全部版块 我的主页
论坛 经济学人 二区 外文文献专区
1465 25
2022-05-06
英文标题:
《The limits of statistical significance of Hawkes processes fitted to
  financial data》
---
作者:
Mehdi Lallouache, Damien Challet
---
最新提交年份:
2015
---
英文摘要:
  Many fits of Hawkes processes to financial data look rather good but most of them are not statistically significant. This raises the question of what part of market dynamics this model is able to account for exactly. We document the accuracy of such processes as one varies the time interval of calibration and compare the performance of various types of kernels made up of sums of exponentials. Because of their around-the-clock opening times, FX markets are ideally suited to our aim as they allow us to avoid the complications of the long daily overnight closures of equity markets. One can achieve statistical significance according to three simultaneous tests provided that one uses kernels with two exponentials for fitting an hour at a time, and two or three exponentials for full days, while longer periods could not be fitted within statistical satisfaction because of the non-stationarity of the endogenous process. Fitted timescales are relatively short and endogeneity factor is high but sub-critical at about 0.8.
---
中文摘要:
许多霍克斯过程对金融数据的拟合看起来相当不错,但大多数都没有统计学意义。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。我们记录了这类过程的准确性,比如改变校准的时间间隔,并比较由指数和组成的各种类型的核的性能。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。根据三个同时进行的测试,可以获得统计显著性,前提是一次使用两个指数的核拟合一个小时,使用两个或三个指数拟合一整天,而由于内生过程的非平稳性,较长的周期无法在统计满意度范围内拟合。拟合的时间尺度相对较短,内生性系数较高,但在0.8左右为次临界值。
---
分类信息:

一级分类:Quantitative Finance        数量金融学
二级分类:Statistical Finance        统计金融
分类描述:Statistical, econometric and econophysics analyses with applications to financial markets and economic data
统计、计量经济学和经济物理学分析及其在金融市场和经济数据中的应用
--

