UNIVERSITÉ DE LAUSANNE
ÉCOLE DES HAUTES ÉTUDES COMMERCIALES


Utilisation d'un marché prédictif dans
le cadre du projet MICS




Mémoire présenté par Cédric GASPOZ




En vue de l'obtention du

Diplôme postgrade en informatique et organisation

Année académique 2004-2005




Devant le jury composé de :
Prof. Pigneur Yves, directeur du mémoire
Prof. Thibault Estier



Institut d'informatique et organisation (Inforge) > Internef > CH - 1015 Lausanne
Tél. +41 (0)21 692 3400 > Fax + 41 (0)21 692 34 05
E-mail : secretariat.inforge@unil.ch Internet > http://inforge.unil.ch

Table des matières
1 Introduction ........................................................................................................................... 6
2 Etat de l’art ............................................................................................................................ 8
2.1 Problématiques de la prévision .................................................................................... 8
2.1.1 Méthodes statistiques ............................................................................................... 8
2.1.2 Théorie des jeux ....................................................................................................... 8
2.1.3 Scénarios.................................................................................................................. 9
2.1.4 Méthode Delphi......................................................................................................... 9
2.2 Définition des marchés prédictifs ............................................................................... 10
2.3 Les principales critiques............................................................................................. 11
2.3.1 Bulle spéculative..................................................................................................... 11
2.3.2 La représentativité des acteurs............................................................................... 12
2.3.3 La taille du marché ................................................................................................. 12
2.4 Fondements scientifiques .......................................................................................... 12
2.4.1 Mécanismes d’agrégation de l'information.............................................................. 13
2.4.2 Résultats de laboratoires ........................................................................................ 13
2.5 Conception d'un marché virtuel.................................................................................. 14
2.5.1 Choix du but prévisionnel ....................................................................................... 14
2.5.1.1 Le gagnant remporte tout................................................................................ 15
2.5.1.2 Rétribution linéaire .......................................................................................... 15
2.5.2 Moyens incitatifs pour participer et révéler l’information......................................... 15
2.5.2.1 Real-money..................................................................................................... 15
2.5.2.2 Play-money..................................................................................................... 17
2.5.2.3 Real money versus play-money...................................................................... 17
2.5.3 Mécanismes financiers du marché ......................................................................... 18
2.5.3.1 Le teneur de marché (CDAwMM) ................................................................... 18
2.5.3.2 Les double-enchère (CDA) ............................................................................. 19
2.5.3.3 Le pari-mutuel dynamique (DPM) ................................................................... 19
2.6 Efficience des marchés prédictifs............................................................................... 20
2.7 Exemples d'application .............................................................................................. 20
2.7.1 Politique.................................................................................................................. 20
2.7.1.1 Iowa Electronic Market (IEM).......................................................................... 20
2.7.2 Jeu/Sport/Gambling ................................................................................................ 22
2.7.2.1 Foresight Exchange (FX) ................................................................................ 22
2.7.2.2 Newsfutures.................................................................................................... 22
2.7.2.3 Buzz Game ..................................................................................................... 23
2.7.2.4 Intrade............................................................................................................. 25
2.7.3 Développement....................................................................................................... 25
2.7.4 Entreprises.............................................................................................................. 26
2.7.4.1 Particularité des marchés prédictifs utilisés en entreprise .............................. 27
2.8 L'état des lieux et les opportunités d'utilisation de marchés prédictifs ....................... 28
3 Analyse des besoins ........................................................................................................... 29
3.1 Du point de vue des administrateurs de la plate-forme.............................................. 29
3.1.1 Modularité ............................................................................................................... 29

Cédric Gaspoz Utilisation d'un marché virtuel dans le cadre du projet MICS 2 / 85

3.1.2 Adoption par les utilisateurs.................................................................................... 30
3.2 Du point de vue des utilisateurs ................................................................................. 30
3.2.1 Anonymat................................................................................................................ 30
3.2.2 Confidentialité ......................................................................................................... 31
3.2.3 Contrats .................................................................................................................. 32
3.2.4 Négoce ................................................................................................................... 32
4 Spécifications ...................................................................................................................... 33
4.1 Choix du but prévisionnel........................................................................................... 33
4.2 Moyens incitatifs pour participer et révéler l'information ............................................ 33
4.2.1 Le choix de la monnaie d'échange ......................................................................... 33
4.2.2 L'incitation à révéler l'information............................................................................ 34
4.3 Mécanismes financiers du marché............................................................................. 34
4.3.1 Le market maker..................................................................................................... 35
4.4 Cas d'utilisation .......................................................................................................... 36
4.4.1 La gestion du compte utilisateur ............................................................................. 37
4.4.2 La gestion du portefeuille........................................................................................ 38
4.4.3 La gestion des contrats........................................................................................... 38
4.4.4 L'aperçu de la performance .................................................................................... 40
5 Architecture ......................................................................................................................... 41
5.1 Choix du logiciel ......................................................................................................... 41
5.2 Schéma de la base de données................................................................................. 42
5.3 Diagramme de classe ................................................................................................ 43
5.3.1 IFAlert ..................................................................................................................... 44
5.3.2 IFClaim ................................................................................................................... 45
5.3.3 IFComment ............................................................................................................. 45
5.3.4 IFHolding ................................................................................................................ 46
5.3.5 IFMarginRules ........................................................................................................ 46
5.3.6 IFMarketMaker........................................................................................................ 46
5.3.7 IFOrder ................................................................................................................... 47
5.3.8 IFQuote................................................................................................................... 47
5.3.9 IFQuoteHistory........................................................................................................ 48
5.3.10 IFServer .................................................................................................................. 48
5.3.11 IFTrader .................................................................................................................. 49
5.3.12 IFTransaction.......................................................................................................... 49
5.4 Diagrammes de séquences ....................................................................................... 50
5.4.1 Gestion du compte utilisateur ................................................................................. 50
5.4.2 Gestion du portefeuille............................................................................................ 51
5.4.2.1 Afficher le portefeuille ..................................................................................... 51
5.4.2.2 Passer un ordre d'achat ou de vente .............................................................. 52
5.4.3 Gestion des contrats............................................................................................... 53
5.4.4 Aperçu de la performance ...................................................................................... 54
5.4.4.1 Classement des utilisateurs ............................................................................ 54
5.4.4.2 Performance du marché ................................................................................. 54
5.5 Infrastructure .............................................................................................................. 55
5.5.1 Développement....................................................................................................... 55
6 Prototype............................................................................................................................. 56
6.1 Structure du site ......................................................................................................... 56

Cédric Gaspoz Utilisation d'un marché virtuel dans le cadre du projet MICS 3 / 85

6.1.1 Authentification sur MarMix .................................................................................... 57
6.2 La plate-forme de marché .......................................................................................... 58
6.2.1 Gestion du compte utilisateur ................................................................................. 58
6.2.1.1 Création d'un compte...................................................................................... 59
6.2.1.2 Gestion du compte.......................................................................................... 59
6.2.1.3 Fermeture du compte...................................................................................... 60
6.2.2 Gestion du portefeuille............................................................................................ 61
6.2.2.1 Passer un ordre .............................................................................................. 62
6.2.2.2 Le livre des ordres .......................................................................................... 63
6.2.2.3 La transaction ................................................................................................. 63
6.2.3 Gestion des contrats............................................................................................... 64
6.2.3.1 La vue d'ensemble des contrats ..................................................................... 64
6.2.3.2 Les contrats actifs ........................................................................................... 64
6.2.3.3 Les propositions de contrat............................................................................. 64
6.2.3.4 Les contrats en attente d'ordres ..................................................................... 65
6.2.3.5 Les contrats arrivés au terme ......................................................................... 66
6.2.4 Aperçu de la performance ...................................................................................... 66
6.3 Le wiki ........................................................................................................................ 67
6.4 La gestion des erreurs ............................................................................................... 68
6.5 Les listes de discussion ............................................................................................. 68
7 Les contrats......................................................................................................................... 70
7.1 Exemples d'autres plates-formes............................................................................... 70
7.1.1 Election présidentielle 2008.................................................................................... 70
7.1.2 CERN will find the Higgs particle first ..................................................................... 70
7.1.3 Quantum factoring demo by 2006 .......................................................................... 71
7.1.4 Goldbach Conjecture by 2020 ................................................................................ 71
7.2 Exemples sur MarMix................................................................................................. 71
7.2.1 Paiement mobile en Suisse .................................................................................... 72
7.2.2 Pluie le 11 novembre 2005 ..................................................................................... 72
7.3 Exemples sur le projet MICS...................................................................................... 72
7.3.1 Robots de détection................................................................................................ 73
7.3.2 Bâtiments intelligents.............................................................................................. 73
7.3.3 Paiement mobile ..................................................................................................... 73
7.3.4 Vehicular Network................................................................................................... 73
7.3.5 Application senseurs............................................................................................... 73
7.4 Conception des contrats ............................................................................................ 73
7.4.1 Les éléments structurels......................................................................................... 76
7.4.1.1 Description...................................................................................................... 76
7.4.1.2 Jugement ........................................................................................................ 76
7.4.1.3 Prix et type...................................................................................................... 76
7.4.2 La proposition du contrat ........................................................................................ 76
7.4.2.1 Domaine d'activité........................................................................................... 77
7.4.2.2 Etat de l'art...................................................................................................... 77
7.4.2.3 But de la recherche......................................................................................... 77
7.4.2.4 Résultats attendus .......................................................................................... 77
7.4.2.5 Mesure du succès, impact .............................................................................. 77

Cédric Gaspoz Utilisation d'un marché virtuel dans le cadre du projet MICS 4 / 85

7.4.3 Exemple.................................................................................................................. 77
7.4.3.1 Description...................................................................................................... 77
7.4.3.2 Jugement ........................................................................................................ 77
7.4.3.3 Prix et paiement .............................................................................................. 78
7.4.3.4 Proposition...................................................................................................... 78
8 Perspectives........................................................................................................................ 79
9 Bibliographie ....................................................................................................................... 81
10 Annexes .............................................................................................................................. 84
10.1 Liste des marchés prédictifs en activité d'après (Cherry and Rogers 2005) .............. 84
Ces annexes ne sont pas disponibles dans la version PDF:

10.2 Notes d'entretien avec la direction du projet MICS
10.3 Documentation du package IF (classes et méthodes)
10.4 Contenu du Wiki

Vous trouverez ces documents sur le site de l'auteur: http://www.hec.unil.ch/cgaspoz/

Cédric Gaspoz Utilisation d'un marché virtuel dans le cadre du projet MICS 5 / 85

1 Introduction
Ce diplôme présente les marchés prédictifs, qui sont un moyen d’agréger l’information en
utilisant les processus à la base des marchés financiers et en proposant des contrats à termes
représentant la probabilité de survenance d’une proposition. Des publications dans le domaine
de la finance, du management ou de l’informatique font référence à l’utilisation des marchés
prédictifs et démontrent les bons résultats obtenus par cette méthode. Nous nous sommes
demandé s’il était possible de concevoir et utiliser un tel marché dans un milieu académique,
pour prédire l’émergence de nouvelles théories et applications dans le domaine des
communications mobiles. Pour supporter notre réflexion, nous avons mis en place un prototype
qui devrait pouvoir nous permettre de tester le concept, d’étudier les fonctions de calcul de prix
et les mécanismes d’agrégation de l’information.
Pour débuter, nous présentons l’état de l’art en nous appuyant sur la littérature parue depuis
1988 lorsque l’University of Iowa a lancé sa plate-forme Iowa Electronic Market1 (IEM) dans le
cadre de l’élection présidentielle Bush-Dukakis. Depuis, plusieurs chercheurs se sont penchés
sur les marchés prédictifs comme instrument de prévision dans de nombreux domaines:
politique, sport, cinéma, marketing, … Nous allons comparer les marchés prédictifs à d’autres
outils de prévision puis nous présenterons en détail les marchés prédictifs ainsi qu’un essai
d’en formaliser les spécifications. Nous illustrerons alors ceci par des exemples tirés des
principales plates-formes en activité pour le moment. S’ensuit une discussion sur l’orientation
ludique des plates-formes actuelles et une présentation des utilisations que l’on pourrait en faire
et qui apporteraient un réel bénéfice.
Nous nous penchons alors sur l’analyse des besoins tant de l’expérimentateur que des
utilisateurs. Cherchant des raisons à l’absence totale de telles plates-formes dans le cadre de la
recherche, nous avons mené une série d’entretiens avec des professeurs de l’EPFL engagés
dans la direction du projet MICS. Leurs réticences et craintes ont été prises en compte pour la
définition des spécifications du prototype.
Nous utilisons la méthode de (Spann and Skiera 2003) pour définir les spécifications de la
plate-forme. Ces spécifications comprennent le choix du but prévisionnel, qui dans notre cas
découle directement de notre proposition de recherche, des mécanismes financiers à la base
des transactions, ainsi que des moyens incitatifs mis en place pour amener les utilisateurs à
utiliser la plate-forme et surtout, pour amener les plus éclairés d’entre eux à transmettre leurs
informations au marché. Ces spécifications débouchent sur la présentation de quatre cas
d’utilisation.
Notre objectif étant de développer un prototype pour y tester nos hypothèses, nous faisons un
tour d’horizon des plates-formes à disposition et présentons l’architecture de ce dernier, basé
sur les développements à la base d’USIFEX, qui n’est plus en activité depuis quatre ans. Le
prototype utilise la souplesse de la programmation objet en se basant sur le langage Python
dans sa version 2.3.
Nous nous attardons ensuite sur la présentation de l’interface du prototype et des interactions
avec les utilisateurs. Il faudra par la suite s’attacher à refondre l’interface pour le faire évoluer
vers plus de convivialité, et nous permettre de guider l’utilisateur lors de ses sessions sur la
plate-forme.
Les parties théoriques et logicielles sous toit il nous reste encore à décrire les contrats et la
manière de les formuler. A nouveau nous nous penchons sur les marchés actuels pour y tirer
des enseignements qui pourraient nous être utiles. N’ayant malheureusement pas fait l’objet de
publications, la définition des contrats est intimement liée avec les auteurs qui les rédigent.


