Qu'est-ce que la rugosité Mandelbrot, exactement ?

Rugosité Mandelbrot mélange trois objets ; pour ton cas, ce sont les sauts qui comptent — pas Hurst, pas multifractalité.

Quand tu m'as écrit « régime rugueux à la Mandelbrot » (brouillon WhatsApp §Msg 3), tu avais en tête un objet précis — ton stop traversé sans toucher le limit. Mais le vocabulaire roughness couvre trois objets mathématiquement distincts, et seul l'un des trois répond à ta question opérationnelle. Cette page est la disambiguation. C'est la seule façon que tu puisses relire la wiki dans six mois sans confondre.

Les trois objets — disambiguation

A. Hurst exponent H < 0.5 (rough volatility)

Définition. La volatilité instantanée σ_t se comporte comme un mouvement brownien fractionnaire d'exposant de Hurst H < 1/2 — anti-persistant. Concrètement : sur deux échelles Δt₁ et Δt₂, l'incrément quadratique scale en Δt^{2H} au lieu de Δt^1 (brownien). Pour H ≈ 0.1 (rough Bergomi, ordre de grandeur empirique), la vol oscille beaucoup plus violemment à courte échelle qu'un GARCH brownien ne le prédirait. Référence canonique : [bouchaud2018tqp, chap. 8].

Le piège. La rough volatility est présente partout en haute fréquence. Mesures empiriques sur SPX, ES, single-stocks, FX : H ∈ [0.05, 0.15] quasi-universellement. Donc H < 0.5 ne discrimine pas un jour normal d'un jour pathologique. C'est une propriété de fond du processus, pas un signal d'alerte. Si tu mesures H sur la journée IONQ rugueuse vs la journée IONQ calme, tu retrouveras un H du même ordre.

B. Multifractalité

Définition. La fonction τ_q = log E[|r_τ|^q] / log τ n'est pas linéaire en q. Dans un processus monofractal, τ_q = q · H ; en multifractal, le spectre τ_q est concave et révèle une hiérarchie d'exposants locaux — certaines régions de la trajectoire sont plus rugueuses que d'autres, et la "rugosité moyenne" cache une distribution. Référence fondatrice : [mandelbrot1997fractals, Chap. 11 — multifractalité].

Le piège. La multifractalité est caractéristique des séries financières en général (rendements actions, FX, indices) — pas spécifique aux jours pathologiques de Salim. De plus, son estimation empirique demande beaucoup de données (queues q élevées = échantillon faible) et est très instable en intraday. C'est un objet d'étude statistique de long échantillon, pas un détecteur d'événement intra-day.

C. Sauts Lévy α-stable

Définition. Les rendements r_t suivent une loi à queue lourde P(|r| > x) ~ C · x^{-α} avec α ∈ (0, 2). Pour α < 2, la variance est infinie ; les moments d'ordre supérieur à α n'existent pas. Les sauts ne sont pas un bruit, ils sont le cœur du processus : contrairement au brownien (où une "grosse" déviation est exponentiellement rare), un Lévy α-stable produit régulièrement des sauts macroscopiques — c'est le processus, pas une exception. Référence : [cont2003financial, chap. 5 Lévy processes].

Pourquoi c'est ce qui compte pour toi. Un saut Lévy isolé sur une fenêtre de 60 s produit RV ≫ BV (la realized variance capture le carré du saut, la bipower variation l'amortit) — donc J = 1 − BV/RV → 1. C'est exactement la signature détectable par bipower-and-jumps (ADR-0005). Mesures préflight AMC 2021-01-27 : sur fenêtres flagées Rough, J ∈ [0.7, 0.85] ; sur fenêtres flagées Smooth, J ≈ 0.1. La discrimination est nette.

