Hawkes过程的统计意义限制适用于金融数据Mehdi Lallouache和Damien Challet1、金融量化研究所、数学实验室、系统贴花、巴黎中央经济学院、查特奈马拉布里、92290、法国弗朗西塞拉德资本有限公司、洛桑B\'timent C区EPFL创新园、洛桑1015、,瑞士霍克斯处理财务数据的许多方法看起来相当不错,但大多数都不具有统计学意义。这就提出了一个问题,即这个模型能够准确解释市场动态的哪一部分。我们比较了各种时间间隔的精度,比如一个时间间隔的性能。由于外汇市场的开放时间是24小时不间断的,因此外汇市场非常适合我们的目标,因为外汇市场允许我们避免股票市场每天隔夜长时间关闭带来的复杂性。一个人可以通过三个同时进行的测试获得统计显著性,前提是一次使用两个指数的核,一个小时使用两个或三个指数,一整天使用两个或三个指数,而由于内生过程的非平稳性,更长的周期无法在统计满意度范围内完成。拟合的时间尺度相对较短,内生因子较高,但在0.8左右为次临界值。I.简介霍克斯过程是泊松过程的自然延伸,其中自激导致事件聚集[23,24]。最初应用于地震发生的建模[35,36],已被证明在许多领域都很有用(例如神经科学、犯罪学和社会网络建模[13,14,34,38,45])。这是因为它们的易处理性和不断增加的估算方法[2,5,16,31,33,40]。