1 http://www.biz.uiowa.edu/iem/
Cédric Gaspoz Utilisation d'un marché virtuel dans le cadre du projet MICS 6 / 85

Nous tentons de tirer quelques enseignements provenant des contrats actifs sur les marchés
des matières premières pour proposer un cadre nous permettant de formaliser la rédaction d'un
contrat. Ne s'agissant que d'une proposition, il faudra encore tester et compléter ce cadre pour
pouvoir s'assurer que la manière de rédiger les contrats n'influence pas sur la pertinence des
prédictions.
Finalement, nous esquissons les travaux qu'il reste à accomplir avant de pouvoir mener les
premiers tests réels de la plate-forme. De la formulation des contrats à l'étude des mécanismes
combinatoires d'agrégation de l'information en passant par les fonctions de fixation du prix.
Nous revenons sur les travaux effectués dans le cadre de ce diplôme et présentons quelques
idées de recherche futures.









Ce travail de diplôme a été rédigé dans le cadre du Master of Business Information (MBI) de
l’Ecole des HEC à Lausanne.

Cédric Gaspoz a obtenu sa licence en sciences-économiques, option gestion d'entreprise à
l'Université de Neuchâtel. Durant ses études, il a travaillé pour Nivarox-FAR SA dans le
développement et la mise en place d'applications de gestion. Il a ensuite été secrétaire politique
pour la suisse-romande au Conseil Suisse des Activités de Jeunesse (CSAJ) avant de prendre
la direction de Younet, association spécialisée dans les services Internet, la production de
contenu pour le web ainsi que le développement de solutions métier. Actuellement, il travaille
comme assistant de recherche et enseignement à l'Ecole des HEC de l'Université de Lausanne.
Cédric Gaspoz est également associé gérant de la société Tarqis Sàrl à Bienne, fondée en
1996 et spécialisée dans les prestations liées aux techniques de spectacle.

Cédric Gaspoz
Rue de la Carrière 20
CH-1700 Fribourg
cedric@gaspoz-fleiner.com
http://www.hec.unil.ch/cgaspoz/

Cédric Gaspoz Utilisation d'un marché virtuel dans le cadre du projet MICS 7 / 85

2 Etat de l’art
Dans ce chapitre, nous allons faire un survol de l’état de la connaissance dans le domaine des
méthodes de prévision ainsi que des applications de ces différentes méthodes.
Après avoir fait un survol de ces méthodes, nous allons nous intéresser plus particulièrement
aux marchés prédictifs. Nous en donnerons la définition puis nous en étudierons les propriétés
ainsi que les applications possibles.
2.1 Problématiques de la prévision
Tous les gouvernements et entreprises sont confrontés à des problèmes récurrents concernant
la prévision de la survenance d’événements à court, moyen ou long terme. Ce problème tend à
rendre difficile la prise de décisions impliquant de telles prévisions. De nombreuses études et
recherches ont tenté d’apporter des réponses à cette problématique, afin d’augmenter le degré
de fiabilité des prévisions.
Que ce soit pour prévoir le nombre de ventes d’un produit, les résultats d’une élection, la
survenance d’un conflit ou l’adoption d’une technologie, les décideurs et politiciens ont besoin
d’agréger le maximum d’informations pertinentes avant de pouvoir prendre leurs décisions.
Plusieurs approches tentent de remédier à ces problèmes de prévision.
2.1.1 Méthodes statistiques
Cette première approche vise à établir des prévisions en se basant sur des données existantes
et en appliquant des méthodes statistiques univariées ou multivariées. Ceci est à la base de
tous les modèles dit d’extrapolation ou des modèles économétriques.
Les méthodes statistiques sont très utiles pour faire des prévisions concernant des événements
relativement peu complexes et dont les paramètres sont connus. Toutefois, en cas de grande
incertitude ou en présence de nombreux paramètres, ces méthodes deviennent peu fiables.
D’autre part, pour pouvoir être utilisées, ces méthodes doivent disposer d’informations sur le
passé. Or pour faire des prévisions concernant de nouveaux produits, il faudrait que ces
données contiennent des informations sur le futur, ce qui tend à rendre la méthode inutilisable
dans le cas de prévisions dans le domaine de la recherche.
L’exemple typique de l’utilisation de méthodes statistiques est la prévision des ventes ou du
chiffre d’affaire mensuel ou encore les prévisions concernant des votations.
2.1.2 Théorie des jeux
«La théorie des jeux étudie les comportements - prévus, réels, ou tels que justifiés a posteriori -
d’individus face à des situations d’antagonisme, et cherche à mettre en évidence des stratégies
optimales.
La théorie des jeux est très proche de l’économie en ce sens qu’elle cherche les stratégies
rationnelles dans des situations où les gains d’un acteur dépendent non seulement de son
comportement et des conditions de marché, mais aussi de celui des autres intervenants,
lesquels peuvent poursuivre des objectifs différents ou contradictoires. On lui trouve aussi des
applications en sciences politiques ou en stratégie militaire». 2


2 http://fr.wikipedia.org/wiki/Théorie_des_jeux (consulté le 8 juin 2005)
Cédric Gaspoz Utilisation d'un marché virtuel dans le cadre du projet MICS 8 / 85

Depuis la première publication de (Von Neumann and Morgenstern 1944), le modèle a évolué
des jeux à somme nulle vers les jeux à somme non nulle ainsi que vers les jeux déterministes.
La principale limitation résultant de l’utilisation de cette méthode est la nécessité de connaître
les différentes options dès le début du jeu. Cette méthode permet ainsi de déterminer quelle est
l’alternative qui va nous permettre de maximiser notre profit par rapport aux autres alternatives,
mais ne permet pas de déterminer quelles sont les alternatives.
2.1.3 Scénarios
La méthode des scénarios est plus récente et se base sur des faits connus, des futures
plausibles mais pas forcément probables, ainsi que des interprétations subjectives de faits ou
tendances actuelles. Cette combinaison d’éléments permet de créer des scénarios. Les experts
vont ainsi préparer un jeu de scénarios (entre 3 et 5) proposant toute la palette des évolutions
possibles. Une fois les scénarios établis, les décideurs sont amenés à les tester et à déterminer
quel serait l’impact de telle ou telle décision sur les différents scénarios. De la sorte, la méthode
des scénarios permet de simuler les conséquences d’une action particulière.
Les scénarios sont utilisés principalement dans les domaines politiques et militaires. La CIA
publie depuis sept ans des scénarios sur l’évolution du monde "Mapping the Global Future"3 qui
sont destinés avant tout aux politiciens, pour leur permettre d’évaluer les impacts à long terme
de leurs décisions ainsi que les prochains challenges. Dans l’industrie, les scénarios sont
utilisés comme aide lors de la définition de la stratégie à long terme. Les décideurs peuvent
ainsi mesurer les conséquences d’une délocalisation, du développement d’un nouveau produit
ou même d’un changement de tendance dans la société. La plupart des cigarettiers ont ainsi pu
anticiper les campagnes actuelles ainsi que les conséquences des procès intentés aux Etats-
Unis.
Cette méthode ne permet toutefois pas de prédire quel est le scénario qui va s’imposer dans le
futur, et encore moins quelle est la probabilité qu’il le fasse. Par contre, elle permet de saisir et
de comprendre l’évolution future.
2.1.4 Méthode Delphi
La méthode Delphi fait son apparition en 1944 au sein de l’U.S. Air Force. Il s’agissait de définir
les futures innovations dans le domaine de l’armement. Ce projet va découler sur la création de
la société RAND4 qui est toujours active dans l’établissement de prévisions concernant
l’évolution du monde. La méthode Delphi consiste à amener un groupe d’experts à dégager des
consensus sur des sujets précis à l’aide de questionnaires successifs. Les questionnaires sont
distribués itérativement, reprenant les résultats de l’étape précédente. Le but est de permettre
aux experts de faire converger leur avis avec celui de leurs pairs.
L’un des avantages de la méthode est la quasi certitude d’obtenir un consensus à l’issue des
questionnaires successifs. D’autre part, l’information recueillie au cours des différentes
itérations sur les événements, tendances et ruptures déterminantes pour l’évolution future du
problème étudié, est généralement riche en informations qui pourront être utilisées dans une
phase d’analyse.
Bien que performante et très largement utilisée, la méthode souffre de deux problèmes. Tout
d’abord, elle est relativement fastidieuse à mettre en place lorsqu’il s’agit de rassembler des
experts provenant de tous horizons, tant en terme de coûts qu’en terme d’organisation. Les TIC
devraient permettre dans une certaine mesure de remédier à ce problème. Le second problème
est que le consensus obtenu n’est pas forcément la meilleure solution ou la solution la plus

3 http://www.cia.gov/nic/NIC_2020_project.html (consulté le 9 juin 2005)

4 http://www.rand.org/
Cédric Gaspoz Utilisation d'un marché virtuel dans le cadre du projet MICS 9 / 85

2.4.1 Mécanismes d’agrégation de l'information
D’après (Fama 1976), un marché financier est efficient si et seulement si l′ensemble des
informations disponibles concernant chaque actif financier coté sur ce marché est
immédiatement intégré dans le prix de cet actif. Si nous faisons l’hypothèse que le marché est
efficient, nous pouvons dire que le prix d’un contrat de notre marché reflète l’entier des
informations concernant l’évolution future du marché et nous pouvons utiliser ces évolutions
futures comme outil de prédiction.
Pour (Hayek 1945), le mécanisme d’établissement du prix d’un marché compétitif est le meilleur
instrument pour agréger l’information dispersée asymétriquement auprès des participants à ce
marché. Comme l’évaluation individuelle de chaque participant quant à l’évolution probable du
marché fait l’objet d’échanges sur le marché à travers des contrats à terme, ce marché devient
un outil de prévision de l’évolution future du marché dans lequel les acteurs basent leurs
échanges sur leurs prévisions personnelles. Le prix d’équilibre est l’agrégation de toutes les
prévisions individuelles des acteurs (Plott 2000).
De nombreuses études se sont penchées sur la problématique de l’efficacité informationnelle
des marchés financiers en utilisant des données empiriques et des recherches en laboratoire.
Les résultats obtenus à l’aide des marchés prédictifs dédiés aux élections tendent à montrer
qu’il en va de même avec les marchés prédictifs.
Finalement, la possibilité pour un marché de refléter les informations détenues par les
participants va dépendre de trois critères (Spann and Skiera 2003):
Il doit exister un moyen de réaliser des échanges concernant les évolutions attendues du
marché. Il faut donc des contrats à terme clairement définis et dont la valeur au terme du
marché puisse être connue de manière non équivoque.
D’autre part, les acteurs du marché doivent posséder des informations sur le marché en
question, ceci est la base du mécanisme d’agrégation selon Hayek. Si cette condition n’est pas
respectée, le prix d’équilibre sera obtenu de manière aléatoire.
Finalement, il faut mettre en place des mesures d’incitation, permettant tant aux spéculateurs
qu’aux experts de trouver une compensation au temps passé sur le marché et les incitant à
révéler leurs vraies prévisions.
2.4.2 Résultats de laboratoires
Les deux principaux reproches qui sont fait aux marchés prédictifs sont leur petite taille et la
possibilité de les manipuler, justement en raison de cette petite taille.
(Chen, Fine et al. 2003) ont mis en place une expérience montrant que les marchés prédictifs
ne comportant que peu d’acteurs sont capables d'agréger l'information avec de très bons
résultats et que leur taux de réussite était supérieur à la moyenne. Pour ce faire, ils ont mené
des expériences sur des petits groupes d'individus possédant des informations privées et ont
utilisé quatre différents mécanismes d'agrégation. Des quatre mécanismes, le marché a été le
plus performant.

(Hanson and Oprea 2004) montrent que les manipulateurs cherchant à exercer une influence
sur un marché virtuel n'y parviennent pas d'une part, et que ceci renforce même la qualité de la
prévision. "Information markets are low volume markets whose prices offer informative
estimates on particular policy topics of interest. Observers have expressed concern that such
prices might be less informative due to manipulators, i.e., traders who prefer that we see some
policy estimates instead of others. We adapt a Kyle-style market microstructure model to the
case of information markets, by assuming risk-neutrality and by allowing information effort and
Cédric Gaspoz Utilisation d'un marché virtuel dans le cadre du projet MICS 13 / 85

Lors de la mise en place d’un marché basé sur les capitaux des acteurs, il convient également
de choisir un design permettant de minimiser les risques pour l’initiateur de la plate-forme. En
effet, si l’on utilise une fonction de rémunération basée sur le nombre de parts de chacun, il est
impossible de prévoir le montant des dividendes qui seront redistribués à la fin de la partie. Il
s’ensuit que l’initiateur du marché court un risque égal à la somme des dividendes moins la
somme des valeurs nominales. Pour pallier à ce risque, la majorité des marchés basés sur les
investissements des acteurs utilisent des jeux à somme nulle.
2.5.2.1.1 Les jeux à somme nulle
Une première variante, très largement utilisée dans les marchés prédictifs, utilise des
portefeuilles unitaires de contrats à terme. Il s’agit de portefeuilles comprenant l’ensemble des
contrats disponibles sur le marché. Dans le cas d’une élection entre trois candidats, le
portefeuille comprendra les trois contrats correspondants à X est le vainqueur, Y est le
vainqueur et Z est le vainqueur. Les portefeuilles ont une valeur unitaire durant toute la durée
du jeu. Ils peuvent ainsi être achetés et vendu au même prix, indépendamment de la valeur
d’échange des différents contrats. De ce fait, au terme du marché, l’initiateur de la plateforme
ne court aucun risque puisque la somme des rémunérations sera égale à la somme des
investissements.
Un autre moyen de créer un jeu à somme nulle, dans des cas où les portefeuilles unitaires ne
sont pas utilisables, comme par exemple pour la prévision du total des ventes d’un produit,
consiste à rémunérer les acteurs en fonction de la valeur relative de leur portefeuille par rapport
à la somme des valeurs des portefeuilles de tous les acteurs. De ce fait, l’initiateur du marché
n’aura pas à verser plus de dividendes que ce que les acteurs ont investit. Cette pratique est
toutefois beaucoup moins transparente aux yeux de l’utilisateur et sa propre rémunération est
directement liée à la performance des autres acteurs.

