Notre recherche

Neuf étapes, et les raisons de chaque choix

Pour chaque étape : la question posée, la chaîne de raisonnement qui mène à la décision, les résultats réels et les limites. Les tableaux sont lus directement dans nos résultats ; les figures viennent du notebook.

01 · COLLECTE ET PRÉPARATION

Quelles données, et comment les rendre exploitables ?

Contrats à terme continus Yahoo FinanceJours fériés et prix négatif du WTI traitésDécoupage chronologique 90 / 10

Prix de clôture quotidiens du blé ZW=F, du maïs ZC=F et du soja ZS=F (cents US par ), plus l'indice du dollar et le pétrole WTI comme variables exogènes, téléchargés une fois avec quantmod. Sur 4 863 lignes brutes, on garde les 4 022 séances où le blé cote ; un marché fermé reprend la valeur de la veille, et le WTI négatif du 20 avril 2020 (−37,63 $) est remplacé par la veille, un logarithme étant impossible.

Indicateurs dérivés : rendement logarithmique, moyennes mobiles à 50 et 200 séances, volatilité réalisée sur 21 séances.

rt = 100 · ln(Pt / Pt−1)rendement logarithmique journalier, en %

Découpage réel et protocole de validation

Limites
La série continue de Yahoo enchaîne les contrats : au changement d'échéance, le prix peut sauter sans événement de marché (maïs −26,9 % le 15 juillet 2013). Ces sauts sont repérés et documentés, mais conservés ; ils gonflent le kurtosis du maïs.
02 · ANALYSE EXPLORATOIRE

Les prix ont-ils une saisonnalité, une tendance, une mémoire ?

STL : force saisonnière 0,00Pas de cycle annuel des récoltesPas de SARIMA
ADF ne rejette pas, KPSS rejette (log-prix)Les deux tests concordentLog-prix I(1), on modélise les rendements : d = 1

et ont des hypothèses nulles opposées : leur accord rend la conclusion solide. Les des rendements restent dans la bande ±0,033, sauf au retard 4 (−0,044) ; celles des rendements au carré sont significatives sur des dizaines de retards. Kurtosis du blé : 7,16. Les 10 rendements aberrants (règle 3 × IQR) sont de vrais chocs et sont conservés.

Tests sur l'échantillon d'apprentissage, seuil 5 % (tableau 5 du rapport)
Rendements du blé : seul le retard 4 sort de la bande.
Décomposition : la saisonnalité n'explique rien.
Hypothèses statistiques
ADF : H0 = racine unitaire. KPSS : H0 = stationnarité. Jarque-Bera : H0 = normalité. Les tests supposent des paramètres stables sur 2010-2024, alors que la période mélange des régimes très différents.
03 · ARIMA MANUEL ET AUTOMATIQUE

Un modèle linéaire suffit-il à décrire le blé ?

ACF : seul le retard 4 ressortAR « creux » : φ₄ seul estiméauto.arima trouve aussi (4,1,0)ARCH-LM rejette : il faut un GARCH

Le modèle manuel, plus parcimonieux, a le meilleur AICc (−17 938,1 contre −17 934,7 pour auto.arima). Diagnostic : Ljung-Box ne voit plus d'autocorrélation (p = 0,58), mais la normalité est rejetée (p < 0,001) et la variance n'est pas constante (ARCH-LM, p ≈ 10−112).

(1 − φ4L4) (1 − L) ln Pt = εt, φ4 = −0,044ARIMA(4,1,0) creux : un rendement de +1 % il y a 4 séances réduit le rendement attendu de 0,04 %
Résidus de l'ARIMA : pas d'autocorrélation, mais des grappes de volatilité.
Limites
Effet économique minime du retard 4. En Python, l'ordre ARIMA est repris de R au lieu d'être recherché de façon indépendante (pmdarima n'est pas utilisé) : la concordance R / Python sur ce point n'est pas une vérification.
04 · VAR, GRANGER, COINTÉGRATION, VECM

Le maïs et le soja aident-ils à prévoir le blé ?

BIC : VAR(1)Granger : rien de significatif à 5 %Mais corrélation du même jour : 0,57Les chocs passent dans la journée
Log-prix I(1)Johansen : rang 2VECMLe blé corrige 0,92 % de l'écart par séance

À long terme, ln(Blé) ≈ 1,005 × ln(Soja) − 0,706 : le blé suit le soja avec une élasticité proche de 1. Sa vitesse d'ajustement α = −0,0092 (p = 0,005) donne une d'environ 75 séances ; le soja ne s'ajuste pas, il porte la tendance commune.

