem Einsatz wieder löschen. Basierend auf der geschätzten Marktauswirkung einer limit order schlagen wir eine Methode zur Prognose ihres optimalen Volumens vor. Im Kapitel 3 werden die limit order-Strategien von Marktteilnehmern in intransparenten Märkten untersucht. Wir zeigen, dass die Position der sogenannten versteckten Liquidität im Orderbuch von diversen Variablen abhängt, die den Zustand des Marktes beschreiben. Die Daten suggerieren, dass Händler die Platzierung sogenannter hidden orders im Hinblick auf günstige Liquidität am Markt und dem "picking-off"-Risiko ausbalancieren. Im letzten Kapitel 4 präsentieren wir ein Softwaresystem zur Rekonstruktion von Orderbüchern und zur Extrahierung von Orderflussinformationen aus message stream Daten. Die Basismodule des Systems basieren auf allgemeinen Orderbuch-Ereignissen. Sie sind abstrakt gehalten und können so einfach auf beliebige Märkte mit elektronischen Orderbüchern angewendet werden. / In four essays, this thesis examines the interaction between traders'' strategies and the state of market by the econometric analysis of maket impact of limit order submission, the typical properties of order flow and the traders'' usage of hidden orders. Chapter 1 quantifies short-term and long-term effects of limit order submissions on quotes in Euronext. We show that limit orders have significant information content and the maginitude of their impact on the quotes depends on both the order''s characteritics and the state of limit order books (LOBs). Chapter 2 provides new empirical evidence on order submission activities and market impacts of limit orders at NASDAQ. We find that traders dominantly submit small size limit orders and cancell most of them immediately after submission. Based on the estimated market impact of orders, we propose a method to predict the optimal size of a limit order conditional on its position in the LOB and the desired impact. Chapter 3 analyzes traders'' decisions on using undisclosed orders in opaque markets. Our empirical findings show that market conditions affect traders'' order submission strategies and suggest that traders balance their hidden order placements to compete for the provision of liquidity and protect themselves against picking-off risk. Chapter 4 presents a program framework for reconstructing LOBs as well as extracting order flow information from message stream data. We design the basic modules of the system in an abstract layer based on common order events in limit order markets, so that it can be easily adapted to data at any limit order markets.

An den Handelsbörsen der Welt, hat der Anteil unsichtbarer Luidität in den letzten Jahren dramatisch zugenommen. Obwohl dieser Trend zunehmend in den Fokus regulatorischer Debatten und akademischer Dikussionen rückt, sind sich Forscher und die Aufsichtsbehörden über die Implikationen und entsprechende regulatorische Maßnahmen uneins. In der vorliegenden Arbeit, werden die damit verbundenen Fragestellungen in drei separaten Kapiteln theoretisch und empirisch untersucht. Mit Hilfe eines speziellen NASDAQ Datensatzes, werden in Kapitel 1 die Marktfaktoren, die unsichtbaren Liquidität begünstigen sowie den Einfluß, den unsichtbare Liquidät auf Märkte ausübt, empirisch ausgewertet. Wir zeigen, daß die Querschnittsvariation unsichtbarer Liquidität entlang des Aktienuniversums in einem hohen Maße durch sichtbare Markteigenschaften erklärt wird. Wir zeigen, daß unsichtbare Order gegenüber sichtbaren Ordern signifikant stärkere Preisfluktuationen hervorrufen. Unsere Resultate geben Grund zu der Annahme, daß Märkte mit hoher unsichtbarer Liquidät volatiler sind und höheren Marktreibungen ausgesetzt sind. In Kapitel 2 entwickeln wir ein strukturelles Handelsmodell und untersuchen die optimale Handelsstrategie mit unsichtbaren Ordern. In diesem Rahmen leiten wir für verschiedene Marktspezifikationen explizite Charakterisierungen der sogenannten optimalen Exposure-Größe her. Unter anderem zeigen wir, daß der Einsatz unsichtbarer Order Transaktionskosten signifikant reduzieren kann. In Kapitel 3 entwickeln wir ein dynamisches, Gleichgewichtsmodell in einem Limitorderbuchmarkt. Innerhalb dieses theoretischen Rahmens können die empirischen Beobachtungen des ersten un zweiten Kapitels rationalisiert werden. Insbesondere zeigen wir daß große versteckte Order Marktineffizienzen hervorrufen und Preisfluktuationen verstärken, indem sie die Koordination zwischen Angebots- und Nachfrageseite schwächen können. / In recent years, the proliferation of hidden liquidity in financial markets has increased dramatically and shifted to the center regulatory debates and market micro-structure panels. Yet investors, scientists and policy makers are at odds about its implications and the adequate regulatory responses. This thesis addresses these issues in three separate chapters on both empirical and theoretical grounds. Chapter 1 provides an empirical investigation of the determinants and impact of hidden order submissions. We report that the cross-sectional variation of hidden liquidity is well explained by observable market characteristics. Second, our results suggest that the hidden orders generate substantial price reactions. Our results suggests that hidden liquidity increases market volatility and trading frictions. Chapter 2 proposes a structural trading model. We investigate trader’s optimal trading strategies with respect to order-exposure in limit order book markets. The optimal exposure size marks a trade-off between costs and benefits of exposure. Our model provides explicit characterizations of the optimal exposure size for various market specifications. Model parameters and exposure strategies are estimated through high-frequency order book data. Our results suggest that hidden orders can substantially enhance trade performance. Chapter 3 develops a dynamic equilibrium model with a public primary market and an off-exchange trading mechanism. Our theory correctly predicts the key findings of chapter one and two. For instance, we show that large hidden orders cause excess returns and increase market volatility and correctly predict the role of the observable market characteristics in the origination of hidden liquidity.

