Alerte sanctions AMF
La décision
- Sanction totale de 780 000€
- Publication de la décision sur le site Internet de l’AMF pendant 5 ans
- Refus de la demande de publication de manière anonyme pour les 3 personnes physiques impliquées
Les griefs
- Manquements de manipulation de cours
- Position dominante sur un marché de nature à créer des conditions de transaction inéquitable
Les faits (extrait)
- Un aller-retour et la présence d’au moins une phase de déséquilibre au cours de chaque aller-retour sur les trois premières limites du carnet d’ordres avec, d’une part, un déséquilibre total du carnet aux trois meilleures limites supérieur à 33% en cas de pression à l’achat (déséquilibre bilatéral), et d’autre part, la proportion du volume total des ordres d’achat ou de vente de chaque mis en cause aux trois meilleures limites par rapport au volume cumulé des ordres d’achat ou de vente aux trois meilleures limites supérieure à 50% (déséquilibre unilatéral)
- Le taux d’annulation du volume des ordres présents du côté des phases de déséquilibre, pendant celles-ci, était supérieur à 80%. Ce critère a été appliqué sans limite de temps sur l’annulation des ordres
- Sur le titre Solocal Group, la séquence de 9h00mn00s à 09h05mn31s se caractérise par un déséquilibre bilatéral maximum de 89%, un déséquilibre unilatéral maximum de 99% et un taux d’annulation du volume des ordres présents du côté de la phase de déséquilibre de 99%
- L’ensemble des 1099 séquences reprochées à Nyenburgh et M. Kamsteeg satisfait les critères de détection retenus par les enquêteurs relatifs au déséquilibre bilatéral supérieur à 33% (en moyenne de 73%) et au déséquilibre unilatéral supérieur à 50% (en moyenne de 79%), ce qui signifie que les ordres émis ont représenté plus de la moitié du volume présent aux trois meilleures limites du côté du déséquilibre du carnet d’ordres et, sur les trois meilleures limites, un volume supérieur au volume total du marché du côté opposé, soit plus de cinq fois plus en moyenne.
Retrouvez l’intégralité de la sanction émise par l’AMF ici
Recommandations AfterData
Comment détecter ce type d’abus de marché ?
- Un scénario standard Spoofing cancel avec un paramétrage adapté au type de valeurs concernées et aux volumes échangés
- L’appuie du machine learning qui va distinguer l’aspect atypique de la transaction permet de sécuriser la détection
Ne risquez pas la réputation de votre établissement
Connaissez-vous AfterData ? Fleuron de la French tech, éditeur de solution de détection d’abus de marché, nos scénarios intelligents limitent à 3% le taux de faux positif. Notre outil permet un traitement de bout en bout sans avoir recours à des informations externes, tout en sécurisant vos pistes d’audit pour répondre au régulateur en cas de contrôle.