Un arbre est une distribution avec une forme, et trois choses doivent tenir

Tam
Tam
·Founder & AI Builder·2026-09-27
Probability Trees That Add Up cover

Un arbre binaire sur les rendements observés

Un arbre à deux branches sur 249 rendements quotidiens doit satisfaire trois choses : la somme des probabilités est égale à 1, la somme des comptages de branches égale l'échantillon, et l'espérance se reconstruit à partir des deux. La probabilité empirique de la branche haussière est de 0,3092 contre 0,3085 impliquée par la loi normale.

Le classeur construit l'arbre de probabilités le plus simple possible à partir de la série de prix : chacun des 249 rendements logarithmiques quotidiens est classé comme jour de hausse ou jour de baisse, et la probabilité empirique de chacun est calculée à partir des comptages.

Deux choses sont ensuite contrôlées, et une troisième en découle.

La somme des probabilités est égale à 1. Hausse plus baisse égale exactement 1, pas approximativement. C'est de l'arithmétique élémentaire et c'est aussi le contrôle qui détecte une règle de classement trouée. Un seuil qui exclut les rendements nuls, par exemple, laisserait certains jours dans aucune branche.

Les comptages de branches totalisent le nombre d'observations. Le comptage de la branche haussière plus celui de la branche baissière égale 249. C'est le contrôle que les probabilités seules ne suffisent pas à garantir : si les deux pourcentages font un mais que les comptages ne totalisent pas l'échantillon, l'une des branches est calculée sur une autre plage de lignes.

L'espérance se reconstruit à partir des deux. La somme pondérée par les probabilités des valeurs de branche doit égaler l'espérance calculée indépendamment. L'écart ici est de 6 × 10⁻¹⁶.

La probabilité impliquée par la loi normale

Le contrôle intéressant est le quatrième. La probabilité de la branche haussière peut aussi être dérivée d'une loi normale ajustée aux mêmes rendements, et les deux devraient être proches.

SourceProbabilité de hausse
Comptage empirique0,3092
Impliquée par la loi normale0,3085

L'écart est de 0,0007, soit sept points de base de probabilité. C'est ce qu'un ajustement normal sur 249 observations devrait produire, et c'est la preuve de deux choses à la fois : que le classement compte correctement, et que les rendements ne sont pas extrêmement non normaux à cette taille d'échantillon.

Cela ne prouve pas non plus que les rendements sont normaux. Un écart de 0,07 % sur la probabilité de hausse est un test faible. La répartition hausse/baisse est le résumé le plus grossier d'une distribution, et une série à queues épaisses peut la reproduire exactement tout en échouant aux 1er et 99e centiles.

MODEL sheet, probability tree: up and down branch counts, probabilities and expected value for 249 daily returns
The two-branch tree: counts and probabilities reconcile to 249 observations, and the expected value rebuilds from both.

À quoi sert l'arbre

Un arbre à deux branches sur des données quotidiennes n'est pas un modèle sérieux de l'incertitude. C'est une structure pédagogique : le plus petit objet qui a des probabilités, des branches et une espérance, et donc le plus petit objet sur lequel les trois contrôles de cohérence peuvent être exécutés.

C'est pourquoi il a sa place dans une feuille de contrôle. Tout modèle plus grand a les mêmes trois exigences : un arbre de décision, un arbre de scénarios, un treillis. Un modèle qui échoue à deux branches échouera à deux cents.

Le schéma à retenir est le troisième contrôle. Probabilités et comptages sont tous deux faciles à rendre cohérents en interne ; reconstruire l'espérance à partir des deux, et comparer, est ce qui détecte une branche calculée sur la mauvaise plage.

L'article Monte-Carlo remplace les deux branches par 10 000 trajectoires et garde la même idée : comparer ce que la simulation a produit à ce que la distribution implique. Les 31 contrôles, au complet, sont sur la page des méthodes quantitatives. Les rendements qui alimentent ces branches sont dans rendements et valeur temps, et le bêta estimé sur la même série est dans la régression.

Comptages et probabilités restent séparés dans Mica ; la réconciliation est donc arithmétique, et non une assertion.

Cette série de validation de modèles utilise des cas synthétiques à des fins de démonstration méthodologique. Elle ne constitue pas un conseil en investissement, fiscal ou juridique.

Dernière mise à jour : 2026-11-01 · Vérifié en interne ; non audité indépendamment. · Méthodologie et revue

Tam
Tam

Tam is the Founder & CEO of MINDLINK TEC LTD, an AI creator and product builder building creative AI tools including Mica and Bobi.


Mica

IA locale pour des feuilles de calcul plus intelligentes. Automatisez vos flux de travail Excel en langage naturel.

Contact

E-mail : service@mindlink.tools

Société : MINDLINK TEC LTD

© 2026 MINDLINK TEC LTD. Tous droits réservés.