La société Mathworks organise régulièrement des mini-séminaires de présentation des fonctionnalités de leurs outils (Matlab, Simulink et l'ensemble des toolboxes associées), à chaque fois autour d'une thématique donnée. L'accès au séminaire est gratuit (Mathworks récupère amha largement son investissement en faisant un peu de pub pour la dernière release, tout en collectant des infos sur ses clients), ça dure une demi-journée, et j'aime bien cet espèce d'oecuménisme qui regroupe gens des télécoms, de la finance, du transport, de l'énergie, autour d'un même totem.
A l'occasion du dernier ("Techniques de mathématiques avancées avec Matlab"), on a eu droit à une présentation intitulée "Dynamiques ondulatoires non linéaires et cours boursiers", sujet pas peu à la mode. Des cours d'action ou des indices boursiers sont passés à la moulinette d'outils d'analyse fréquentielle et/ou temporelle (Fourier, ondelettes ...) afin d'extraire des estimateurs permettant de prévoir leur évolution ultérieure ... indépendamment de tout input externe !
... !?
La recette n'a pas été donnée, c'est un travail de recherche en cours au cneurseu(tm), l'article n'est pas encore publié, mais ça sonnait quand même bizarrement. Quand on essaie de construire des estimateurs de ce type, par exemple des filtres de Kalman, en général on s'appuie sur un vecteur d'entrées (de "commandes"), représentant l'ensemble des externalités connues (supposées déterministes - on rajoute du bruit ensuite). Là ça ressemble à du filtrage particulaire, mais pour un processus qui est tout sauf markovien.