排队响应式Hawkes模型用于订单流
摘要：多变量Hawkes模型的两个变种引入了显式的与各种队列大小有关的依赖性，以对极限订单簿的随机时间演化进行建模。我们提出的模型因此综合了当前簿状态和过去订单流的影响。第一个变种假设特定价格级别的订单到达流独立于其他流，通过在由Huang等人的连续时间马尔可夫“队列反应”模型提供的到达率上添加Hawkes分量来描述该流。使用来自Eurex期货资产（Bund和DAX）的Level-I订单簿数据进行实证校准表明，Hawkes项不仅对于描述订单流特性（例如，事件间隔时间的统计学）而且对于队列分布的形状来说，纯“队列反应”模型得到了明显的改进。我们介绍的第二个变种描述了交易日内某个订单簿的最佳买入和卖出方事件的联合动态。这个模型可以被看作是Bacry等人的多变量Hawkes订单簿模型的依赖队列扩展。我们提供了使用最大似然方法或最小二乘法来校准该模型的明确方式。使用Bund和DAX的Level-I订单簿数据进行实证估计使我们能够恢复Bacry等人揭示的Hawkes相互作用的主要特征，而且还揭示了它们对买入和卖出队列大小的联合依赖性。我们特别发现，虽然市价单或中间价变动率主要可以作为成交量不平衡的函数，但对于限价单或撤销单的到达率来说并非如此。我们的研究结果还能够清楚地凸显小tick资产和大tick资产之间的各种特征差异。
作者：Peng Wu, Marcello Rambaldi, Jean-Franc{c}ois Muzy, Emmanuel Bacry
论文ID：1901.08938
分类：Trading and Market Microstructure
分类简称：q-fin.TR
提交时间：2019-01-28