Δyt = α β′ yt−1 + Γ Δyt−1 + εtVECM : β = relations de long terme, α = vitesse de retour à l'équilibre
Causalité de Granger par paires, 1 retard (tableau 7)
Test de Johansen, statistique de la trace (tableau 8)
Limites
Le VAR garde une petite autocorrélation résiduelle (portemanteau p = 0,014). Le VECM, meilleur modèle en prévision, n'a pas fait l'objet d'un diagnostic de résidus complet dans l'étude : c'est la principale lacune de cette étape.
05 · ARCH ET GARCH

La volatilité se modélise-t-elle ?

ARCH-LM rejette massivement5 modèles à loi de StudentEGARCH : meilleur AIC, mais échoue au diagnosticGARCH(1,1) retenu

Persistance α + β = 0,986 : un choc de volatilité perd la moitié de son effet en 51 séances. Les résidus standardisés redeviennent homoscédastiques (Ljung-Box sur z² : p = 0,29). Pics : 107 % le 11 mars 2022, 63 % en août 2010, 57 % en juillet 2023.

σ²t = ω + α ε²t−1 + β σ²t−1α = 0,058, β = 0,929, ν = 9,22 degrés de liberté (tableau 10)
Comparaison des modèles de volatilité ; AIC et BIC par observation (tableau 9)
Volatilité conditionnelle du blé et événements connus.
Limites
Une persistance proche de 1 peut refléter des changements de régime plutôt qu'une mémoire réelle ; aucun test de rupture n'a été fait.
06 · LSTM ET GRU

Un réseau de neurones voit-il ce que les modèles linéaires ratent ?

Fenêtres de 20, 60, 120 séancesWalk-forward : 5 plis d'un anGain ≤ 0,5 % sur la marche aléatoireSurapprentissage immédiat

Réseaux PyTorch d'une couche de 32 neurones, dropout 0,2, Adam, arrêt anticipé ; entrée : rendements des trois céréales, sortie : rendement cumulé du blé à 1-10 séances. Normalisation avec l'écart-type de l'apprentissage seulement. Trois graines par modèle final. Ont aussi été testés : un hybride ARIMA + LSTM sur les résidus, et Prophet.

Validation walk-forward, RMSE du rendement cumulé en points de % (tableau 13)
La perte de validation remonte presque tout de suite.
Limites
Environ 3 000 fenêtres et presque aucun signal. Dans la validation walk-forward, le même pli sert à l'arrêt anticipé et au score : l'estimation est légèrement optimiste. Les réseaux n'ont pas d'intervalle de prévision natif.
07 · PRÉVISION ET ÉVALUATION

Quel modèle prévoit le mieux, et est-ce significatif ?

394 origines × 10 horizonsMême protocole pour tous (sauf Prophet)Diebold-Mariano : aucune différence à 5 %VECM : meilleur compromis

Le VECM réduit le RMSE de 3,1 % (p = 0,058 à 1 séance) : prometteur, non démontré. La volatilité, elle, se prévoit : le GARCH a la meilleure perte , significative à 10 % (p = 0,077).

Tableau récapitulatif (tableau 14). DM : p-value de Diebold-Mariano contre la marche aléatoire. Prophet : 10 origines.
L'erreur croît avec l'horizon ; le VECM se détache surtout à 10 séances.
Intervalles ARIMA à 80 % et 95 %.

Comparer les modèles dans l'arène →

08 · APPROFONDISSEMENTS

Le lien entre céréales est-il stable dans le temps ?

DCC-GARCH blé-maïsCorrélation de 0,37 à 0,74Couverture croisée instable

Variables exogènes : ni le dollar (p = 0,69) ni le pétrole (p = 0,38) ne causent le blé au sens de Granger, et les ajouter au VAR ne change pas l'erreur. La cointégration et l'hybride relèvent aussi de cet approfondissement.

Corrélation dynamique autour de sa moyenne statique (0,57).
09 · INTELLIGENCE ARTIFICIELLE GÉNÉRATIVE

Que vaut un LLM face à nos chiffres ?

3 prompts avec les vrais chiffresNotre interprétation écrite avantChaque chiffre recalculéUn agent qui doit calculer

Le LLM converge avec nous sur les familles de modèles, mais sous-estime une marge de sécurité (14 $/t au lieu de 18,6) et avance un effet de levier non confirmé. Il a aussi relevé une incohérence réelle dans nos intervalles. Aucune p-value inventée, mais rien ne le garantissait : d'où l'agent à outils du site.

Voir l'assistant et l'audit des erreurs →

CONCLUSION

Le prix ne se prévoit pas ; son risque, si.

(1) Log-prix I(1), rendements stationnaires ; (2) aucune causalité de Granger à 5 % ; (3) deux relations de cointégration, le blé suivant le soja ; (4) une volatilité très persistante, aux pics alignés sur les chocs de 2010, 2022 et 2023 ; (5) ni le LSTM ni le GRU ne battent la marche aléatoire.

Limites générales : séries continues avec sauts de contrat, résidus non normaux, régimes multiples, période de test calme (mai 2024 à décembre 2025), réseaux de neurones avec peu de données.