Le but de cette thèse est d’approfondir les connaissances académiques sur les variations jointes des actifs financiers à haute fréquence en les analysant sous un point de vue novateur. Nous tirons profit d’une base de données de prix tick-by-tick pour mettre en lumière de nouveaux faits stylises sur la corrélation haute fréquence, et également pour tester la validité empirique de modèles multivariés. Dans le chapitre 1, nous discutons des raisons pour lesquelles la corrélation haute fréquence est d’une importance capitale pour le trading. Par ailleurs, nous passons en revue la littérature empirique et théorique sur la corrélation à de petites échelles de temps. Puis nous décrivons les principales caractéristiques du jeu de données que nous utilisons. Enfin, nous énonçons les résultats obtenus dans cette thèse. Dans le chapitre 2, nous proposons une extension du modèle de subordination au cas multivarié. Elle repose sur la définition d’un temps événementiel global qui agrège l’activité financière de tous les actifs considérés. Nous testons la capacité de notre modèle à capturer les propriétés notables de la distribution multivariée empirique des rendements et observons de convaincantes similarités. Dans le chapitre 3, nous étudions les relations lead/lag à haute fréquence en utilisant un estimateur de fonction de corrélation adapte aux données tick-by-tick. Nous illustrons sa supériorité par rapport à l’estimateur standard de corrélation pour détecter le phénomène de lead/lag. Nous établissons un parallèle entre le lead/lag et des mesures classiques de liquidité et révélons un arbitrage pour déterminer les paires optimales pour le trading de lead/lag. Enfin, nous évaluons la performance d’un indicateur basé sur le lead/lag pour prévoir l’évolution des prix à court terme. Dans le chapitre 4, nous nous intéressons au profil saisonnier de la corrélation intra-journalière. Nous estimons ce profil sur quatre univers d’actions et observons des ressemblances frappantes. Nous tentons d’incorporer ce fait stylise dans un modèle de prix tick-by-tick base sur des processus de Hawkes. Le modèle ainsi construit capture le profil de corrélation empirique assez finement, malgré sa difficulté à atteindre le niveau de corrélation absolu. / This thesis aims at providing insight into comovements of financial assets at high frequency from an original point of view. We take advantage of a database of tick-by-tick prices to bring to light new stylized facts on high frequency correlation as well as to check the empirical validity of multivariate modelling frameworks. In chapter 1, we elaborate on the reasons why high frequency correlation is of the utmost importance for trading purposes. We also briefly review the empirical and theoretical literature on correlation at small time scales. Then, we describe the main features of the data set we use. Finally, we enunciate the results obtained in this thesis. In chapter 2, we suggest a way of extending the subordination modelling to the multivariate case. This relies on the definition of a global event time that merges the trading activity of all assets under consideration. We test the ability of our model to capture salient features of the empirical multivariate probability distribution of returns and find a convincing agreement. In chapter 3, we study high frequency lead/lag relationships using a suitable cross-correlation estimator for tick-by-tick data. We show its superiority over the classical correlation estimator in detecting lead/lag patterns. We relate lead/lag to standard liquidity measures and exhibit a trade-off to find optimal pairs for lead/lag trading. Finally, we evaluate the performance of a lead/lag indicator in forecasting the short-term evolution of prices. In chapter 4, we focus on the intraday correlation seasonal pattern. We estimate this pattern over four universes of stocks and observe striking similarities. We attempt to incorporate this stylized fact into a tick-by-tick price model based upon Hawkes processes. The resulting model captures the empirical profile of correlation quite well, though it doesn’t match the absolute level of correlation.