Figure 3 Exemple d'une fonction de rémunération
avec un portefeuille non unitaire
(Spann and Skiera 2003)
2.5.2.1.2 Les tournois
La méthode permet de réduire les risques de la part de l’initiateur du marché, tout en offrant un
système de rémunération transparent aux acteurs. Le système est également basé sur la
performance relative du portefeuille individuel par rapport à l’ensemble des portefeuilles. Ce
ratio de performance est ensuite utilisé pour effectuer un classement des acteurs les plus
performants. L’initiateur du marché fixe alors le nombre et la nature des prix distribués, lui
permettant de calculer très précisément son risque.
L’utilisation de ces méthodes pose toutefois quelques problèmes de fiabilité des résultats. En
effet, si les participants reçoivent un portefeuille de contrats à terme, ils auront tendance à en

Cédric Gaspoz Utilisation d'un marché virtuel dans le cadre du projet MICS 16 / 85

faire assez peu varier la composition (biais du statu quo). Par contre, si la performance de ce
portefeuille donne lieu à une rétribution en espèce, le biais disparaît. On constate également
que l’attribution de monnaie virtuelle à chaque acteur, va les amener à adopter une attitude plus
risquée que s’il s’agit de leur propre argent, dans quel cas leur attitude sera plutôt conservative
(Plott and Chen 2002).
2.5.2.2 Play-money
L’utilisation d’argent virtuel permet de réduire tous les risques financiers et légaux concernant
l’exploitation du marché. Les différents designs proposent généralement un certain montant lors
de l’inscription sur la plate-forme, montant qui pourra être librement investi. D’autres plates-
formes proposent un portefeuille standard à chaque participant, portefeuille qu’il pourra
directement utiliser sur le marché.
Les méthodes d’incitation sont alors basées soit sur des tournois, pouvant donner ou non lieu
au versement d’un dividende sous forme de biens ou d’espèces, soit sur le versement de
dividendes correspondant à la valeur du portefeuille. Cette dernière méthode est réservée aux
tests en laboratoire, car elle peut avoir un grand impact financier sur l’initiateur du marché dans
le cas d’une forte affluence.
2.5.2.3 Real money versus play-money
Plusieurs chercheurs se sont penchés sur l’influence du choix d’une méthode d’incitation par
rapport à la qualité des prévisions des marchés. La plus complète (Servan-Schreiber, Wolfers
et al. 2004) a étudié deux plates-formes permettant d’effectuer des prévisions concernant les
résultats des match de la saison NLF 2003-2004 de football américain. TradeSports8 est une
plate-forme utilisant de l’argent réel alors que NewsFutures9 et basée sur de l’argent virtuel. Les
prévisions de ces plates-formes ont également été confrontées à des avis d’experts.
Il ressort de cette étude que les marchés prédictifs ont une capacité prédictive remarquable par
rapport aux humains (avis d’experts). Sur les 21 semaines de la saison, les prévisions des deux
plates-formes ont été confrontées aux avis de 1947 experts. A la fin de la saison les plates-
formes sont arrivées au 6e et 8e rang sur un peu moins de 2000 avis d’experts, ce qui leur
confère une très bonne capacité prédictive.
D’autre part, l’étude montre qu’il n’y a pas d’écart significatif entre les prévisions des deux
plates-formes. Les auteurs n’ont pas réussi à établir les raisons de cette absence d’écart.
Toutefois les auteurs avancent l’hypothèse que les marchés prédictifs utilisant de l’argent réel
motivent les acteurs à faire un effort pour trouver le maximum d’information alors que les
marché utilisant de l’argent virtuel sont plus efficace pour agréger l’information. Cette hypothèse
devrait cependant être vérifiée à l’aide d’expériences de laboratoire.
Finalement, la non influence du type d’incitation sur la prévision du marché devrait permettre de
généraliser l’utilisation de marchés prédictifs comme outils de prévision, n’ayant pas besoin
d’utiliser des marchés basé sur de l’argent réel et évitant ainsi tous problèmes juridiques.

8 http://www.tradesports.com/

9 http://us.newsfutures.com/
Cédric Gaspoz Utilisation d'un marché virtuel dans le cadre du projet MICS 17 / 85

Figure 4 Comparaison des résultats avec ou sans enjeux
financiers (Servan-Schreiber, Wolfers et al. 2004)
2.5.3 Mécanismes financiers du marché
Nous allons maintenant étudier les mécanismes financiers qui vont soutenir les échanges des
participants sur le marché. Il existe principalement deux mécanismes de marché qui peuvent
être appliqués aux marchés prédictifs. Le premier consiste en un marché contrôlé par un teneur
de marché qui se charge d’effectuer les ordres pour le compte des acteurs comme c’est le cas
du NASDAQ. Le second mécanisme est celui du marché à double enchère qui est utilisé dans
la plupart des bourses nationales (NYCE). Les deux types de marchés se prêtent aux marchés
prédictifs avec de l’argent fictif. Dans le cas de marchés utilisant de l’argent réel, il existe
certaines contraintes à prendre en compte (Spann and Skiera 2003). A côté de ces deux sortes
de marché, des chercheurs ont tenté de développer des formes de marché spécialement
conçues pour les marchés prédictifs. (Hanson 2003) a développé le "market scoring rule"
(MSR), qui est hybride entre un marché contrôlé par un teneur de marché et un marché à
double enchère. Dans le MSR, le teneur de marché accepte tous les ordres à l'achat et à la
vente. Il tient également à jour une distribution des probabilités pour tous les contrats, qui
peuvent être également modifiée par les acteurs. (Pennock 2004) propose une version
améliorée du pari-mutuel, permettant de résoudre le problème de son inertie face aux nouvelles
informations. Il reprend certains concepts de (Hanson 2003) et en fait une solution théorique
idéale.
2.5.3.1 Le teneur de marché (CDAwMM)
Le système des marchés contrôlés est très répandu dans le monde des produits financiers à
risques. On le retrouve également dans les systèmes de paris anglo-saxons où le preneur de
paris prend le rôle du teneur de marché. Un tel marché est contrôlé par le teneur de marché,
qui fixe les prix et s’occupe de la clôture du marché. En outre, tous les acteurs s’adressent au
teneur de marché pour effectuer leurs transactions. C'est-à-dire que c’est lui qui achète et vend
les contrats aux acteurs. Le teneur de marché est responsable de la fixation du prix d’émission
ainsi que de la fixation du cours et de son évolution. Le cours peut-être fixé de manière
automatique, par exemple en fonction du volume d’échange et de la tendance du marché, ou
fixé par le teneur de marché. Dans le cas qui nous intéresse, ce système de marché présente
un sérieux risque financier pour le teneur de marché qui fera office de chambre de
compensation lorsqu’il s’agira de solder les contrats à terme. Par contre, un tel marché n’étant
pas dépendant des autres acteurs, il est généralement plus fluide et permet à chaque acteur de
réaliser les transactions qu’il désire, sans être limité par la volonté des autres participants.

Cédric Gaspoz Utilisation d'un marché virtuel dans le cadre du projet MICS 18 / 85

des frais de transaction. Ceci implique que le marché sera beaucoup moins réactif aux
informations peu significatives.
2.6 Efficience des marchés prédictifs
La question est de savoir si la valeur des informations obtenues correspond à l’investissement
réalisé et s’il y a un moyen plus économique d’y parvenir via d’autres moyens.
Jusqu’à l’émergence des NTIC, les coûts de fonctionnement d’un marché étaient tout
simplement prohibitifs par rapport aux résultats que l’on pouvait espérer en obtenir. Avec
l’arrivée d’Internet, la mise en place de tels marchés est devenue relativement économique et
surtout utilisable à très grande échelle.
D’autre part, les lois en vigueur posent un problème dans le choix des méthodes d'incitation
choisies. Dans de nombreux pays, les marchés prédictifs sont assimilés à des plates-formes de
loterie et tombent donc sous la législation des jeux d’argent, qui sont prohibés dans la majorité
des pays. C’est cette raison qui a poussé de nombreuses plates-formes à s’exiler dans des
pays dont les législations sont plus laxistes, ou à introduire de l’argent fictif pour les besoins du
marché.
Finalement, il semble qu’il y ait une certaine réticence de la part des économistes à considérer
les marchés prédictifs comme des agrégateurs d’information, en raison de l’extrême complexité
de ses mécanismes, rendant toute modélisation très difficile (Hanson 1999). Dans le même
article, Hanson prévoit toutefois de nombreuses applications dans le domaine des entreprises.
Le problème de ces dernières étant de prévoir la validité des décisions prises sur le moment, le
recours à des marchés prédictifs semble être un moyen efficace d’amener les collaborateurs à
partager l’information en leur possession.
2.7 Exemples d'application

2.7.1 Politique
Il existe actuellement deux types de marchés prédictifs orientés vers la politique. Les premiers,
qui ont fait l’objet de nombreuses publications, qui s’intéressent à la prévision des résultats des
élections. Le premier marché a été créé à l’University of Iowa et fait depuis référence dans le
milieu académique. Un autre type de marché s’est donné pour mission de prévoir les tendances
et les évolutions politiques. Pour l’instant la seule expérience réalisée, ou du moins, qui a fait
l’objet de publications, est le Policy Market Analysis (PAM) qui avait été lancé par le
Département de la défense américain. Malheureusement ou heureusement, selon les points de
vue, l’expérience a été stoppée de manière assez brusque par le congrès américain en raison
des problèmes politiques que cela entraînait.
2.7.1.1 Iowa Electronic Market (IEM)11
L'IEM est avant tout un outil de recherche et d'enseignement créé en 1988 à l'University of
Iowa. Il permet aux étudiants de l'université ainsi qu'à une centaine d'universités à travers le
monde d'effectuer des transactions sur tous les types de contrats possibles (politiques ou
économiques). Le plus célèbre étant le marché des élections présidentielles en fonction depuis
1988.
Il s'agit d'un marché permettant aux étudiants d'investir des sommes entre $5 et $500 pour
acquérir des contrats de type winner-take-all ou linéaires. Le marché est basé sur un
mécanisme de double enchère dont les contrats sont des portefeuilles unitaires. Généralement,


11 http://www.biz.uiowa.edu/iem/
Cédric Gaspoz Utilisation d'un marché virtuel dans le cadre du projet MICS 20 / 85

Figure 7 Taux d'erreur de l'IEM pour différentes élections14
2.7.2 Jeu/Sport/Gambling
De nombreuses plates-formes sont actuellement en fonction avec plus ou moins de succès. Les
plus citées et étudiées dans la littérature scientifique sont Foresight Exchange15, NewsFutures16
et Hollywood Stock Exchange17, qui se basent toutes sur le l'argent virtuel. Tradesports18, de
son côté, est une plate-forme qui permet de faire des échanges basés sur de l'argent réel.
2.7.2.1 Foresight Exchange (FX)
Figure 8 Evolution du contrat "Le
cancer est guéri en 2010"
La plus ancienne plate-forme ouverte au public. Elle
permet de faire des prévisions sur tous les événements
possibles (recherche, politique et économie). Elle a été
utilisée dans le cadre de nombreuses études. Elle se
base sur de l'argent virtuel, que chaque candidat reçoit
au moment de la création de son compte. Le système
du marché est un CDA, basé sur des portefeuilles
unitaires. Pour chaque contrat FX publie l'ensemble
des offres et des demandes. L'acteur est libre de
réaliser sa transaction avec un autre acteur (au prix du
marché) ou avec FX (au prix de $1 pour un portefeuille
unitaire).
2.7.2.2 Newsfutures
Newsfutures est une plate-forme plus orientée vers le grand-public. Elle propose des contrats
dans tous les domaines, y compris dans le sport ou les loisirs. Elle présente l'avantage d'avoir
une version française, ce qui permet également de suivre l'actualité politique européenne.

14 http://www.biz.uiowa.edu/iem/media/accuracy.gif (visité le 12.06.05)
15 http://www.ideosphere.com/
16 http://us.newsfutures.com/ ou http://fr.newsfutures.com/
17 http://www.hsx.com/

18 http://www.tradesports.com/
Cédric Gaspoz Utilisation d'un marché virtuel dans le cadre du projet MICS 22 / 85

2.7.2.4 Intrade23
Intrade est une plate-forme basée en Irlande permettant de faire des transactions basées sur
de la monnaie véritable. Elle fonctionne sur le principe de la double enchère sans market
maker. On y trouve de nombreux marchés sur l'actualité, la politique ainsi que l'économie. Les
négociants peuvent négocier des contrats YES à l'achat ou à la vente. En cas de vente à
découvert, Intrade calcule le risque maximum, qu'il transforme en "frozen cash". En cas
d'incapacité à couvrir le risque avec le solde du crédit disponible, l'utilisateur est invité à
recharger son compte, au risque de voir ses positions vendues sans préavis. Tous les
portefeuilles comportent un unique contrat YES. Dans le cas où plusieurs contrats sont en
concurrence, Intrade propose pour chaque contrat un portefeuille. Ainsi pour les élections
américaines 2008, Intrade propose pas moins de 49 contrats au total. Relevons que l'interface
d'Intrade est un des plus réussi des plates-formes de marché prédictifs.
Figure 11 La page de négoce d'Intrade
2.7.3 Développement
(Hahn and Tetlock 2005) proposent d'utiliser les marchés prédictifs dans le cadre de l'aide au
développement. Pour investir au mieux dans l'aide au développement, les agences et les pays
doivent d'une part posséder la meilleure information possible sur les coûts et les bénéfices de
leurs projets et d'autre part, ils doivent réaliser leurs projets de la manière la plus efficiente.
Ainsi, pour un projet de vaccination, si l'agence estime qu'un vaccin pour un enfant vaut $5, elle
peut lancer une enchère pour attribuer le droit de vacciner les enfants pour $5 à une entreprise
privée. L'agence paiera $5 pour chaque enfant vacciné au vainqueur de l'enchère. Toutefois, ce
modèle de paiement à la performance ne peut pas permettre aux acteurs d'avoir une vue du