Cette thèse apporte une contribution à la compréhension des dynamiques de marché et à la prise de décision des traders à l'aide d'une plateforme de simulation de marchés multi-agents. La modélisation multi-agents permet notamment d'étudier le système boursier comme un système complexe évolutif dans lequel chaque trader artificiel possède son propre comportement possède son propre comportement et qui, par ses prises de décision, influence l'ensemble des autres acteurs du système. Dans une première partie, nous mettons en évidence à l'aide de "traders à intelligence zéro" (ZIT), le rôle de la microstructure pour comprendre la nature des principaux faits stylisés de l'évolution des prix. Les résultats issus de nombreuses simulations, indiquent que l'usage des ZIT n'est pas suffisant pour reproduire de façon convaincante les évolutions de prix réels, car ceux-ci doivent être appréhendés à la fois de manière qualitative mais aussi quantitative. Nous montrons que seuls des éléments de stratégies de trading et une forte calibration peuvent améliorer cette réplication par simulation, suggérant que les aspects comportementaux importent tout autant que les aspects micro structurels. Dans une seconde partie, nous concentrons notre recherche sur la problématique de la rationalité dans le corpus de la théorie moderne du portefeuille. Le marché artificiel nous permet de tester si des stratégies naïves peuvent surpasser, en terme de performance, des modèles plus complexes. Diverses stratégies d'investissement sont implémentées dans le système artificiel et mises en interaction afin d'observer leur survie dans des compétitions écologiques basées sur leurs performances relatives. Certaines de ces stratégies d'investissements sont fondées sur des variations du modèle canonique de la théorie de portefeuilles de Markowitz, d'autres suivent des principes de diversification naïfs, d'autres encore obéissent à des combinaisons de stratégies rationnelles sophistiquées et de stratégies naïves. Enfin, de manière à mieux saisir les facteurs qui influent sur la performance du portefeuille, nous montrons les effets de la fréquence de pondération et des préférences pour le risque des investisseurs sur l'issue de ces compétitions. Pour finir, afin de fournir une mesure de performance absolue orientée vers l'évaluation ex-post d'un large éventail de stratégies de trading des investisseurs (agents dans notre cas) nous proposons un nouvel algorithme de complexité polynomiale permettant de déterminer la borne supérieure absolue des profits atteignables pour n'importe quelle stratégie sur une période de temps donnée. Cet algorithme met en contact deux champs a priori éloignés: la théorie des graphes d'une part et la finance computationnelle d'autre part.

Les simulations par agents, ou centrées individu, permettent, par opposition aux modèles centrés groupe, de prendre en compte la manière dont les entités composant un sys- tème interagissent entre elles et ainsi de faire le lien entre ses niveaux microscopiques et macroscopiques. Les marchés financiers, bien qu'étant des systèmes composés de nombreuses entités en interaction, sont souvent étudiés à l'aide de modèle centrés groupe, qui montrent leur limites lorsqu'il s'agit d'expliquer l'émergence de certains phénomènes observables dans les séries de prix. Nous proposons par conséquent un modèle de marché financier centré individu, permettant de reproduire de manière réaliste leur fonctionnement, à la fois à une échelle intra-journalière et à une échelle inter-journalière. Ce modèle nous a permis dans un premier temps de proposer une théorie pour expliquer l'origine des faits stylisés, qui sont des propriétés statistiques des cours de prix observables sur l'ensemble des marchés financiers et dont l'origine est mal expliquée. Notre proposition, étayée par les expérimentations que nous avons réalisées avec notre modèle, montre que les faits stylisés semblent en majeure partie causés par la manière dont le marché est structuré et par la manière dont les agents économiques interagissent à travers lui. Dans un second temps, nous avons utilisé notre modèle pour étudier les variations extrêmes de prix observables sur les marchés financiers, que l'on nomme "bulles" quand elles sont à la hausse et "krachs" quand elles sont à la baisse. Nous avons illustré avec notre modèle, en nous appuyant sur les théories proposées par certains économistes pour expliquer ces événéments, que ces épisodes critiques dans les prix peuvent survenir lorsqu'une partie suffisante de la population des investisseurs adopte une stratégie spéculatrice.

