Sep, 2015

Hawkes 过程的估计过程

PDF
TL;DR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。
nonparametric estimationhawkes point processautoregressive modelvar($p$)financial data
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

  • 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

  • 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

  • 基于 Hawkes 过程的狄利克雷混合模型用于事件序列聚类

    本研究提出了一种有效的基于 Hawkes 过程的 Dirichlet 混合模型方法来解决事件序列聚类问题，并通过 EM 算法的内外迭代进行分析和学习，演示了该方法的优越性和稳健性。

    Jan, 2017

  • Hawkes 过程的尺度极限及其在金融统计中的应用

    本文使用 Hawkes 过程研究金融统计模型，通过法则与极限定理得到微观动力学模型下的精确宏观扩散极限，同时证明了 Epps 效应和提前滞后效应。

    Feb, 2012

  • 多元 Hawkes 过程的图形建模与非参数链接函数

    该论文介绍了一种基于 Hawkes 模型的多变量点过程，展示了该过程的 Granger 因果结构完全被该模型的相应链接函数所编码；并提出了一种基于无限阶自回归的时间离散版本的点过程的链接函数的新的非参数估计器，应用于模拟数据和大鼠脊髓背角的神经脉冲数据，并验证了该估计器的一致性。

    May, 2016

  • 对称霍克斯过程的非参数核估计。应用于高频金融数据

    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。

    Dec, 2011

  • 从多元 Hawkes 积分累量揭示因果关系

    提出了一种新的非参数方法，旨在估计具有多元 Hawkes 过程的积分核矩阵，从而解释其节点间的相互影响和因果关系。

    Jul, 2016

  • 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