23 http://www.intrade.com/
Cédric Gaspoz Utilisation d'un marché virtuel dans le cadre du projet MICS 25 / 85

contrat avant la fin du mandat. En effet, ni l'agence, ni l'entreprise ne savent combien d'enfants
vont être vaccinés et que va leur apporter la vaccination en termes de santé publique. Pour ce
faire, les agences peuvent utiliser des marchés prédictifs. Les auteurs proposent de faire un
marché contenant deux contrats. Le premier paie $0.01 pour chaque enfant vacciné avec le
programme et le second paie $0.01 pour chaque enfant vacciné sans lancer de programme. Si
les prix sont respectivement de $1.00 et de $0.10, le marché prédit que le programme de
vaccination permettra de vacciner 90 enfants supplémentaires. Au prix de $5.00 le vaccin, le
projet coûtera $450. Ces résultats permettent aux agences de calculer avec exactitude l'impact
du programme (+90 enfants), sans prendre compte des enfants qui auraient de toute façon été
vacciné (10 enfants).
En ce qui concerne la performance, on va utiliser une enchère. L'entreprise qui pense pouvoir
augmenter le taux de vaccination pour un coût inférieur à $5, va déposer son offre. Pour
l'entreprise, le montant de l'enchère est le bénéfice attendu de l'opération, dans ce cas un
bénéfice social, moins les coûts engendrés par l'action. On peut alors parler de bénéfice social
net. Supposons que la meilleure enchère soit de $300 et que l'agence attribue la campagne à
cette agence. Pour l'agence, le coût pour atteindre son objectif sera de $450 (90 x $5) alors que
son gain net sera de $300, le montant de l'enchère. Il en ressort que le coût total pour l'agence
sera de $150.
Ce mécanisme nous permet d'obtenir facilement trois informations: le bénéfice estimé par la
réalisation du programme de vaccination, une estimation du bénéfice net ainsi que des coûts
totaux. En se basant sur les résultats des marchés prédictifs, on peut avancer que ces
indicateurs seront toujours plus précis que les avis d'experts. Ainsi, les agences ou les
gouvernements disposent d'outils leur permettant de mettre les bonnes priorités dans leurs
programmes, tout en connaissant d'avance le bénéfice de l'opération.
2.7.4 Entreprises
De nombreuses entreprises telles Hewlett-
Packard (HP), Microsoft et Eli Lilly ont mené
diverses expériences de marchés prédictifs
(Kiviat 2004). HP a mandaté Charles Plott pour
mettre un place un tel marché afin d’établir des
prévisions concernant les ventes mensuelles de
ses imprimantes. Quelques dizaines de cadres
issus de la finance et de la production ont reçu
chacun $50 pour échanger des contrats à terme
concernant les ventes mensuelles. Très
rapidement, ils ont constaté que les prévisions
obtenues par le marché étaient plus proches de la
réalité que celles réalisées par le responsable du
marketing. Alors que les prévisions établies par le
marketing dérivaient de 13%, celles du marché n’étaient qu’à 6%. Fort de ces résultats, ils ont
entrepris d’utiliser cette technique pour demander à 14 directeurs à travers le monde de prévoir
le chiffre d’affaire mensuel du groupe. A nouveau, les résultats étaient à la hauteur et depuis
lors, les résultats sont intégrés aux prévisions des différentes divisions (Chen, Fine et al. 2003).
Figure 12 Illustration de (Kiviat 2004)
Dans le même article, (Kiviat 2004) décrit les expériences menées par Eli Lilly qui a demandé à
50 chercheurs de différents domaines de prévoir les chances de succès de six médicaments.
La direction était particulièrement intéressée à voir comment les bribes d’informations
disséminées dans ses laboratoires pouvaient être agrégée afin de prévoir le succès des
recherches. Les résultats étaient conformes aux attentes et les trois médicaments plébiscités
par le marché sont devenus des produits phares de l’entreprise.

Cédric Gaspoz Utilisation d'un marché virtuel dans le cadre du projet MICS 26 / 85

L'entreprise devra également être consciente des risques liés aux performances de ses
collaborateurs. En effet, comment interpréter qu'un responsable de projet soit incapable
d'obtenir de bonnes performances sur les contrats concernant son domaine? Pour éviter ce
genre de questionnement, l'entreprise devra clairement fixer les règles du jeu dès le début.
D'autre part, si elle veut garder la capacité prévisionnelle du marché intacte, elle devra
clairement dissocier l'évaluation des performances des collaborateurs sur le marché de leurs
performances dans l'entreprise.
2.8 L'état des lieux et les opportunités d'utilisation de marchés prédictifs
(Cherry and Rogers 2005) fait un état des lieux des marchés prédictifs en activité, ouverts au
public. Ils relèvent que sur les seize marchés prédictifs actuellement en activité25, 70% se
concentrent sur la politique et le divertissement. Ils s'interrogent sur les raisons qui poussent les
marchés à se focaliser sur des sujets "people" alors que d'autres sujets bien plus importants n'y
sont pas traités.
Sur les seize marchés, neuf sont opérés par des entreprises commerciales qui ont un business
model basé sur l'audience qu'ils attirent ou sur les frais de transaction lorsqu'il s'agit de plate-
forme basées sur l'utilisation de monnaie réelle. Ainsi il semblerait que la première question lors
de la création d'une plate-forme ne soit pas de savoir quelles sont les prédictions qui serraient
le plus utiles, mais celles qui vont attirer le plus de visiteurs. Des interviews avec des fondateurs
de tels marchés tendent à attester cette conclusion. De l'autre côté, il semble que les
internautes vont plus facilement s'intéresser à des marchés "simples", par exemple le résultat
d'une votation ou les conclusions du procès de Michael Jackson qu'à des marchés nécessitant
une plus grande réflexion, comme la découverte de la particule de Higgs, qui nécessite d'abord
d'avoir une connaissance du domaine concerné.
(Cherry and Rogers 2005) proposent de nouveaux domaines d'utilisation des marchés
prédictifs, qui seraient plus profitables. Tout d'abord dans l'administration, pour prédire
l'insolvabilité d'organismes financiers, préparer les budgets des agences gouvernementales ou
accélérer la création de lois en évitant les allers-retours entre les instances. Dans un autre
domaine, on peut envisager des marchés prédictifs pour suivre les jugements du tribunal
fédéral, ce qui rendrait ces derniers plus prévisibles et permettrait à l'opinion de s'y préparer, ce
qui augmenterait l'acceptation des jugements et renforcerait le rôle de la loi. On pourrait encore
développer les marchés prédictifs pour les décisions judiciaires touchant la marche des
entreprises, que ce soit dans le domaine de la concurrence ou du controlling. Les entreprises
pourraient économiser des millions si elles avaient la possibilité de prévoir la position de la
COMCO avant l'annonce d'une fusion. Ces propositions ne sont pas exhaustives et présentent
juste quelques pistes pour lesquelles des marchés prédictifs pourraient avoir un impact bien
plus important qu'ils n'en ont actuellement.
(Saporito 2005) et (Tuma 2005) présentent le nouveau marché sur les prévisions d'épidémies
de grippe mis en place par IEM. D'après les premiers résultats, le marché a réussi à prédire le
niveau de diffusion de la grippe dans l'état de l'Iowa dans 80% avec seulement 52 négociants,
recrutés parmi du personnel médical.


25 Se référer aux annexes pour la liste complète
Cédric Gaspoz Utilisation d'un marché virtuel dans le cadre du projet MICS 28 / 85

4 Spécifications
Les spécifications que nous allons exposer ci-dessous, résultent d'une part des discussions que
nous avons eues avec les principaux protagonistes du projet MICS, et d'autre part, se basent
sur le modèle de (Spann and Skiera 2003). Comme nous l'avons présenté au chapitre 2.5, le
modèle se décompose en trois parties, que nous allons expliciter: choix du but prévisionnel,
moyens incitatifs pour participer et révéler l'information, mécanismes financiers du marché.
4.1 Choix du but prévisionnel
Dans le cas du projet MICS, on se basera principalement sur des contrats de type OUI/NON,
qui seront évalués vrai ou faux lors de la clôture. Ceci découle du genre de contrats que l'on va
pouvoir mettre sur le marché. Comme la majorité des contrats vont porter sur des résultats
atteints ou non par un projet, notamment en ce qui concerne leur application ou leur impact
hors milieu de la recherche, le choix des portefeuilles unitaires représente la meilleure solution.
En choisissant des contrats de type linéaire, mesurant soit des pourcentage de réussite, des
quantités mises en œuvre ou des parts de marché, on va se heurter à des problèmes
importants lors de l'évaluation des contrats au terme du marché en raison de l'absence de
chiffre officiels. En effet, il n'est pas possible d'évaluer des parts de marché pour un produit en
cours de développement et pour lequel une infrastructure de diffusion n'est pas encore en
place. Dans ce cas les seuls chiffres à disposition sont ceux du projet lui-même et ne peuvent
être retenus pour mesurer une part de marché au niveau mondial. Il en va de même avec
l'évaluation du succès d'un projet, qui nécessiterait que chaque négociant possède la grille
complète d'évaluation. Un autre effet qui pourrait découler de ce type de contrats serait de
permettre de définir des contrats qui ne seront probablement jamais évaluable, dans le sens ou
ne sachant pas si je vais déployer cent ou mille senseurs, je dépose un contrat linéaire et
permet un étalement des titres entre cent et mille. Face à un tel titre, les négociants ne peuvent
que jouer au hasard, car il n'est plus question d'exprimer son avis sur un fait, mais de trouver le
nombre gagnant entre 100 et 1000, ce qui fait quand même 900 possibilités. Par contre, dans
ce cas, rien n'empêche d'utiliser des portefeuilles unitaires comprenant trois titres:
- au 31.12.09 nous avons déployé un réseau de senseurs de 1000 nœuds
- au 31.12.09 nous avons déployé un réseau de senseurs de 100 nœuds
- au 31.12.09 nous n'avons pas réussi à déployer un réseau de senseurs
Ce contrat est une version plus évoluée du contrat OUI/NON, mais donne le même résultat,
sachant que seule une des trois propositions peut être vraie.
Pour des contrats de type « actualités », nous pourrons par contre utiliser des types linéaires,
pour exprimer la part de marché d'un produit donné par rapport à un autre, sachant que ces
données sont disponibles à grande échelle et fournies par des organismes indépendants.
Toutefois, avant de mettre de tels types de contrats sur le marché, il faudra évaluer les
problèmes pouvant découler de l'utilisation simultanée de deux types de contrats sur un même
marché.
4.2 Moyens incitatifs pour participer et révéler l'information
4.2.1 Le choix de la monnaie d'échange
En se basant sur le fait que l'utilisation de monnaie réelle ou ludique n'influence pas la
pertinence des résultats obtenus par le marché (Servan-Schreiber, Wolfers et al. 2004), nous
allons plutôt nous orienter vers une monnaie ludique. Les raisons principales sont:
Il n'existe pas de risques de banqueroute pour le marché, quel que soit le comportement des
acteurs ou la manière de juger les contrats, le marché pourra toujours créer de la monnaie en

Cédric Gaspoz Utilisation d'un marché virtuel dans le cadre du projet MICS 33 / 85

un autre négociant.
Le graphique ci-contre montre le livre des ordres pour un titre sur newsfutures.com.
Actuellement, les deux ordres LIMIT les plus proches sont les ordres de jamescook qui veut
acheter 10 contrats à X$26 et celui de taed, qui veut vendre 100 contrats à X$27. Pour que le
marché se débloque, il faut attendre, soit un ordre d’achat à X$27, soit un ordre de vente à
X$26.
Dans des marchés à faible volume, cette situation peut durer longtemps, et empêcher toute
transaction si l’intervalle entre les meilleures offres est trop important. Pour y pallier, nous allons
utiliser le market maker. Son rôle est de proposer des contrats au prix du marché, à savoir, un
prix calculé en fonction du dernier prix de vente ou d’achat.
(Hanson 1992) décrit la fixation du prix du market maker:
Choisir une fonction M(i) d’entiers vers [0,1], telle que M(i) > M(i+1) et que M(0)=1/2
Choisir une quantité échangée Q
Le marché débute à j=0
• Acheter "$Q si A" Æ $(Q*M(j)) et si c’est acheté j Æ j+1
• Offrir "$Q si A" Æ $(Q*M(j+1)) et si c’est vendu j Æ j-1
Si M(i) = 1/(1 + exp(i/k)), la perte totale est < $Q*k/2
Avec ce calcul de prix, nous pouvons ainsi toujours offrir des contrats à l'achat et à la vente. En
rapport avec la fonction choisie, on définira la longueur du pas j et son amplitude.
Pour l'implémentation de la plate-forme, nous avons gardé la fonction de prix qui avait été
implémentée sur USIFEX en attendant de faire des tests plus poussés. La fonction de prix
principale de MarMix est:
px = min_value + (max_value - min_value) * 1.0/(1.0 + exp(0.1 * j)) où -125 < j < 125
4.4 Cas d'utilisation
En fonction des besoins et des spécifications détaillés aux chapitres précédents, nous pouvons
définir le cas d'utilisation de notre plate-forme. Il n'y a qu'un type d'utilisateur principal, ce sont
les négociants. A côté des négociants, on va rencontrer les visiteurs (utilisateurs qui n'ont pas
encore de compte d'utilisateur ou utilisateurs non authentifiés) ainsi que les administrateurs du
système. Les profils sont tous dépendants, de l'administrateur au visiteur. Pour passer d'un
profil à l'autre, l'utilisateur devra s'authentifier sur la plate-forme. Ainsi tous les négociants sont
également des visiteurs, lorsqu'ils accèdent à des ressources ne nécessitant pas
d'authentification préalable.

Figure 15 Représentation des rôles et de leur interdépendance

Cédric Gaspoz Utilisation d'un marché virtuel dans le cadre du projet MICS 36 / 85

Les cas d'utilisation principaux de la plate-forme peuvent se répartir en quatre grands groupes:
- la gestion du compte utilisateur
- la gestion du portefeuille
- la gestion des contrats
- l'aperçu de la performance
Touts les autres cas en sont déduits par des relations <<include>> ou <<extend>>.
Figure 16 Diagramme d'utilisation de MarMix
4.4.1 La gestion du compte utilisateur
Figure 17 Diagramme d'utilisation de la gestion du compte utilisateur
La gestion du compte utilisateur comprend toutes les activités avec la gestion des données
personnelles (création et modification du profile), la gestion des accès (ouverture et fermeture
du compte, récupération du mot de passe) ainsi que la gestion des informations liées aux
contrats (gestion des alertes, gestion des liens intéressants). Toutes ces activités sont
réservées aux utilisateurs de type négociants. Les utilisateurs de type visiteurs ont accès aux

Cédric Gaspoz Utilisation d'un marché virtuel dans le cadre du projet MICS 37 / 85

activités de création de compte et de récupération de mot de passe. Cette dernière activité doit
être accessible aux visiteurs en raison de la gestion des droits. En effet, si cette activité
demandait un profil de type négociant, les utilisateurs seraient obligés de s'authentifier pour
récupérer leur mot de passe.
4.4.2 La gestion du portefeuille

Figure 18 Diagramme d'utilisation de la gestion du portefeuille
La gestion du portefeuille est le noyau de base du système. Ce module permet de consulter
l'état de son compte (les titres détenus ainsi que le crédit disponible) ainsi que de passer des
ordres d'achat ou de vente. Le négociant pourra également consulter la cote d'un titre ainsi que
ses ordres ouverts par l'intermédiaire de la gestion du portefeuille.
Le seul module ne nécessitant pas d'authentification est le module de gestion des cotations.
Chaque visiteur peut avoir accès à la cote d'un titre à l'instant t. Les cotations sont calculées en
temps réel.
4.4.3 La gestion des contrats
Figure 19 Diagramme d'utilisation de la gestion des contrats

Cédric Gaspoz Utilisation d'un marché virtuel dans le cadre du projet MICS 38 / 85

4.4.4 L'aperçu de la performance

Figure 21 Diagramme d'utilisation de l'aperçu de la performance
L'utilisateur dispose de deux outils pour se situer sur le marché par rapport aux autres
utilisateurs. Le premier est le classement des utilisateurs en fonction de leurs performances
individuelles, qui lui indiquera la fiabilité des informations qu'il possède et le second est la
performance du marché en général et des différents titres en particulier.