Cette thèse a pour objectif la compréhension de plusieurs aspects du caractère rugueux de la volatilité observé de manière universelle sur les actifs financiers. Ceci est fait en six étapes. Dans une première partie, on explique cette propriété à partir des comportements typiques des agents sur le marché. Plus précisément, on construit un modèle de prix microscopique basé sur les processus de Hawkes reproduisant les faits stylisés importants de la microstructure des marchés. En étudiant le comportement du prix à long terme, on montre l’émergence d’une version rugueuse du modèle de Heston (appelé modèle rough Heston) avec effet de levier. En utilisant ce lien original entre les processus de Hawkes et les modèles de Heston, on calcule dans la deuxième partie de cette thèse la fonction caractéristique du log-prix du modèle rough Heston. Cette fonction caractéristique est donnée en terme d’une solution d’une équation de Riccati dans le cas du modèle de Heston classique. On montre la validité d’une formule similaire dans le cas du modèle rough Heston, où l’équation de Riccati est remplacée par sa version fractionnaire. Cette formule nous permet de surmonter les difficultés techniques dues au caractère non markovien du modèle afin de valoriser des produits dérivés. Dans la troisième partie, on aborde la question de la gestion des risques des produits dérivés dans le modèle rough Heston. On présente des stratégies de couverture utilisant comme instruments l’actif sous-jacent et la courbe variance forward. Ceci est fait en spécifiant la structure markovienne infini-dimensionnelle du modèle. Étant capable de valoriser et couvrir les produits dérivés dans le modèle rough Heston, nous confrontons ce modèle à la réalité des marchés financiers dans la quatrième partie. Plus précisément, on montre qu’il reproduit le comportement de la volatilité implicite et historique. On montre également qu’il génère l’effet Zumbach qui est une asymétrie par inversion du temps observée empiriquement sur les données financières. On étudie dans la cinquième partie le comportement limite de la volatilité implicite à la monnaie à faible maturité dans le cadre d’un modèle à volatilité stochastique général (incluant le modèle rough Bergomi), en appliquant un développement de la densité du prix de l’actif. Alors que l’approximation basée sur les processus de Hawkes a permis de traiter plusieurs questions relatives au modèle rough Heston, nous examinons dans la sixième partie une approximation markovienne s’appliquant sur une classe plus générale de modèles à volatilité rugueuse. En utilisant cette approximation dans le cas particulier du modèle rough Heston, on obtient une méthode numérique pour résoudre les équations de Riccati fractionnaires. Enfin, nous terminons cette thèse en étudiant un problème non lié à la littérature sur la volatilité rugueuse. Nous considérons le cas d’une plateforme cherchant le meilleur système de make-take fees pour attirer de la liquidité. En utilisant le cadre principal-agent, on décrit le meilleur contrat à proposer au market maker ainsi que les cotations optimales affichées par ce dernier. Nous montrons également que cette politique conduit à une meilleure liquidité et à une baisse des coûts de transaction pour les investisseurs. / The aim of this thesis is to study various aspects of the rough behavior of the volatility observed universally on financial assets. This is done in six steps. In the first part, we investigate how rough volatility can naturally emerge from typical behav- iors of market participants. To do so, we build a microscopic price model based on Hawkes processes in which we encode the main features of the market microstructure. By studying the asymptotic behavior of the price on the long run, we obtain a rough version of the Heston model exhibiting rough volatility and leverage effect. Using this original link between Hawkes processes and the Heston framework, we compute in the second part of the thesis the characteristic function of the log-price in the rough Heston model. In the classical Heston model, the characteristic function is expressed in terms of a solution of a Riccati equation. We show that rough Heston models enjoy a similar formula, the Riccati equation being replaced by its fractional version. This formula enables us to overcome the non-Markovian nature of the model in order to deal with derivatives pricing. In the third part, we tackle the issue of managing derivatives risks under the rough Heston model. We establish explicit hedging strategies using as instruments the underlying asset and the forward variance curve. This is done by specifying the infinite-dimensional Markovian structure of the rough Heston model. Being able to price and hedge derivatives in the rough Heston model, we challenge the model to practice in the fourth part. More precisely, we show the excellent fit of the model to historical and implied volatilities. We also show that the model reproduces the Zumbach’s effect, that is a time reversal asymmetry which is observed empirically on financial data. While the Hawkes approximation enabled us to solve the pricing and hedging issues under the rough Heston model, this approach cannot be extended to an arbitrary rough volatility model. We study in the fifth part the behavior of the at-the-money implied volatility for small maturity under general stochastic volatility models. In the same spirit as the Hawkes approximation, we look in the sixth part of this thesis for a tractable Markovian approximation that holds for a general class of rough volatility models. By applying this approximation on the specific case of the rough Heston model, we derive a numerical scheme for solving fractional Riccati equations. Finally, we end this thesis by studying a problem unrelated to rough volatility. We consider an exchange looking for the best make-take fees system to attract liquidity in its platform. Using a principal-agent framework, we describe the best contract that the exchange should propose to the market maker and provide the optimal quotes displayed by the latter. We also argue that this policy leads to higher quality of liquidity and lower trading costs for investors.