IBI-000544 - Gravepublie
Biais de trading algorithmique
Algorithmic Trading Bias
Score IBI
7.8
sur 10
Sévérité4_grave
Fréquencefrequent
Ampleur groupes4
Difficulté détection5
🇫🇷 Définition (FR)
Algorithmes de trading amplifiant la volatilité au détriment des petits investisseurs.
🇬🇧 Definition (EN)
Trading algorithms amplifying volatility at the expense of small investors.
Taxonomie TriAxis
Classification structurelle
O
Origine
O2
Computationnel & Statistique
L
Cycle de vie
L7
Déploiement
S
Spécifique
S02
Biais de feedback
💡
Exemple concret
L'analyse du Flash Crash de 2010 montre comment les algorithmes de trading à haute fréquence peuvent perturber brutalement les marchés financiers.
📊 Métriques de détection
Feedback Loop RatioDemographic Parity Difference
⚙ Seuils d'alerte
Feedback Loop Ratio0.15
Demographic Parity Difference0.1
📚 Sources & Références Scientifiques
- •The Flash Crash: High-Frequency Trading in an Electronic MarketKirilenko, Kyle, Samadi, Tuzun (2017)
🛡 Impact & Mitigation
🔬 Preuves documentées (Études & Incidents)
- Flash Crash du 6 mai 2010, rapport SEC/CFTC : Source : https://money.cnn.com/2010/10/01/markets/SEC_CFTC_flash_crash/index.htm
Impact :
🎯 Groupes vulnérables impactés
Classes populaires
🛠 Méthodologies de mitigation
- AUDIT_TIERS : Audit par tiers indépendant
🏢 Secteurs concernés
Finance et services bancaires (Risque: /5)
⚖ Réglementations applicables
🌍 International
- •ISO_42001 : ISO/IEC 42001:2023
- •UNESCO_2021 : UNESCO - Recommandation sur l'éthique de l'IA
- •OECD_AI_PRINCIPLES : OCDE - Principes IA
- •COE_AI_CONVENTION_INT : Conseil de l'Europe - Convention IA
📋 Métadonnées
Contributeur
Mohamadou SIDIBE
Institution
AI BIAIS INITIATIVE
Version
1
Créé le
14 octobre 2026
Mis à jour le
6 novembre 2026
UUID
350136d5-067d-4b60-8325-00ae36b4853d
Explorer d'autres biais
250 biais documentés, classés par la taxonomie TriAxis.