Le cas Salim — stop traversé sans toucher le limit

Quand un stop est traversé sans toucher le limit intérieur, le candidat est presque toujours un saut Lévy isolé (objet C), pas une trajectoire H < 0.5 (objet A) ni un changement de spectre fractal (objet B). La trace empirique : J élevé sur fenêtre 60 s autour du timestamp du trigger. Validation prévue sur les 5 cas Dirac du scan top-5 (voir cases-index une fois la pré-étude exécutée).

Pour étayer cliniquement : un brownien avec H = 0.1 peut produire une trajectoire visuellement rugueuse, mais les déviations restent gaussiennes à chaque échelle — la probabilité d'un mouvement de 5σ en une seconde reste de l'ordre de 10^{-6}. Un Lévy α-stable avec α = 1.6 produit un mouvement de 5σ (au sens de la dispersion robuste) toutes les centaines de ticks. C'est l'ordre de grandeur empirique observé sur les journées de short squeeze (cf. AMC, GME, IONQ 2021).

Pourquoi ce démêlement compte — épistémique

Quand un trader dit « le marché est rugueux », il a presque toujours en tête des sauts (objet C) — c'est le concept opérationnel qui le préoccupe : est-ce que mon stop peut être traversé proprement ? Mais il utilise le vocabulaire Mandelbrot qui, dans la littérature académique, couvre principalement A et B.

La conséquence pratique. Si tu mesures H (objet A) ou la multifractalité (objet B) dans l'espoir d'anticiper ton prochain stop traversé, tu mesures la mauvaise chose. Tu trouveras H ≈ 0.1 les jours calmes et les jours rugueux — la mesure ne discrimine rien. La discipline est : pour la question opérationnelle « le marché saute-t-il maintenant ? », J = 1 − BV/RV est le seul des trois objets qui répond.

Le démêlement coupe aussi le risque self-imposed-ignorance (adversaire nommé delib-20260513-c2b8 §C5) : sans cette page, on lit roughness et on convoque mentalement la totalité de l'œuvre de Mandelbrot, ce qui inhibe le passage à l'action mesurable. Trois objets, un seul te concerne.

Limites

• L'estimation de α (queue Lévy) demande des fenêtres relativement longues (~minute, pas tick) et beaucoup d'observations. Voir cases-index pour les mesures empiriques sur les top-5 cas du scan Dirac.
• Distinguer rigoureusement « saut Lévy » d'un « burst de variance brownien avec H<0.5 » sur 1 ou 2 ticks est théoriquement possible (la décomposition de Lévy-Itô sépare partie continue et sauts — [cont2003financial, chap. 5]) mais pratiquement difficile en single-day MBP-10. C'est OK : pour la décision opérationnelle, J = 1 − BV/RV suffit comme proxy, et on n'a pas besoin de distinguer ces deux objets-frontière pour la décision « switch régime ou pas ? ».
• Travail récent sur l'unification rough vol + sauts : [jaberReconcilingRoughVolatility2024] propose un cadre où les deux cohabitent dans un même modèle. C'est intéressant théoriquement mais hors-scope pour le pipeline production.

Référence — résumé décisionnel

Pour le pipeline

Ce démêlement justifie le choix d'ADR-0005 (J = 1 − BV/RV) comme seul signal du classifier. Il n'y a pas de signal Hurst ni multifractalité dans le DAG — ce serait du self-induced gamma mesurer ce qui ne discrimine pas. Voir bipower-and-jumps pour la définition opérationnelle de J et pivot-j-based pour le rationale du pivot \(V2\to{}V3\) du classifier vers J seul.

Footer

• Adversaire endogène nommé : self-imposed-ignorance — utiliser roughness sans démêler les trois objets, et donc mesurer la mauvaise quantité.
• Pages liées : bipower-and-jumps (J comme détecteur de sauts), cases-index (5 cas Dirac mesurés), pivot-j-based (rationale ADR-0005), charter.
• Délibération parente : delib-20260514-bccc.
• Source contextuelle : brouillon WhatsApp 2026-05-13 §Msg 3 — c'est le démêlement promis à Salim en deux phrases ; cette page est la version dépliée.