Dec, 2011

对称霍克斯过程的非参数核估计。应用于高频金融数据

PDF
TL;DR提供一种数值方法，可在对称多元 Hawkes 过程中非参数估计核形状，并通过 1D 或 2D Hawkes 过程对高频金融价格数据建模，发现具有长记忆性的自我激励现象的核形状符合慢衰减（幂律）形状。
non-parametric estimationsymmetric multivariate hawkes processeskernel shapefinancial price datalong memory nature
发现论文，激发创造
  • Hawkes 过程的二阶统计特征及非参数估计

    本文提出了一种使用 Wiener-Hopf 积分方程系统进行 Hawkes 核矩阵的非参数估计的方法，并描述了这个步骤。作者进行了系统的研究，给出了不同维度（1 到 3）Hawkes 过程的数值估算和一个高频交易和地震时空统计的事件数据的应用案例比较。

    Jan, 2014

  • 高效非参数贝叶斯 Hawkes 过程

    本文提出了一种高效的 Hawkes 过程核函数的非参数贝叶斯估计方法，通过两种算法实现了灵活的 Hawkes 触发核推断，并在 Twitter 扩散数据集上取得了理论和实证结果上的优越性。

    Oct, 2018

  • 弹性参数推断空时霍克斯过程

    发展一种快速灵活的参数推理技术，以恢复涉及空间 - 时间 Hawkes 过程的强度函数中的内核函数的参数。

    Jun, 2024

  • 几乎不稳定 Hawkes 过程的极限定理

    研究了几乎不稳定的 Hawkes 过程，发现在适当的缩放后，它们与整合 Cox-Ingersoll-Ross 模型有相似的行为，因此将金融订单流建模为几乎不稳定的 Hawkes 过程可能是重现其高低频现象的好方法。并将此结果推广到基于 Hawkes 的价格模型，发现在类似的临界条件下，该过程收敛到 Heston 模型。

    Oct, 2013

  • 多维标记霍克斯过程的非参数估计

    本文提出了一种用于估计带有标记的 Hawkes 过程的条件强度的非参数方法，并引入了两个不同的模型：用于具有兴奋核的 Hawkes 过程的浅层神经 Hawkes 模型和用于非线性 Hawkes 过程的神经网络模型。通过在合成数据集和加密货币订单簿数据上进行验证，证明了该方法的有效性和适用性。

    Feb, 2024

  • 基于 Hawkes 模型的高频价格和交易动态

    提出了一种多元 Hawkes 过程模型，该模型通过市场订单到达对微观结构级别的市场价格动态进行了建模，可以很好地解释市场价格微结构和市场影响的特征，并且可以从匿名市场数据中估计整个市场影响轮廓。

    Jan, 2013

  • 金融中的 Hawkes 过程

    本文回顾了 Hawkes 过程在高频金融领域的应用和应用范围，以其高灵活性和适用性被成功地应用于多个问题，如交易数据波动率估计、市场稳定性估计、系统性风险传染、最优执行策略设计以及完整订单簿的动态捕捉。

    Feb, 2015

  • Hawkes 过程的估计过程

    本文提出了一种基于 VAR ($p$) 模型的自回归方法，用于非参数估计多元 Hawkes 点过程中的事件计数，并将其应用于金融交易数据的双变量事件流分析，揭示了限价单和市场单之间引人注目的不对称关系。

    Sep, 2015

  • 带格点重整因子的 Hawkes 过程核结构参数搜索

    通过引入重整化因子，我们提供了一种解决非协调、不稳定的优化方法来最大化 Hawkes 过程相关对数似然函数的方法，并提高了一系列不同长度序列的最大似然估计方法性能。

    May, 2018

  • 稀疏高斯过程调制霍克斯过程的变分推断

    本文提出了一种新的非参数贝叶斯 Hawkes 过程模型，使用稀疏高斯过程来建模触发核，进而通过新颖的变分推断方案，实现了模型优化的效率提升。通过使用不同的数据集进行了对比，结果表明本方法在模型选择及预测准确性方面均优于现有的频率派和贝叶斯方法。

    May, 2019