Cédric Gaspoz Utilisation d'un marché virtuel dans le cadre du projet MICS 40 / 85

5 Architecture
L'implémentation de MarMix va se baser uniquement sur des logiciels libres, d'une part par
intérêt de l'auteur, et d'autre part, pour permettre à tout un chacun de reprendre tout ou partie
du projet pour en continuer le développement.
Afin d'accélérer le développement du prototype, il a été décidé de se baser sur un
développement existant. Au moment de débuter ce travail, seuls deux logiciels étaient
disponibles à notre connaissance: ideosphere1, qui est basé sur une suite de scripts en Perl et
qui est utilisé quotidiennement par les utilisateurs du site du même nom et USIFEX29, qui est
basé sur des scripts en python et qui n'est plus en activité depuis début 2000.
5.1 Choix du logiciel
Pour l'auteur, les critères de sélection d'un logiciel étaient les suivants:
- développé entièrement en open-source, pouvant s'installer sur une plate-forme Linux
- licence du logiciel open-source pour permettre des modifications du code et une
diffusion libre
- programmation orientée objet pour faciliter la maintenance et le développement de la
plate-forme
- basé sur une base de données pour permettre d'établir toutes sortes de reporting
- bonne documentation du code
- séparation complète de la logique et de la présentation
Durant l'été, un nouveau logiciel est apparu, il s'agit de FreeMarket30. FreeMarket est écrit en
PHP et se base sur une base de données MySQL. D'autre part, nous avons également
découvert que la licence du logiciel à la base du marché de Zacoburn a été changée en licence
open-source31. Le logiciel qui en résulte se nomme Stockmarket et est écrit en PHP en se
basant sur MySQL. La particularité de ce marché est de combiner un système de votes, qui va
déterminer le prix d'un titre, à un mécanisme d'échange ce ces titres. (Genest and Zideck 1986)
montre que les votations (pour/contre) sont de très mauvais agrégateurs d'information. Nous
n'allons donc pas tenir compte de ce logiciel dans notre évaluation. Au moment de la rédaction
de ce document, nous avons procédé à l'étude rétroactive de FreeMarket pour donner un
aperçu complet des produits disponibles.
Critères ideosphere USIFEX FreeMarket
Licence IFPL (Idea Future
Public Licence)
Mozilla BSD
Langage Perl 5 Python 2.1 PHP 4
Base de données Fichier texte PostgreSQL MySQL
Programmation Objet Objet Procédural
Documentation du code Très bonne Pauvre Aucune
Séparation logique/présentation Complète Complète Aucune
Mise en œuvre Utilisateur confirmé Expert Débutant
Date de publication 17/07/05 08/03/00 08/08/05
Figure 22 Comparatif des logiciels Open-Source de marchés prédictifs
Finalement, après l'analyse des résultats de la comparaison des différents logiciels, il a été
décidé de se baser sur la solution USIFEX, qui comprend de nombreux avantages au niveau
des fonctionnalités par rapport à ideosphere, malgré une documentation du code assez pauvre

29 http://www.usifex.com/
30 http://www.freemarket-project.org/

31 http://sourceforge.net/projects/stockmarket/
Cédric Gaspoz Utilisation d'un marché virtuel dans le cadre du projet MICS 41 / 85

5.3 Diagramme de classe
L'application, développée en Python, repose sur un paquet IF, qui comprend toutes les classes
principales de la plate-forme. Ces classes sont appelées par des pages en Python composant
l'interface avec l'utilisateur.

Figure 24 Diagramme de classes du package IF

Cédric Gaspoz Utilisation d'un marché virtuel dans le cadre du projet MICS 43 / 85

Les classes sont issues des développements de Peter McCluskey réalisés dans le cadre du
développement d'USIFEX. Le développement initial ayant été développé il y a plus de cinq ans,
le compilateur python ainsi que le moteur de base de données ont passablement évolués dans
l'intervalle. Il a donc fallu commencer par un fastidieux travail d'adaptation afin de pouvoir faire
tourner la plate-forme sur les systèmes actuels. Cette opération a pris beaucoup de temps,
mais nous a permis d'obtenir une bonne vue d'ensemble de l'application et de ses différentes
classes. Dans un deuxième temps, nous avons documenté toutes les classes et méthodes de
l'application pour pallier au manque complet de documentation du système. Certaines parties
n'ont pas encore pu être totalement documentées à ce moment. Elles le seront par la suite, en
collaboration avec l'auteur du paquet initial. Ce travail initial d'adaptation et de documentation,
bien que peu visible, nous permet actuellement d'avoir un système transparent et
compréhensible facilement.
Une fois la plate-forme fonctionnelle, nous avons procédé à quelques adaptations dans les
classes IFMarketMaker, IFMarginRules et IFQuote pour corriger ou adapter certaines
méthodes. Ce travail n'est, au moment de la rédaction, pas totalement terminé et l'adaptation
complète de la plate-forme à (Hanson 2003) se fera ultérieurement.
Nous allons maintenant présenter l'ensemble des classes du paquet IF. Les autres classes,
notamment les classes utilisées pour l'interface utilisateur ainsi que les méthodes associées se
trouvent en annexe. Pour chaque classe, nous donnons la liste des méthodes associées. La
documentation des classes et méthodes se trouve dans les annexes.
5.3.1 IFAlert
Cette classe permet de générer des e-mails à destination des négociants en les informant des
variations du marché pour les contrats auxquels ils sont abonnés. Elle génère également un
résumé hebdomadaire des transactions.
IFAlert(fields)
IFAlert.__init__(self, fields)
AskAbove(db, flags)
AskBelow(db, flags)
AskChanged(db, flags)
BidAbove(db, flags)
BidBelow(db, flags)
BidChanged(db, flags)
CreditAbove(db, flags)
CreditBelow(db, flags)
Daily_Summary(db, flags)
Halted(db, flags)
Insert(db)
LastTrade(db, flags)
LastTradeAbove(db, flags)
LastTradeBelow(db, flags)
OpenIntAbove(db, flags)
OpenIntBelow(db, flags)
Opened(db, flags)
Settled(db, flags)
SpreadAbove(db, flags)
SpreadBelow(db, flags)
Update(db, flags, msg = '')
VolumeAboveDay(db, flags)
VolumeAboveWeek(db, flags)
AlertCode(name)
AlertName(code)
GetAlerts(db, trader_id)
ListOptions()
RequiresSymbol(code)

Cédric Gaspoz Utilisation d'un marché virtuel dans le cadre du projet MICS 44 / 85

RequiresThreshold(code)
Summary_Message(db)
Update(db, symbol, prior_quote = None, current_quote = None, flags = 0)
ValidateAddAlertArgs(db, arg_tuple)
ValidateDeleteAlertArgs(db, arg_tuple)
ValidateModifyAlertArgs(db, arg_tuple)
cron(db, new_day)
5.3.2 IFClaim
Gère les contrats qui sont sur le marché. Cette classe permet de manipuler les titres
(proposition, validation, modifications, suppression).
IFClaim(symbol, fields)
IFClaim.__init__(self, symbol, fields)
ConvertToUnconditional(db, new_currency)
HasEnoughOrdersToOpen(db)
RefreshCache(db)
Update(db)
dump(db)
is_money()
status_name()
status_numbers()
AddSymbolCase(dictlist)
AllowOrdersWithoutMM(db, symbol)
Categories(db, symbol)
ClaimCurrency(db, symbol)
DateCode(date_str)
GenSearchFiles(claim_list)
GetClaim(db, symbol, create = 0)
Halt(db, symbol)
InitCache(db)
IsConditional(symbol)
IsNegated(symbol)
IsNegatedConditional(symbol)
ListClaims(db, conditional_on, status, category)
ListUnitMembers(db, symbol)
Modify(db, webpage, trader_id)
Needed_To_Open(db, symbol)
Negate(db, px, symbol)
NegateSymbol(symbol)
NormalizeSymbol(symbol)
SplitConditionalSymbol(symbol)
StatusInteger(string)
TypeInteger(string)
UnHalt(db, symbol)
ValidateArgs1OptSymbol(db, arg_tuple)
ValidateArgs1Symbol(db, arg_tuple)
ValidateModifyClaimArgs(db, arg_tuple)
is_cash(db, symbol)
is_money(db, symbol)
is_template(symbol)
short_type_name(code)
status_name(status)
type_name(code)
update_categories(db, symbol, cats)
5.3.3 IFComment
Permet d’ajouter de commentaires aux titres. C’est utilisé principalement lors de la création de
la page de présentation, pour ajouter l’url de cette dernière au titre.

Cédric Gaspoz Utilisation d'un marché virtuel dans le cadre du projet MICS 45 / 85

Market_Maker_Price(counter)
findClaim(db)
LinearMarketMaker(symbol, db)
LinearMarketMaker.__init__(self, symbol, db)
OpenMarketMaker(symbol, db)
OpenMarketMaker.__init__(self, symbol, db)
Create(db, symbol, type_code)
Get(db, symbol)
5.3.7 IFOrder
Cette classe gère les ordres d'achat et de vente qui sont passés par les traders. Elle est
également appelée par le cron pour effectuer les ordres STOP ou LIMIT lors de la clôture du
marché.
IFOrder(fields)
IFOrder.__init__(self, fields)
Activate()
Apply(transaction)
DeActivate()
Filled()
OpposingTypeCode()
Price()
Verify(db)
VerifyInternal()
describe_stop_conditions()
format(db)
is_active()
is_buy()
is_market()
is_stop()
CheckStops(db, symbol, price, change)
ListOrdersForTrader(db, trader_id, active)
ModifyOrders(db, trader_id, orders_to_modify)
TypeName(mytype)
TypeNamePastTense(mytype)
ValidateNewOrderArgs(db, arg_tuple)
cron(db)
is_buy(otype)
CashQuote(symbol)
CashQuote.__init__(self, symbol)
5.3.8 IFQuote
Calcule la valeur d'un titre à l'instant t et calcule les valeurs probables d'un titre de manière
conservative et optimiste pour l'évaluation du portefeuille du négociant.
IFQuote(last, when, bid, quantity_at_bid, ask, quantity_at_ask, symbol)
IFQuote.__init__(self, last, when, bid, quantity_at_bid, ask,
quantity_at_ask, symbol)
ConservativePrice(qty, symbol)
GetChange(db, symbol)
TypicalPrice()
format(level = FORMAT_SIMPLE, currency_conversion = None, invert = None, html
= 1)
format_datetime(when)
format_price(px, currency_conversion = None, invert = None)
ClearCache(db, symbol)
GetAsk(db, symbol)
GetBid(db, symbol)
GetConservativePrice(db, symbol, qty)

Cédric Gaspoz Utilisation d'un marché virtuel dans le cadre du projet MICS 47 / 85

Figure 26 Gérer les données personnelles
La mise à jour des informations se fait à l'aide de la page update_user.py, qui transmet l'entier
des informations du compte à la classe IFTrader pour effectuer la mise à jour. En cas de
succès, un message de confirmation est renvoyé.
5.4.2 Gestion du portefeuille
5.4.2.1 Afficher le portefeuille

Figure 27 Afficher le portefeuille
L'affichage du portefeuille du négociant nécessite la récupération de l'ensemble des contrats
qu'il détient de IFHoldings, puis, pour chaque contrat, il va rechercher la cotation ainsi que les
termes.

Cédric Gaspoz Utilisation d'un marché virtuel dans le cadre du projet MICS 51 / 85

Nous représentons uniquement le diagramme de séquence de l'IPO, car il comprend la création
d'un contrat, sa mise à jour, l'ouverture du marché et la création du market-maker.
La séquence 1 à 10 consiste à entrer un nouveau symbole puis à créer un contrat en utilisant
propose.py. Comme nous l'avons vu (fig. 18), l'administrateur doit alors valider le contrat et le
passer en mode AWAITING_BIDS (11-14). Dès ce moment, les utilisateurs peuvent passer des
ordres LIMIT jusqu'à concurrence de la quantité nécessaire à l'ouverture du marché (15-20).
Dès que le quorum est atteint, l'ouverture du marché débute. Les portefeuilles sont mis à jour
(22-27) puis le market maker est créé en créant un nouvel utilisateur (28-35). Finalement,
l'utilisateur reçoit la confirmation que l'ordre a bien été exécuté et que le marché est ouvert.
5.4.4 Aperçu de la performance
5.4.4.1 Classement des utilisateurs

Figure 30 Le classement des utilisateurs
Le classement des utilisateurs à intervalles réguliers par l'appel d'un cron qui met à jour la
valeur de la table account_history. La valeur qui est utilisée par ComputeReturn() est issue de
la table account_history.
5.4.4.2 Performance du marché

Figure 31 Le calcul de la performance du marché

Cédric Gaspoz Utilisation d'un marché virtuel dans le cadre du projet MICS 54 / 85

5.5 Infrastructure
La plate-forme MarMix a donc été installée sur un serveur virtuel VMWare ESX 2.5 avec une
distribution Debian Sarge 3.1. Ce choix a été fait d'une part parce que l'auteur maîtrise bien les
distributions Debian et que celles-ci présentent relativement peu de risques d'attaques en
raison de leur politique d'ajout de nouveaux paquets et d'autre part pour permettre en tout
temps de déplacer le serveur virtuel sur un autre serveur si une montée en puissance s'avérait
utile.
Pour un maximum de sécurité, seuls les paquets officiels de Debian ont été utilisés pour
l'installation de la plate-forme. Les principaux paquets utilisés sont:
- Apache 2.0.54
- PostgreSQL 7.4.7
- Python 2.3
- PyGresql 3.6.1
5.5.1 Développement
L’outil de développement retenu est Eric3 qui est un IDE développé en Python et qui tourne sur
PC/Mac/Linux. Il offre l'avantage de posséder un très bon débogueur et d'être interfaçable avec
un système de gestion des versions (CVS). Pour assurer le développement et la maintenance
de la plate-forme, nous avons séparé les environnements de développement et de test sur deux
machines. La version de développement utilise un système de gestion des versions et une fois
les versions validées, celles-ci sont transférées dans l'environnement de test (prototype).

