Temps discret vs Temps continu : définitions et différences en finance de marché
Publié : 22 sept. 2026, 16:31
Bonjour à tous,
En finance de marché, en trading algorithmique et en statistiques, on croise systématiquement deux cadres de modélisation : le temps discret et le temps continu. Bien que le marché réel fonctionne d'une manière bien précise, la théorie bascule souvent de l'un à l'autre.
Voici une synthèse pour faire le point sur les définitions et leurs applications.
---
1. Le temps discret (Discrete Time)
3. Tableau comparatif
Pourquoi cette distinction est-elle essentielle en pratique ?
Le marché réel est fondamentalement discret : les prix changent tick par tick, les ordres sont exécutés à des microsecondes distinctes et il existe des pas de cotation (tick size).
Pourtant, les quants utilisent le temps continu car il permet d'obtenir des formules analytiques fermées et élégantes (comme la formule de Black-Scholes). Pour exécuter ces modèles sur ordinateur ou faire des backtests, on effectue ensuite une discrétisation (méthode d'Euler, simulations de Monte-Carlo).
Au plaisir d'échanger si vous avez des questions ou des précisions à apporter !
En finance de marché, en trading algorithmique et en statistiques, on croise systématiquement deux cadres de modélisation : le temps discret et le temps continu. Bien que le marché réel fonctionne d'une manière bien précise, la théorie bascule souvent de l'un à l'autre.
Voici une synthèse pour faire le point sur les définitions et leurs applications.
---
1. Le temps discret (Discrete Time)
- Définition : Le temps avance par sauts isolés et dénombrables ($t = 0, 1, 2, \dots$). On observe les variables à des instants fixés précis, sans s'intéresser à ce qui se passe entre deux pas de temps.
- En trading / finance : C'est la réalité de l'analyse technique et des données de marché. Les graphiques en bougies (1 min, 1h, Daily), les prix de clôture journaliers, ou le rééquilibrage périodique d'un portefeuille (ex : tous les mois).
- En statistiques / quants : On utilise les séries temporelles (ARIMA, GARCH), les processus à temps discret et les équations aux différences. En évaluation d'options, le modèle binomial de Cox-Ross-Rubinstein (CRR) repose entièrement sur ce principe.
- Définition : Le temps s'écoule de manière fluide et ininterrompue ($t \in [0, T]$). Entre deux instants, aussi proches soient-ils, il existe une infinité de sous-instants ($dt$).
- En trading / finance : C'est le cadre privilégié de la finance quantitative théorique. On suppose que le cours fluctue en permanence sans interruption et que les transactions peuvent être exécutées instantanément à tout moment.
- En statistiques / quants : On fait appel au calcul stochastique (lemme d'Itô), au mouvement brownien et aux équations différentielles stochastiques (EDS). Le modèle de Black-Scholes pour le prix des options est l'exemple emblématique du temps continu.
3. Tableau comparatif
- Représentation du temps : Suite d'instants $t_0, t_1, \dots$ vs Intervalle continu $t \in \mathbb{R}^+$
- Outils mathématiques : Sommes ($\sum$), équations aux différences vs Intégrales ($\int$), équations différentielles stochastiques
- Modèle d'options référence : Arbre binomial (Cox-Ross-Rubinstein) vs Black-Scholes-Merton
- Domaine de prédiction : Économétrie des séries temporelles vs Finance de marché théorique & pricing
Pourquoi cette distinction est-elle essentielle en pratique ?
Le marché réel est fondamentalement discret : les prix changent tick par tick, les ordres sont exécutés à des microsecondes distinctes et il existe des pas de cotation (tick size).
Pourtant, les quants utilisent le temps continu car il permet d'obtenir des formules analytiques fermées et élégantes (comme la formule de Black-Scholes). Pour exécuter ces modèles sur ordinateur ou faire des backtests, on effectue ensuite une discrétisation (méthode d'Euler, simulations de Monte-Carlo).
Au plaisir d'échanger si vous avez des questions ou des précisions à apporter !