Depuisla thèse de Louis Bachelier en 1900 – une théorie du mouvement brownien 5 ansavant Einstein – notre compréhension des marchés financiers a raisonnablementprogressé. Au cours des dernières décennies, l’ingénierie financière s’estconsidérablement développée jusqu’à dépasser notre compréhension. La physiquestatistique nous a appris que les systèmes constitués d’un grand nombred’entités individuelles peuvent présenter des régularités robustes (souventimprévues) qui dépassent les comportements individuels ou, comme le dit P. W.Anderson, “More is different” (Science 177, 1972).

Comprendrecomment des interactions locales entre agents — qu’il s’agisse deconsommateurs, d’entreprises, de banques ou de réseaux sociaux — peuventgénérer des phénomènes émergents, structurer les inégalités de richesse,influencer la dynamique des prix ou la propagation des risques, constitue undéfi fascinant et crucial.

Noussouhaitons favoriser la mutualisation des connaissances et les échanges entrele monde professionnel et la communauté scientifique autour des systèmescomplexes économiques et sociaux, avec des applications touchant à lamicrostructure des marchés, aux réseaux économiques, à la gestion des risques,aux séries temporelles financières, au changement climatique, ou encore auxphénomènes émergents et aux inégalités de richesse et de revenu.

Formation:

30 thèses, 10post-doctorants et une cinquantaine de stagiaires M2, soit plus de 80 étudiantsformés à ce jour.

Productionscientifique : plus de 100 publications sur les thématiques du programme.

Objectif principal:

Comprendre lessystèmes socioéconomiques complexes à l’aide des outils de la physiquestatistique.

En détail :modéliser la dynamique de systèmes composés de nombreux agents (traders,foyers, entreprises, banques) en prenant en compte leurs interactions,hétérogénéités, et mémoire, comme pour des systèmes physiques tels que lesmolécules, les bancs de poissons ou les nuées d’oiseaux.

Les applicationscouvrent des domaines variés : climate economics, economic networks, emergentphenomena, financial time-series, image processing, adaptive behavior, marketmicrostructure, risk management, social dynamics, ainsi que l’étude desinégalités de richesse et de revenu.

Enseignement :

Création de 3cours en éconophysique (2 à l’ENSAE en 1A et 3A, 1 à l’École Polytechnique en3A).

Cours cette année(deuxième trimestre) à l’ÉcolePolytechnique : Modélisation des marchés financiers : Introduction àl’Éconophysique (MDC_52060_EP)

Diversité et inclusion :

Lancement de labourse CFM WIQF (Women in Quantitative Finance) pour encourager les jeunesfemmes à poursuivre des carrières dans un domaine encore sous-représenté. La 7ᵉ lauréate démarre cette année.

Partenariats :

Collaboration avec:

·      École Polytechnique

·      Imperial College

·      Capital Fund Management

·      Laboratoire MICS,CentraleSupélec, Université Paris-Saclay

·      BNP Paribas Global Markets

·      QUANT AI Lab

·      NAEC (New Approaches toEconomic Challenges) de l’OCDE

Vulgarisation :

Création de lasérie YouTube “EconophysiX Lab in a Nutshell”, où les étudiants partagent leurstravaux via des vidéos pédagogiques : www.econophysix.com/resources

Site web :

Website : www.econophysiX.com

Linkedin : https://www.linkedin.com/company/econophysix-lab/

‍