Cédric Gaspoz Utilisation d'un marché virtuel dans le cadre du projet MICS 55 / 85

6 Prototype
Le prototype pour la plate-forme MarMix s'appuie sur trois logiciels différents. Le plus important est IF, le
moteur de la plate-forme, qui s'appuie sur les développements de Peter Mc Clusky pour le site
USIFEX. A côté de cela, nous utilisons MediaWiki33 pour tout ce qui est gestion de la
documentation, l'aide ainsi que les présentations et discussions sur les contrats. L'utilisation de
MediaWiki, qui est le moteur utilisé entre autre par Wikipedia34, permet une édition et création
très facile des pages, soit par l'administrateur du site, soit par les visiteurs eux-mêmes. Cette
plate-forme d'édition communautaire va permettre à tout un chacun d'ajouter des informations,
d'augmenter le manuel ou de décrire ses stratégies. On va également utiliser les possibilité de
discussions du Wiki pour garder une trace de l'émergence des informations en rapport avec les
différents contrats pour nous permettre de corréler l'évolution du prix du marché en fonction de
l'émergence et de la pertinence des informations à disposition des utilisateurs. Finalement,
Bugzilla s'occupe de gérer toute la partie du traitement des erreurs et coquilles que les
utilisateurs rencontrent lors de l'utilisation de MarMix. Les erreurs rapportées sont inscrites dans
le logiciel et l'administrateur peut ainsi garder une trace de toutes les annonces ainsi que des
actions qu'il a entreprises.
Figure 32 Page d'accueil de MarMix
La plate-forme est accessible soit depuis le nom du serveur dans le DNS de l'UNIL:
http://marmix.unil.ch, soit depuis le domaine marmix.ch: http://www.marmix.ch. Les listes de
diffusion ainsi que les e-mails spécifiques utilisent également le domaine marmix.ch.
6.1 Structure du site
La structure du site est très simple et le schéma ci-dessous en donne un aperçu complet, à
l'exception des pages d'aide, qui ne sont pas détaillées. Chaque lien fait soit appel à un script
python, soit à une page HTML. Les pages de MediWiki sont indiquées comme étant des pages
HTML, ce qui n'est pas tout à fait vrai, puisqu'il s'agit de pages générées par un moteur PHP.
Toutefois, comme la génération des pages est automatique et que l'administrateur de la plate-

33 http://www.mediawiki.org/

34 http://www.wikipedia.org/
Cédric Gaspoz Utilisation d'un marché virtuel dans le cadre du projet MICS 56 / 85

Figure 34 L'authentification en 5 étapes de MarMix
L'authentification se déroule en 5 phases:
1. L'utilisateur introduit son nom d'utilisateur/mot de passe pour accéder à une page
sécurisée
2. Le serveur WWW authentifie l'utilisateur à l'aide du serveur d'authentification LDAP de
l'UNIL
3. Le serveur WWW extrait les informations du profile de l'utilisateur de l'annuaire LDAP de
l'UNIL
4. L'application contrôle les droits de l'utilisateur au niveau de l'application
5. L'application autorise l'utilisateur à accéder à la page demandée
6.2 La plate-forme de marché
6.2.1 Gestion du compte utilisateur
Comme nous l'avons vu précédemment, l'authentification des utilisateurs se fait à l'aide du
serveur d'authentification LDAP de l'UNIL. Toutefois, pour avoir accès aux fonctionnalités de la
plate-forme, l'utilisateur doit d'abord créer son compte sur MarMix. Dans le cas contraire, en
s'authentifiant alors que le compte n'est pas activé, l'application renvoie un message d'erreur.
Ceci est pris en charge par la phase 4 de l'authentification, comme nous l'avons vu au chapitre
6.1.1.
Figure 35 Affichage du message d'erreur lorsque l'utilisateur n'a pas créé son compte

Cédric Gaspoz Utilisation d'un marché virtuel dans le cadre du projet MICS 58 / 85

6.2.1.1 Création d'un compte
En choisissant l'option "Ouvrir un compte" sur la page d'accueil, l'utilisateur est redirigé sur une
page d'authentification, qui va effectuer le processus décrit au chapitre 6.1.1.
Figure 36 Création d'un compte
On peut constater que toutes les informations sont déjà remplies d'office et qu'il ne reste plus
qu'à accepter les conditions d'utilisation. Une fois cette étape réalisée, l'utilisateur va recevoir
un e-mail de confirmation lui demandant d'activer son compte en cliquant sur une URL. Cette
étape a été ajoutée pour s'assurer que l'utilisateur reçoit bien les e-mails adressés à son
adresse @unil.ch. Ceci est important si l'on veut pouvoir l'informer du déroulement des
transactions qu'il a entré dans le système, d'autant plus qu'il n'est pas possible d'utiliser une
autre adresse que celle du profil administratif du compte LDAP.
6.2.1.2 Gestion du compte
En utilisant le menu du haut de la page, l'utilisateur peut accéder au menu de gestion de son
compte.
Figure 37 Menu "Mon compte"

Cédric Gaspoz Utilisation d'un marché virtuel dans le cadre du projet MICS 59 / 85

Les opérations en rapport avec le compte de l'utilisateur sont accessibles depuis cette page.
Les principales opérations à disposition de l'utilisateur sont assez parlantes d'elles-mêmes et
nous n'allons pas les détailler à l'exception de la gestion des alertes.
Pour éviter au négociant de devoir revenir quotidiennement sur la plate-forme pour suivre
l'évolution de ses titres ou l'évolution du marché, MarMix offre la possibilité de gérer des alertes,
qui se déclenchent en fonction de la survenance d'un événement défini par l'utilisateur.
Figure 38 Création d'une nouvelle alerte
L'utilisateur peut choisir une action parmi: Any Trade, Last Trade Above, Last Trade Below,
Change in Bid Price, Bid Price Above, Bid Price Below, Change in Ask Price, Ask Price Above,
Ask Price Below, Daily Volume Above, Weekly Volume Above, Open Interest Above, Open
Interest Below, Available Credit Above, Available Credit Below, Spread Above, Spread Below,
Settled, Halted, Trading Opened, Daily Summary. A chaque fois, il peut spécifier la valeur du
déclencheur (pour les alertes de type "above" ou "below") ainsi que le nombre maximal
d'alertes. Le nombre maximal d'alertes agit sur le même principe que les cartes à prépaiement.
L'utilisateur décide du nombre d'e-mails qu'il va recevoir et lors de chaque envoi, son "crédit"
est diminué d'une unité. Cette limite est fixée pour éviter de surcharger le système en cas de
grande activité. En effet, un utilisateur qui choisirait une alerte "Any Trade" pour un titre donné,
pourrait recevoir un millier d'e-mails en une journée, en admettant qu'il y ait autant de
transactions. Ainsi en mettant une limite maximale, on évite qu'un utilisateur choisisse une
alerte générant une infinité d'e-mails, sans que ce dernier ne s'en rende compte. L'utilisation
d'une limite d'alertes, permet également à l'utilisateur de fixer une fois son alerte, et de savoir
qu'elle s'arrêtera d'elle-même, empêchant qu'un utilisateur crée une alerte et ne sache plus
comment la stopper après une année, comme cela arrive fréquemment en s'abonnant à des
listes de discussion.
6.2.1.3 Fermeture du compte
Comme la gestion de l'authentification est déléguée au LDAP de l'UNIL, nous devons proposer
un moyen à l'utilisateur de supprimer son compte de la plate-forme. La surpression ne va
évidement pas affecter le compte utilisateur de l'UNIL.

Cédric Gaspoz Utilisation d'un marché virtuel dans le cadre du projet MICS 60 / 85

Figure 39 Confirmation de la suppression d'un compte
Lors de la surpression du compte, nous ne pouvons solder définitivement le portefeuille de
l'utilisateur. En effet, la surpression d'un paquet de titres aurait pour effet de détruire de la
valeur sur le marché. D'un autre côté la vente de toutes les actions "en bloc" entraînerait soit
une baisse, soit une hausse du marché. Pour ces raisons, lors de la suppression d'un compte,
nous gardons le portefeuille en l'état, mais désactivons uniquement l'authentification de
l'utilisateur, nous passons son statut à supprimé de sorte qu'il n'apparaisse plus sur aucun
écran du site et nous le désabonnons de la liste de discussion. Ceci nous permet également, si
nécessaire, de réactiver le compte ultérieurement. Lors de la réactivation du compte, l'utilisateur
retrouvera son portefeuille antérieur. Il n'existe pas de moyen de recréer de la richesse pour un
utilisateur qui aurait fait banqueroute sans devoir le faire directement dans la base de données.
6.2.2 Gestion du portefeuille
L'élément central de l'application est sans aucun doute la vue du portefeuille de l'utilisateur.
C'est sur cette page que sont rassemblés tous les titres que possède l'utilisateur. Outre les
informations de quantité et de valeur, on retrouve, pour chaque titre, la cotation actuelle. Cette
page informe également l'utilisateur des crédits qu'il a à disposition pour investir sur la plate-
forme. Si l'utilisateur passe des ordres de vente de contrats qu'il ne possède pas, ce qui revient
à acheter le contraire de la proposition, ce que l'on appelle également un contrat NON, un total
de "restricted cash" s'ajoute à son portefeuille. Il s'agit de la valeur maximale de la perte
pouvant survenir dans le cas du rachat des contrats ainsi vendu à découvert. D'un point de vue
financier, il s'agit simplement d'une garantie de couverture du risque. Ce montant est calculé en
multipliant la somme des contrats à découvert par le montant maximal que ces derniers
peuvent prendre, tel que défini dans la proposition initiale. Dans le cas de contrats OUI/NON à
1 Peanut, il s'agira de 1 Peanut.
Figure 40 Le portefeuille de l'utilisateur
La passation des ordres comprend l'achat et la vente de titres, la gestion du livre des ordres
ainsi que la transaction résultant de la passation d'un ordre. Ces trois étapes sont gérées

Cédric Gaspoz Utilisation d'un marché virtuel dans le cadre du projet MICS 61 / 85

6.2.2.2 Le livre des ordres
Le livre des ordres rassemble tous les ordres en attente d'exécution pour un titre donné. Les
ordres sont affichés par limite de prix et par type d'ordre: achat ou vente. Les ordres sont
exécutés selon le principe FIFO pour une même limite de prix. Ainsi si l'on a deux ordres
d'achat limités à 0.5, au moment ou un négociant place un ordre de vente limité à 0.5, le
premier ordre d'achat est exécuté dans son ensemble ou partiellement en fonction des
quantités disponibles. Si après la transaction, il reste encore des titres disponibles, le second
ordre est exécuté, à nouveau, intégralement ou partiellement. Dans le cas d'une transaction
partielle, il faudra soit attendre un nouvel ordre de vente au prix de 0.5 ou alors attendre que le
prix du marché tombe à 0.5, dans quel cas la transaction sera effectuée avec le market-maker.
Figure 43 Livre des ordres du titre ANIMALERIE
6.2.2.3 La transaction
Comme nous l'avons vu précédemment, MarMix accepte deux types d'ordres: Achat ou Vente.
Certaines plates-formes de marché utilisant des contrats unitaires, parlent d'ordres OUI et
d'ordres NON. Dans ce cas, la valeur d'un ordre NON est égale à:
Pour l'implémentation de MarMix, nous avons choisi des titres OUI et nous avons implémenté la
possibilité de vendre des titres à découvert, ce qui est plus proche de la réalité des marchés
financiers. Toutefois, après quelques jours d'expérimentation, il semble que les utilisateurs aient
quelques problèmes à se représenter un contrat NON par une vente de titres. Il faudra étudier
les réactions des testeurs pour modifier l'interface, afin de faciliter la compréhension de la
signification des ordres d'achat et de vente.

Cédric Gaspoz Utilisation d'un marché virtuel dans le cadre du projet MICS 63 / 85

faut au minimum deux ordres représentant dix titres au total, tant à l'achat qu'à la vente. En
attendant d'avoir atteint cette limite, seuls les ordres de type LIMIT sont acceptés sur le marché.
Figure 48 Confirmation d'un ordre en attente
Lors de la confirmation d'un ordre pour un titre qui n'est pas encore disponible, le système
indique à l'utilisateur que son ordre ne sera effectué qu'au moment de l'ouverture du marché, à
savoir quand il y aura assez d'ordres d'achat et de vente. Dès que le quorum est atteint, le
système calcule le prix du marché, crée un market maker et ouvre le marché. Pour autant que
les ordres LIMIT soient dans une fourchette correspondant au prix du marché, ils seront
exécutés à ce moment, sinon, ils resteront dans le livre des ordres.
6.2.3.5 Les contrats arrivés au terme
Une fois la date d'expiration du contrat atteinte, le contrat est retiré automatiquement du
marché. Dès ce moment, le juge qui a été choisi pour juger le titre (soit l'auteur, l'administrateur
ou une personne tierce), va introduire la valeur du titre dans le système et les négociants
possédant ce contrat verront leur compte crédité ou débité en conséquence. La valeur du titre à
son terme est décrite dans la proposition. Elle est, pour les contrats de type booléen (OUI/NON)
de 1 si la proposition est vrai et de 0 dans le cas contraire.
6.2.4 Aperçu de la performance
Chaque jour, lors de la clôture du marché et de l'actualisation des valeurs de portefeuille, la liste
des performances est mise à jour. On peut ainsi rapidement avoir une vue d'ensemble des titres
les plus prometteurs et de leur évolution.

