泛化复合Hawkes过程用于中间价格预测
摘要：高频金融数据受到难以避免的随机性的限制，这种随机性使得建模工作变得复杂。这个概念在许多金融资产的日内限价单簿数据的演化中得到了体现，并为使用随机模型提供了几种合理的解释。比如，到达时间的任意分布以及随后的连续订单事件之间的依赖结构。这导致了许多针对限价单簿动态的随机模型的发展。在本文中，我们将考察这些模型中一族模型——广义复合Hawkes过程(GCHP)模型在新数据和新任务中的适用性。我们进一步关注限价单簿中的中间价格预测问题以及这些随机模型的实际应用，这是本文的主要贡献。为此，我们研究了使用GCHP来预测期货和股票数据的方向和波动性，并探讨了对模型的可能扩展以提高其预测能力。
作者：Myles Sjogren (1) and Timothy DeLise (2) ((1) University of Calgary, (2) Universit''e de Montr''eal)
论文ID：2110.07075
分类：Trading and Market Microstructure
分类简称：q-fin.TR
提交时间：2021-10-15