Cette thèse proposée utilise les ondelettes de Haar à créer de nouveaux indicateurs techniques, d’en évaluer leurs performances afin de tester la validité de l’efficience faible des marchés financiers. L’approche choisie vise à mettre en œuvre les capacités des indicateurs techniques à capter la mémoire longue présente dans les indices boursiers américains et européens à travers l’estimation de la tendance par le processus de lissage. De plus, cette dernière est une composante importante dans les séries économiques et financières. En effet, elle a fait l’objet d’innombrables investigations tant en analyse technique, qu’en traitement du signal et dans la théorie des cycles économiques. Toutefois, sa présence n’entre pas en ligne de compte dans la théorie classique de la finance, car les principaux modèles utilisés se focalisent sur les variations des cours boursiers. À cet effet, la tendance constitue une source de non-stationnarité entraînant des difficultés majeures pour la modélisation économétrique ou financière. Exploiter cette tendance s’affranchit, dans ce cas, des hypothèses de non-stationnarité tendancielle ou de racine unitaire. En plus, à l’issue des résultats que nous avons obtenus à partir du modèle à changement de régime. Nous confirmons qu’il est possible d’exploiter la présence de mémoire longue dans les cours, et également de battre le marché en présence de coûts de transactions sur les marchés américains et européens.