Figure 49 Les ordres les plus performants

Cédric Gaspoz Utilisation d'un marché virtuel dans le cadre du projet MICS 66 / 85

nouvelle proposition par un utilisateur, la plate-forme envoie directement un message à la liste
de discussion. Il en va de même lorsque le contrat est validé par l'administrateur de la plate-
forme. L'inscription à cette liste de diffusion est facultative et se fait en envoyant un e-mail à
l'adresse contrats-subscribe@marmix.ch.
Les listes de discussion ont été choisies pour leur interactivité avec l'utilisateur. On se trouve
dans un système de type "push" où l'utilisateur reçoit l'information directement dans la boîte-
aux-lettres. Si l'on avait opté pour un système de type "pull" dont le plus connu est le forum en
ligne, le risque est important que les utilisateurs ne s'y connectent jamais. Il n'est donc pas
possible de s'assurer que tout le monde à pris note du message. Toutefois, il semble que
l'attention de l'utilisateur est plus grande lorsqu'il va volontairement se connecter à un forum de
discussion que lorsqu'il reçoit un e-mail dans sa boîte-aux-lettres.

Cédric Gaspoz Utilisation d'un marché virtuel dans le cadre du projet MICS 69 / 85

Postfinance à l'été 2006 ainsi que la présence ou non de pluie le 11 novembre 05 à 14h30 sur
le site du campus. Nous allons détailler deux exemples, à savoir le contrat sur le paiement
mobile ainsi que le contrat météorologique du 11 novembre.
7.2.1 Paiement mobile en Suisse
Actuellement, plusieurs projets de paiement mobile sont en cours de développement. Dans
certains pays, il est déjà possible de faire ses achats avec son téléphone cellulaire. Postfinance
est entrain de tester une solution de paiement mobile en ville de Berne jusqu'à la fin de l'année.
En fonction des résultats de ces tests, Postfinance envisage un déploiement pour mi-2006.
Ce contrat sera donc jugé vrai si à la date de clôture Postfinance a mis en place sa solution de
paiement mobile et qu'elle est disponible dans au moins 15 villes en Suisse. Dans ce cas, le
contrat paie 1 Peanut. Dans le cas contraire, il sera jugé faux et paiera 0 Peanut. Si le contrat
devait être jugé avant sa date de fin, le cours du jour de la clôture de la veille sera utilisé pour
payer les contrats.
(marmix.unil.ch – MOB)
7.2.2 Pluie le 11 novembre 2005
Ce contrat a été mis sur le marché pour pouvoir suivre l'évolution d'un titre en fonction de
l'apparition d'informations scientifiques d'une part, dans notre cas, les prévisions et les mesures
de Météosuisse, et la présence d'informations privées, dans ce cas, l'estimation de la situation
locale par l'utilisateur. Ce marché présente également l'avantage qu'il ne sera pas possible
d'obtenir un consensus jusque dans les dernières minutes avant l'évaluation. Ceci devrait nous
permettre de suivre l'évolution et éventuellement le retournement du marché dans un court laps
de temps.
Ce contrat météo est avant tout un test pour évaluer le comportement du marché et l'évolution
du prix en fonction des informations disponibles. Toujours est-il que ce contrat sera jugé vrai le
11 novembre à 14h30 si la majorité des personnes réunies dans la salle 145 de l'Internef à ce
moment là peuvent constater de visu par la fenêtre de la salle qu'il pleut. Si le jugement est vrai
(il pleut), le contrat paiera 1 Peanut, dans le cas contraire, il paiera 0 Peanut.
(marmix.unil.ch – WEATHER)
7.3 Exemples sur le projet MICS
Pour l'instant nous nous trouvons au début du processus de la seconde étape du projet MICS.
A ce moment, les projets ont été déposés, mais les équipes n'ont pas encore eu l'occasion de
communiquer sur leurs projets. Il est donc relativement difficile, sur la base du proposal du
projet, de créer des contrats. Une fois le projet démarré, nous allons pouvoir approcher les
différentes équipes pour formaliser quelques contrats présentant les objectifs de leurs travaux à
moyen terme.
En attendant les débuts des travaux, nous avons réalisé une série d'entretiens avec des
chercheurs de l'EPFL ayant participé à la première étape, en leur demandant, d'après eux,
quels contrat on pourrait formaliser sur la base des résultats de la première phase de MICS.
Dans une seconde étape, nous avons formulé trois contrats lors d'une séance de présentation
de résultats MICS concernant les résultats exposés et avons demandé aux chercheurs
présents, de voter pour ou contre ces contrats. Etonnement, les résultats obtenus lors de la
votation étaient en porte-à-faux avec les exposés précédents.

Cédric Gaspoz Utilisation d'un marché virtuel dans le cadre du projet MICS 72 / 85

7.3.1 Robots de détection
Sur la base des travaux réalisés sur les robots capables de repérer les sons et les odeurs, on
place 100 téléphones cellulaires dans une salle et l'on fait sonner un téléphone. Qui du robot ou
de l'humain sera le plus rapide pour retrouver le téléphone.
A cette question, 20% des participants pensent que le robot sera le plus rapide.
7.3.2 Bâtiments intelligents
Les recherches actuelles sur la gestion intelligente des bâtiments est bien avancée. Toutefois, il
semble que les utilisateurs de ces bâtiments se fatiguent et perdent leurs bonnes habitudes.
Une équipe de recherche se penche sur le développement d'interfaces ludiques à l'intention
des utilisateurs pour les amener à jouer contre le bâtiment. Les utilisateurs peuvent ainsi jouer
contre le bâtiment qui leur indique une consommation mensuelle de 30000Kwh et entrant qu'ils
vont se limiter à une consommation de 28000Kwh. Nous avons opposé à cette recherche sur
les moyens participatifs utilisés pour inciter les utilisateurs à avoir un comportement plus
responsable dans les bâtiments, un système automatique ne laissant aucune latitude à
l'utilisateur et demandé quelle sera la solution la plus économe en énergie.
A cette question, 80% des participants répondent que les utilisateurs seront les plus
performants.
7.3.3 Paiement mobile
Lors de la dernière rencontre MICS en 2009, la majorité des participants à la rencontre auront
payé leur billet de train avec leur téléphone portable alors que la minorité aura utilisé des
moyens classiques (cartes de crédit, cash).
A cette question, 20% des participants pensent que ce sera le cas.
Ces trois sondages nous montrent qu'il peut y avoir une différence entre les objectifs de
recherche exprimés et la confiance des acteurs dans les résultats de cette même recherche.
Sans nous permettre d'en tirer des conclusions, ces trois exemples tendent toutefois à nous
conforter dans notre direction de recherche.
7.3.4 Vehicular Network
En 2012 au plus tard, un test grandeur nature de Vehicular Network a eu lieu avec 10
véhicules, dont le protocole de communication est sécurisé par un algorithme inspiré par une
recherche MICS.
7.3.5 Application senseurs
Les premiers téléphones portables intégrant un senseur seront commercialisés sur le marché
suisse avant la fin 2008. Ces téléphones doivent être proposés au grand public par au moins un
opérateur de téléphonie mobile et doivent être en stock dans ses magasins.
7.4 Conception des contrats
Il n'existe, à notre connaissance, pas d'ontologie applicable aux contrats des marchés prédictifs.
Les ontologies les plus proches pourraient se trouver dans les domaines financiers ou de
commerce des matières premières. La conception d'une ontologie propre dépasse le cadre de
ce travail et devrait faire l'objet de recherches futures sur les marchés prédictifs.

Cédric Gaspoz Utilisation d'un marché virtuel dans le cadre du projet MICS 73 / 85

Dans un premier temps, nous avons recherché des correspondances avec les marchés à terme
des matières premières, qui sont à la base du concept des marchés prédictifs. Voyons dans un
premier temps les spécifications des contrats à terme sur le cacao:
Symbol CC
Name Cocoa
Exchange NYBOT
Trading Months H,K,N,U,Z
Trading Unit 10 metric tons (22,046 lbs)
Tick Size $1.00 per metric ton ($10.00 per contract)
Daily Limit None
Trading Hours 8:00a.m. to 11:50a.m. EST
Last Trading Day Eleven business days prior to last business day of delivery
month
Value of one futures unit $10
Value of one options unit $10

Delivery/Settlement Terms:
Grade/Standards/Quality Established by Exchange licensed graders in accordance
with specified tolerances for defects, bean count, bean size
and other standards.
Deliverable Growths The growth of any country or clime, including new or yet
unknown growths. Growths are divided into three
classifications: Group A, deliverable at a premium of
$160/ton (including the main crops of Ghana, Nigeria, Ivory
Coast, among others); Group B, deliverable at a premium
of $80.00/ton (includes Bahia, Arriba, Venezuela, among
others); Group C, deliverable at par (includes Sanchez*,
Haiti, Malaysia and all others). * Commencing with the May
2007 delivery, Sanchez moves to Group B.
Delivery Points At licensed warehouses in the Port of New York District,
Delaware River Port District, or Port of Hampton Roads.
Figure 57 Spécifications du contrat CCZ5 actif sur le New York Board of Trade35
La majorité des informations disponibles concernent les termes du contrat: symbole, nom,
marché, unité, ouverture du marché et la valeur des contrats. On notera encore la description
des échéances, qui sont codées par des lettres et associées à un jour de clôture. Ainsi le
contrat CCZ5 est un contrat de cacao, qui va expirer le 14 décembre 2005.
Ces informations sont directement
transposables aux marchés prédictifs et
peuvent servir à décrire les éléments
participant à la structure des contrats.
Toutefois, comme les marchés de
matières premières sont orientés vers
des matières clairement définies et ne
pouvant faire l'objet de controverse, il
n'y a pas d'éléments de définition qui
sont intégrés au contrat, si ce n'est la
mention du respect des standards.
Figure 58 Cours du contrat CCZ5 sur NYBOT Les standards internationaux sur le
cacao ne prennent en compte que le


35 http://www.nybot.com/
Cédric Gaspoz Utilisation d'un marché virtuel dans le cadre du projet MICS 74 / 85

cacao fermenté après une période de séchage, pour autant que le produit soit sans goût de
fumigation, sans odeurs étranges ou anormales et sans signe apparent d'altération. Il est
également souhaitable que les fèves soient relativement uniformes et homogènes. En outre,
elles ne doivent pas contenir des fragments de coque, ni être brisées ou attaquées par les
insectes.
La référence internationale pour les standards de qualité sur le cacao est l'origine Ghana. Basé
sur l'épreuve à la coupe, le produit est trié en fonction du nombre de fèves défectueuses. Les
limites fixées par ce test sont :
Qualité I (Grade I)
• Fèves moisies, maximum 3% par test
• Fèves ardoisées maximum 3% par test
• Fèves plates, germées ou attaquées par les insectes, maximum
total de 3% par test.
Qualité II (Grade II)
• Fèves moisies, maximum 4% par test
• Fèves ardoisées maximum 8% par test
• Fèves plates, germées ou attaquées par les insectes, maximum
total de 3% par test.
Figure 59 Standard cacao36
Dans un autre domaine, nous avons également étudié la composition des prospectus
d'émission de titres sur les marchés financiers, ce qui est également assez proche de la
création de contrats sur un marché prédictif. Nous nous sommes basé sur les règlements
d'émission de la bourse du Luxembourg, qui spécifient les éléments à inclure dans un
prospectus d'émission.
A. identité des administrateurs, des membres de la direction, des
conseillers et des commissaires aux comptes
B. éléments clés de l’offre et calendrier prévisionnel
C. informations de base concernant les données financières
sélectionnées; capitaux propres et endettement; raisons de
l’offre et utilisation prévue du produit; facteurs de risque
D. informations concernant l’émetteur
– histoire et évolution de la société
– aperçu de ses activités
E. examen du résultat et de la situation financière et
perspectives
– recherche et développement, brevets et licences, etc.
– tendances de la société
F. administrateurs, membres de la direction et salariés
G. principaux actionnaires et opérations avec des apparentés
H. informations financières
– Etats financiers consolidés
– changements notables
I. modalités de l’offre ou de l’admission à la négociation
– offre ou admission à la négociation
– plan de distribution
– places de cotation ou de négociation
– détenteurs de valeurs mobilières souhaitant les vendre
– dilution (uniquement pour les titres de capital)


36 http://r0.unctad.org/infocomm/francais/cacao/qualite.htm
Cédric Gaspoz Utilisation d'un marché virtuel dans le cadre du projet MICS 75 / 85

– dépenses liées à l’émission
J. renseignements complémentaires
– capital social
– acte constitutif et statuts
– documents accessibles au public.
Figure 60 Extrait de la Loi relative aux prospectus pour valeurs mobilières du Luxembourg
Dans ce modèle, les points B et I peuvent être rapportés à l'exemple sur le cacao. On retrouve
Nous avons donc décidé de proposer une définition des contrats en deux volets. Le premier
7.4.1 Les éléments structurels
Les éléments structurels doivent permettre à tous les utilisateurs d'avoir une vue d'ensemble
7.4.1.1 Description
Cette partie contient le symbole, le nom, l'auteur ainsi que le type de contrat (OUI/NON,
7.4.1.2 Jugement
La partie jugement décrit tout d'abord le terme du contrat, la manière avec laquelle il sera jugé
7.4.1.3 Prix et type
On décrit la fourchette de prix dans laquelle le contrat va évoluer, ainsi que la manière de
7.4.2 La proposition du contrat
Comme nous l'avons relevé précédemment, par la nature des marchés prédictifs, il est difficile

également une partie qui décrit la substance de l'émission, à savoir les actifs de l'entreprise,
son évolution, ses activités. Malheureusement, ici aussi, la partie la plus spécifique, ne nous
permet pas de tirer un parallèle avec les marchés d'idées.
concerne les éléments que nous qualifierons de structurels et qui définissent les modalités du
contrat ainsi qu'un second volet qui définit la proposition du contrat.
des propriétés du contrat. On peut les définir de manière formelle pour la plate-forme et utiliser
une ontologie propre pour décrire, par exemple, la manière de calculer la valeur finale du
contrat et les modalités de paiement.
linéaire, ...). Dans le cadre des contrats MICS, il serait également intéressant de spécifier quel
est le projet concerné par le contrat.
et par qui ainsi que les sources informatives qui sont considérées comme acceptables pour le
jugement. Il faudrait également spécifier ce qu'il va se passer s'il n'y a pas de possibilité de
juger le contrat ou si le jugement ne peut trancher de manière claire. Par exemple, si l'on a un
contrat comme celui présenté au chapitre 7.1.2 sur la découverte de la particule de Higgs par le
CERN ou de Fermilab, il est nécessaire de spécifier quel sera la valeur du titre dans le cas où
un troisième laboratoire découvre la particule. Ce contrat le spécifie en disant que la valeur de
l'action vaudra $50 si aucun des deux laboratoires ne découvre la particule.
calculer le prix au moment du jugement. Il peut s'agir d'un contrat de type "winner take all", mais
aussi de fonctions linéaires ou logarithmiques. Il faut encore spécifier quand le paiement aura
lieu s'il n'a pas lieu directement après la fermeture du marché.
de définir un cadre applicable à la description des propositions de tous les contrats du marché.
Nous avons essayé de définir les grandes lignes d'une proposition de type MICS en nous
basant tant sur les interviews que sur les contrats actifs sur les autres marchés.

