Hawkes过程拟合金融数据的统计显著性限制
摘要：为什么Hawkes过程对金融数据的拟合效果较好，但大多数拟合结果在统计学上并不显著呢？这引发了一个问题，即这种模型能够准确解释市场动态中的哪一部分。我们通过改变校准时间间隔来验证这些过程的准确性，并比较由指数和求和得到的不同类型核函数的性能。由于外汇市场全天候开放，非常适合我们的研究目的，因为它避免了股票市场每天长时间的闭市带来的复杂性。通过将具有两个指数的核函数用于每小时拟合，将两个或三个指数的核函数用于全天拟合，可以通过三个同时测试来实现统计学显著性。然而，在较长时间周期内，由于内生过程的非平稳性，无法实现统计满意度。拟合的时间尺度相对较短，内生因子较高，但亚临界水平约为0.8。
作者：Mehdi Lallouache, Damien Challet
论文ID：1406.3967
分类：Statistical Finance
分类简称：q-fin.ST
提交时间：2015-03-24