---
PDF下载:
-->
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2022-5-6 07:52:01
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]。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-6 07:52:04
由于许多类型的金融市场事件(如中期报价变化、极端退货事件或订单提交)都是在时间上聚集的,因此HawkesProcess也已成为金融领域的标准工具。在市场微观结构的背景下,霍克斯过程首先由Bowsher[8]引入,他同时用多元框架分析了交易时间和中间报价的变化。另外两种开创性的方法是Bauwens和Hautsch[6]以及Hewlett[25]的Theone,他们专注于交易之间的持续时间。随后,大型[30]在一个十变量霍克斯过程中用限额订单和取消数据补充交易数据,以测量伦敦证券交易所订单簿的弹性。Bacry等人[3]最近将中间价格变化建模为两个Hawkes过程之间的差异,并表明由此产生的价格表现出宏观结构噪音和Epps效应。Jaisson和Rosenbaum[27]证明,在适当的重标度下,早期不稳定的Hawkes过程收敛到Heston模型。Bacry和Muzy[4]使用了该模型的增强版来解释市场影响。最后,Jedidi和Abergel【28】利用多变量霍克斯设置对全订单进行建模,并证明由此产生的价格差异在大时间尺度上使用。值得注意的是,霍克斯过程也适用于其他金融主题,如VaR估计[11,12]、通过建模进行交易[42]、投资组合信用风险[19]或跨地区[1]和跨资产的金融传染[7]。研究人员普遍认为,只有一小部分价格变动是由外部新闻稿直接解释的(例如Cutler等人[15],Joulin等人[29])。因此,价格动态主要由内部反馈机制驱动,这与索罗斯所说的“市场反应”相对应[41]。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-6 07:52:07
在霍克斯过程的框架中,内生性来自自激,而基线活动率被认为是外生的(参见第二节的数学定义)。换句话说,这些过程提供了一种直接的方法来衡量内生性的重要性,例如在E-mini标准普尔期货[20,22]中。菲利莫诺夫(Filimonov)和索内特(Sornette)[20]认为,由于高频和算法交易的出现,内生性水平在过去十年中稳步上升。Hardiman等人[22]表明,只有短期内生性(与计算机能力和速度的增加有关,事实上,HFT)多年来一直在增加,而内生性因子一直非常稳定,接近1,即过程完全自我参考和不稳定的特殊值。拟合Hawkes ProcessTo财务数据需要一定的谨慎:不应使用单一指数自激核[22],而许多其他偏差可能会在长时间内影响长尾核的拟合[21]。没有人声称霍克斯过程是金融市场整体动态的准确描述。然而,在文献中,测试这些功能的重要性并不是当前的优先事项。鉴于这些数据通常令人满意,似乎很明显,在某些情况下可以获得统计意义。在这里,我们希望根据三个统计测试,评估具有几种可能类型的参数核的霍克斯过程的解释力的范围(和极限)。获得重大收益的困难之一来自交易活动的跳跃,比如市场开盘和收盘时发生的交易活动。这就是我们研究FXmarkets数据的原因,FXmarkets具有长期持续运行的优势。仍然可能存在不连续性,无论是隐式的(例如fixing time)还是显式的(例如fixing time)。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-6 07:52:10
但至少一天的外汇数据比一天的股市数据要长得多,因此更适合我们的目标。因此,对于minori,我们可以推断出我们在纠正Hawkes过程方面的大部分失败,都是由于其他类型的数据具有更显著的活动不连续性。另外两篇关于外汇数据和霍克斯过程的论文的关注点与我们的不同:Hewlett[25]处理的是相对缺乏流动性的欧元/兹罗提货币对,并使用单一指数核。兰巴迪等人[39]也使用EBS数据(与我们的数据具有相同的时间分辨率),研究重要新闻的最佳引用动态。由于我们的数据集由每0.1秒一次的订单快照组成(更多详细信息,请参见第三节),我们可以跟踪大多数交易,但不能跟踪中间价格的变化。这就是为什么我们采用单变量霍克斯过程来计算欧元/美元贸易额。内生性参数则是单个交易触发的平均交易数。本文的结构如下:我们首先定义了霍克斯过程、拟合方法、参数核以及我们将使用的统计检验。我们首先表明,霍克斯流程擅长处理一小时的外汇数据,在一天内相当不错,在连续两天使用时失败。二、HAWKES过程一元HAWKES过程是一个线性自激点过程,其强度由λt=ut+^tφ(t)给出- s) dNs=ut+Xti<tφ(t- ti),(1)其中u是描述外源性事件到达的基线强度,第二项是过去事件的加权总和。核φ(t)-ti)描述了ti时发生的前一事件对电流强度的影响。霍克斯过程可以被映射到(并解释为)一个分支过程,在分支过程中,强度为utca的外源性“母亲”事件可以触发一个或多个“孩子”事件。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-6 07:52:13
反过来,这些子事件中的每一个都可以触发多个梯次事件(或者分别触发原始事件的“孙子”),等等。数量n≡'∞φ(s)ds控制内生族的大小。实际上,n是过程的分支比率,它被定义为任何事件的平均子事件数。因此,n Quantifie以优雅的方式反映市场活力。根据分支比率值,存在三个区域:o亚临界区域(n<1),其中家庭几乎肯定会消亡,o临界区域(n=1),其中一个家庭独立生活而不会爆炸。在Hawkesprocess的语言中,这需要适当定义u=0,这相当于Brémaud和Massoulié[9]研究的没有癌症的Hawkes process,o爆炸状态(n>1),其中单个事件触发一个严格正概率的有限家族。评估n给出了一个简单的衡量市场与临界状态之间“距离”的方法。为了n≤ 1.如果ut恒定,则过程是静止的。在这种情况下,分支比率也等于所有事件中内生事件的平均比例。A.参数内核我们比较以下内核的性能,每个内核都有自己的索引指数和:φM(t)=MXi=1αie-t/τi,其中M是指数数。指数的振幅αi和时间尺度τi为估计参数。分支比由以下公式给出:n=PMi=1αiτi=PMi=1ni.o幂律近似的优点是只需要几个参数。因此,将它们转换为数据要容易得多。近似幂律核由φPLM(t)=nZM给出-1Xi=0a-(1+)ie-tai,其中i=τmi。M控制近似值的范围,M控制其精度。Z的定义如下'∞φpl(t)dt=n。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

点击查看更多内容…
相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群