Cédric Gaspoz Utilisation d'un marché virtuel dans le cadre du projet MICS 76 / 85

Source Rapport ENA sur les tests effectués. S'il n'y a pas de rapport, des
données brutes de l'ENA peuvent être utilisées.
7.4.3.3 Prix et paiement
Prix Minimum: 0, maximum: 1
Paiement Winner-take-all (si le contrat est VRAI : 1, sinon: 0)
7.4.3.4 Proposition
Domaine Recherche sur les réseaux de senseurs
Etat de l'art The fluid-dynamics models used so far in predicting mass movements
such avalanches rely on speculative equations and very few is known
about the internal structure of avalanches. Field measurements only
provide insight into shape characteristics (e.g., avalanche speed).
But de la recherche The sensor network measures the displacement/velocity field inside a
flowing bulk. Before the material is released, the sensor nodes are
spread onto the surface or inside the material. After release, the
information of each node is monitored to determine the flow structure.
The main tasks are twofold: constructing a sensor network and
interpreting the data to build more accurate fluid-dynamics models.
Résultats attendus Déploiement d'un réseau de senseurs dans des conditions réelles pour
prédire les risques d'avalanche
Mesure du succès L'ENA a déployé un réseau de 100 nœuds dans une région des alpes
pour prédire les risques d'avalanche. Les résultats obtenus par le
réseau ainsi que les traitements à l'aide du modèle de dynamique des
fluides permettent d'obtenir des résultats valides avec une marge
d'erreur de 20% durant une saison entière (01.11 au 30.04)

Cédric Gaspoz Utilisation d'un marché virtuel dans le cadre du projet MICS 78 / 85

prévisions en motivant le plus d'utilisateurs à transmettre leurs informations sur les sujets les
plus importants du point de vue social ou entrepreneurial. Il faut donc se pencher assez
rapidement sur les possibilités que nous avons de nous extraire du cadre des marchés
boursiers pour créer un nouveau cadre spécialement dédié aux marchés prédictifs. Ceci
nécessitera la mise en place d'un ontologie spécifique et devrait permettre, à terme, de
proposer de telles plates-formes à une audience plus large.
En conclusion, le domaine des marchés prédictifs risque de connaître de nombreux
développements pour autant que l'on arrive à les rendre attractifs pour le plus grand nombre
d'utilisateurs, que ce soit en termes de design ou de contenu. Ce travail ne doit donc pas être
considéré comme une finalité en soit, il faut le voir comme un moteur permettant de développer
de nouvelles idées et de nouvelles applications pour les marchés prédictifs.
Les lecteurs qui sont intéressés à suivre l'évolution du développement des marchés prédictifs et
de ses applications pourront se référer au site Internet http://www.predictionmarkets.info/.














Remerciements
Je tiens à remercier tout particulièrement M. le Prof. Yves Pigneur pour ses conseils et sa
disponibilité durant la période de conception et de rédaction de ce mémoire ainsi que M.
Thibault Estier pour ses conseils avisés.
Je remercie également M. Paul McClusky pour ses réponses à mes questions concernant le
design de sa plate-forme USIFEX ainsi que M. le Prof. Robin Hanson pour ses conseils et ses
informations sur les travaux de recherche effectués sur les marchés prédictifs.

Cédric Gaspoz Utilisation d'un marché virtuel dans le cadre du projet MICS 80 / 85

9 Bibliographie
Allen, K., K. Daniels, et al. (2004). "Analysis of 2004 Political Futures Markets."
Beckmann, K. and M. Werding (1994). Markets and the Use of Knowledge - Testing the Hayek
hypothesis in Experimental Stock Markets, Universitat Passau.
Bell, T. (2002). "Gambling for the Good, Trading for the Future: The Legality of Markets in
Science Claims." Chapman Law Review 5(159): 159-180.
Berg, J. and T. Rietz (2003). "Prediction Markets as Decision Support Systems." Information
Systems Frontiers 5(1): 79-93.
Berg, J. and T. Rietz (2005). "Searching for Google's value: Using Prediction Markets to
Forecast Market Capitalization Prior to an IPO."
Berlemann, M. and F. Nelson (2002). Forecasting Inflation via Electronic Markets Results from a
Prototype Experiment, Dresden University of Technology and Tippie College of
Business.
Chan, N., E. Dahan, et al. (2002). Securities Trading of Concepts (STOC), Center for eBusiness
@ MIT.
Chen, K.-Y., L. Fine, et al. (2001). Forecasting Uncertain Events with Small Groups.
Proceedings of the 3rd ACM conference on Electronic Commerce, ACM: 58-64.
Chen, K.-Y., L. Fine, et al. (2003). "Predicting the Future." Information Systems Frontiers 5(1):
47-61.
Cherry, M. A. and R. L. Rogers (2005). "Markets For Markets: Origins and Subjects of
Information Markets." ExpressO Preprint Series(Working Paper 763).
Fama, E. F. (1976). "Efficient Capital-Market - Reply." Journal of Finance 31(1): 143-145.
Feigenbaum, J., D. Pennock, et al. (2003). Computation in a Distributed Information Market.
Proceeding of the Fourth ACM Conference on Electronic Commerce, San Diego, ACM.
Fortnow, L., J. Kilian, et al. (2003). Betting Boolean-Style: A Framework for Trading in Securities
Based on Logical Formulas. Proc. Fourth ACM Conference on Electronic Commerce.
Genest, C. and J. Zideck (1986). "Combining probability distributions: A critique and an
annotated bibliography." Statistical Science 36: 114--148.
Gjerstad, S. (2004). Risk Aversion, Beliefs, and Prediction Market Equilibrium, University of
Arizona - Economic Science Laboratory.
Gruca, T., J. Berg, et al. (2003). "The Effect of Electronic Markets on Forecasts of New Product
Success." Information Systems Frontiers 5(1): 95-105.
Guarnaschelli, S., A. Wasnica, et al. (2003). "Information Aggregation in Double Auctions:
Rational Expectations and the Winner's Curse." Information Systems Frontiers 5(1): 63-
77.

Hahn, R. and P. Tetlock (2004). Harnessing the Power of Information: A New Approach to
Economic Development, AEI-Brookings Joint Center for Regulatory Studies.
Cédric Gaspoz Utilisation d'un marché virtuel dans le cadre du projet MICS 81 / 85

Hahn, R. and P. Tetlock (2004). A New Approach for Regulating Information Markets, AEI-
Brookings Joint Center for Regulatory Studies.
Hahn, W. and P. Tetlock (2005). "Making Development Work." Policy Review 132(August &
September): 27-38.
Hanson, R. (1990). Could Gambling Save Science. Eighth International Conference on Risk and
Gambling, London.
Hanson, R. (1992). "Idea Futures - Encouraging an Honest Consensus." Extropy online.
Hanson, R. (1999). "Decision Markets." IEEE Inteliigent Systems 14(3): 16-19.
Hanson, R. (2003). "Combinatorial Information Market Design." Information Systems Frontiers
5(1): 107-119.
Hanson, R. (2004). Foul Play in Information Markets, George Mason University.
Hanson, R. (2004). Impolite Innovation The Technology and Politics of `Terrorism Futures' and
Other Decision Markets, George Mason University.
Hanson, R. and R. Oprea (2004). "Manipulators Increase Information Market Accuracy." Journal
of Economic Behavior and Organization.
Hanson, R., R. Oprea, et al. (2004). Information Aggregation and Manipulation in an
Experimental Market, George Mason University.
Hayek, F. A. (1945). "The Use of Knowledge in Society." American Economic Review XXXV,
No4(September): 519-530.
Hoey, P. and M. Hoey (2004). TIME.
Kiviat, B. (2004). The End Of Management. TIME. New York. 164: 72-75.
Klarreich, E. (2003). Best Guess. Science News. 164.
Malone, T. (2004). The future of work, Harvard Business School Press.
Mangold, B., M. Dooley, et al. (2005). "The Tech Buzz Game." Computer 38(7): 94-97.
Manski, C. (2004). Interpreting the Predictions of Prediction Markets, Department of Economics
and Institute for Policy Research Northwestern University.
Ortner, G. (1997). Forecasting Markets - An industrial Application, University of Technology
Vienna.
Passmore, D. and E. Cebeci (2003). "Potential of Idea Futures Markets in Educational
Technology."
Pennock, D. (2004). A Dynamic Pari-Mutuel Market for Hedging, Wagering, and Information
Aggregation Mechanismes: Concept, Design and Implementation for a Sales
Forecasting Problem. Proceedings of the 5th ACM conference on Electronic commerce,
ACM: 170-179.

Cédric Gaspoz Utilisation d'un marché virtuel dans le cadre du projet MICS 82 / 85

Pennock, D., S. Debnath, et al. (2002). Modeling Information Incorporation in Markets with
Application to Detecting and Explaining Events. Proceedings of the Eighteenth
Conference on Uncertainty in Artificial Intelligence (UAI-2002), Morgan Kaufmann, San
Francisco: pp. 405-413,.
Pennock, D., S. Lawrence, et al. (2001). Extracting Collective Probabilistic Forecasts from Web
Games. roceedings of the 7th ACM SIGKDD International Conference on Knowledge
Discovery and Data Mining (KDD-2001), ACM.
Pennock, D., S. Lawrence, et al. (2001). "The real power of artificial markets." Science 291:
987-988.
Pennock, D. M. (2004). A Dynamic Pari-Mutuel Market for Hedging, Wagering, and Information
Aggregation. ACM Conference on Electronic Commerce (EC'04), New-York, ACM.
Plott, C. (2000). "Markets as Information Gathering Tools." Southern Economic Journal 2000
67(1): 1-15.
Plott, C. and K.-Y. Chen (2002). Information Aggregation Mechanismes: Concept, Design and
Implementation for a Sales Forecasting Problem, California Institute of Technology.
Ray, R. (2004). "Terrorism Futures: A Viable Decision-Market Tool."
Saporito, B. (2005). Place Your Bets. TIME Magazine.
Servan-Schreiber, E., J. Wolfers, et al. (2004). "Prediction Markets: Does Money Matter?"
Electronic Markets 14(3): 1-11.
Spann, M. and B. Skiera (2003). "Internet-Based Virtual Stock Markets for Business
Forecasting." Management Science 49(10): 1310-1326.
Surowiecki, J. (2004). The Wisdom of Crowds, DoubleDay.
Tetlock, P. (2004). How Efficient Are Information Markets? Evidence from an Online Exchange,
Harvard University Department of Economics.
Tuma, R. (2005). Wall Street Methods Used to Predict Flu Outbreaks. medpagetoday.com.
Von Neumann, J. and O. Morgenstern (1944). Theory of games and economic behavior.
Princeton,, Princeton university press.
Wikipedia (2005). Prediction market, Wikipedia. 2005.
Wolfers, J. and E. Zitzewitz (2004). "Prediction Markets." Journal of Economic Perspectives
18(2): 107-126.
(Von Neumann and Morgenstern 1944; Hayek 1945; Fama 1976; Hanson 1990; Hanson 1992; Beckmann and Werding 1994; Ortner 1997; Hanson 1999; Plott 2000; Chen, Fine et al. 2001; Pennock, Lawrence et al. 2001; Pennock, Lawrence et al. 2001; Bell 2002; Berlemann and Nelson 2002; Chan, Dahan et al. 2002; Pennock, Debnath et al. 2002; Plott and Chen 2002; Berg and Rietz 2003; Chen, Fine et al. 2003; Feigenbaum, Pennock et al. 2003; Fortnow, Kilian et al. 2003; Gruca, Berg et al. 2003; Guarnaschelli, Wasnica et al. 2003; Hanson 2003; Klarreich 2003; Passmore and Cebeci 2003; Spann and Skiera 2003; Allen, Daniels et al. 2004; Gjerstad 2004; Hahn and Tetlock 2004; Hahn and Tetlock 2004; Hanson 2004; Hanson 2004; Hanson and Oprea 2004; Hanson, Oprea et al. 2004; Hoey and Hoey 2004; Kiviat 2004; Malone 2004; Manski 2004; Pennock 2004; Pennock 2004; Ray 2004; Servan-Schreiber, Wolfers et al. 2004; Surowiecki 2004; Tetlock 2004; Wolfers and Zitzewitz 2004; Berg and Rietz 2005; Wikipedia 2005)

Cédric Gaspoz Utilisation d'un marché virtuel dans le cadre du projet MICS 83 / 85

Iowa Electronic Markets (IEM)
http://www.biz.uiowa.edu/iem/
Best know for its presidential election market, IEM also has other political and economic markets in which
members of the general public can invest real money. The IEM's earnings and returns markets are limited
to academic traders.

Long Bets - Accountable Predictions
http://www.longbets.org/
Philanthropic project where a person can pay $50 to make a prediction about something or social or
scientific importance that will or will not happen at least 2 years in the future. Someone can turn the
prediction into a bet by taking the other side (and paying more money). The money goes to the
designated charity of the winner.

News Futures
www.us.newsfutures.com/index.html
Players use virtual money to bid on the outcomes of news, financial, sports, and entertainment events.
Participation is open to the public. Contests offer cash and merchandise prizes. Current contests involve
pharmaceutical trends and 4th quarter drug sales.

Political Stock Exchange
http://www.PoliticalStockExchange.com/
Players use virtual money to purchase shares of politicians and political events. Participation is open to
the general public. Prizes are offered for contests.

TradeSports
http://www.tradesports.com/
The general public can invest real money in futures contracts. Contracts are primarily for sporting events,
but participants can also bid on politics, current events, and other topics.

Wahlstreet
http://www.wahlstreet.de/
Information market predicting outcomes of German elections.

Cédric Gaspoz Utilisation d'un marché virtuel dans le cadre du projet MICS 85 / 85