Are you Laurent Duvernet?

Claim your profile

Publications (4)1.35 Total impact

  • Source
    Emmanuel Bacry, Laurent Duvernet, Jean-François Muzy
    [Show abstract] [Hide abstract]
    ABSTRACT: We present the construction of a continuous-time stochastic process which has moments that satisfy an exact scaling relation, including odd-order moments. It is based on a natural extension of the multifractal random walk construction described in Bacry and Muzy (2003). This allows us to propose a continuous-time model for the price of a financial asset that reflects most major stylized facts observed on real data, including asymmetry and multifractal scaling.
    Journal of Applied Probability 01/2012; 49(2012). · 0.55 Impact Factor
  • Source
    [Show abstract] [Hide abstract]
    ABSTRACT: We consider high frequency observations of a semi-martingale. From these data, we build simple test statistics allowing to distinguish between the two following situations: i) the data generating process is an Itō semi-martingale; ii) the data generating process is a Multifractal Random Walk. We also investigate the finite sample behavior of the test statistics on some simulated data.
    Electronic Journal of Statistics 01/2010; · 0.79 Impact Factor
  • Source
    Laurent Duvernet
    [Show abstract] [Hide abstract]
    ABSTRACT: Some asymptotic properties of a Brownian motion in multifractal time, also called multifractal random walk, are established. We show the almost sure and $L^1$ convergence of its structure function. This is an issue directly connected to the scale invariance and multifractal property of the sample paths. We place ourselves in a mixed asymptotic setting where both the observation length and the sampling frequency may go together to infinity at different rates. The results we obtain are similar to the ones that were given by Ossiander and Waymire and Bacry \emph{et al.} in the simpler framework of Mandelbrot cascades. Comment: 29 pages, 3 figures
    05/2009;
  • Source
    Laurent Duvernet
    [Show abstract] [Hide abstract]
    ABSTRACT: On étudie certaines propriétés d'une classe de processus aléatoires réels à temps continu, les marches aléatoires multifractales. Une particularité remarquable de ces processus tient en leur propriété d'autosimilarité : la loi du processus à petite échelle est identique à celle à grande échelle moyennant un facteur aléatoire et indépendant du processus. La première partie de la thèse se consacre à la question de la convergence du moment empirique de l'accroissement du processus dans une asymptotique assez générale, où le pas de l'accroissement peut tendre vers zéro en même temps que l'horizon d'observation tend vers l'infini. La deuxième partie propose une famille de tests non-paramétriques qui distinguent entre marches aléatoires multifractales et semi-martingales d'Itô. Après avoir montré la consistance de ces tests, on étudie leur comportement sur des données simulées. On construit dans la troisi\ème partie un processus de marche aléatoire multifractale asymétrique tel que l'accroissement passé soit négativement corrélé avec le carré de l'accroissement futur. Ce type d'"effet levier" est notamment observé sur les prix d'actions et d'indices financiers. On compare les propriétés empiriques du processus obtenu avec des données réelles. La quatrième partie concerne l'estimation des paramètres du processus dans un cas gaussien. On commence par montrer que sous certaines conditions, deux des trois paramètres ne peuvent être estimés. On étudie ensuite les performances théoriques et empiriques de différents estimateurs du troisième paramètre, le coefficient d'intermittence.