全部版块 我的主页
论坛 经济学人 二区 外文文献专区
581 3
2022-06-01
英文标题:
《Testing the causality of Hawkes processes with time reversal》
---
作者:
Marcus Cordi, Damien Challet, Ioane Muni Toke
---
最新提交年份:
2017
---
英文摘要:
  We show that univariate and symmetric multivariate Hawkes processes are only weakly causal: the true log-likelihoods of real and reversed event time vectors are almost equal, thus parameter estimation via maximum likelihood only weakly depends on the direction of the arrow of time. In ideal (synthetic) conditions, tests of goodness of parametric fit unambiguously reject backward event times, which implies that inferring kernels from time-symmetric quantities, such as the autocovariance of the event rate, only rarely produce statistically significant fits. Finally, we find that fitting financial data with many-parameter kernels may yield significant fits for both arrows of time for the same event time vector, sometimes favouring the backward time direction. This goes to show that a significant fit of Hawkes processes to real data with flexible kernels does not imply a definite arrow of time unless one tests it.
---
中文摘要:
我们证明了单变量和对称多变量Hawkes过程仅具有弱因果关系:真实事件时间向量和反向事件时间向量的真实对数似然几乎相等,因此通过最大似然进行参数估计仅弱依赖于时间箭头的方向。在理想(合成)条件下,参数拟合优度测试明确拒绝向后的事件时间,这意味着从时间对称量(如事件率的自方差)推断核,很少产生具有统计意义的拟合。最后,我们发现,对于同一事件时间向量,使用多个参数核拟合金融数据可能会对两个时间箭头产生显著的拟合,有时有利于向后的时间方向。这表明,霍克斯过程对具有灵活内核的真实数据的显著拟合并不意味着一个明确的时间箭头,除非对其进行测试。
---
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
--
一级分类:Physics        物理学
二级分类:Data Analysis, Statistics and Probability        数据分析、统计与概率
分类描述:Methods, software and hardware for physics data analysis: data processing and storage; measurement methodology; statistical and mathematical aspects such as parametrization and uncertainties.
物理数据分析的方法、软硬件:数据处理与存储;测量方法;统计和数学方面,如参数化和不确定性。
--
一级分类:Statistics        统计学
二级分类:Applications        应用程序
分类描述:Biology, Education, Epidemiology, Engineering, Environmental Sciences, Medical, Physical Sciences, Quality Control, Social Sciences
生物学,教育学,流行病学,工程学,环境科学,医学,物理科学,质量控制,社会科学
--

---
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
2022-6-1 10:05:23
使用时间反转测试霍克斯过程的因果关系Arcus Cordi、Damien Challet和Ioane Muni Tokelaboratoroire de Math’ematiques et Informatique pour les System’emes Complex,CentraleSup’elec,巴黎萨克莱大学(日期:2017年9月26日)我们表明,单变量和对称多变量霍克斯过程仅具有弱因果关系:真实事件时间向量和反向事件时间向量的真实对数可能性几乎相等,因此通过最大似然法进行的参数估计仅弱依赖于时间箭头的方向。在理想(合成)条件下,参数拟合优度测试明确拒绝向后的事件时间,这意味着从时间对称量(如事件率的自方差)推断核很少产生统计上显著的结果。最后,我们发现,对于同一事件时间向量,用多个参数核拟合财务数据可能会对两个时间箭头产生显著影响,有时倾向于反向时间方向。这表明,Hawkes处理具有灵活内核的真实数据的能力不强并不意味着有一个确定的时间箭头,除非有人对其进行测试。PACS编号:PACS编号。一、 引言霍克斯过程(以下简称HPs)通过允许将当前事件率作为过去事件的函数进行调制,扩展了泊松过程,因此是自激泊松过程。因此,它们在许多领域都非常有用,其中一个事件的发生在一段时间内增加了另一个事件的概率。
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

2022-6-1 10:05:28
例如,地震学中通常会发生余震【5、9、13、20】,犯罪学中,敌对帮派之间的争斗可能引发各种刑事报复【10】,神经学中,单个神经元的放电活动可能取决于神经元自身的放电历史【8、16、19】和信用风险,投资组合中一家公司的违约可能导致其他公司的违约【3】。非常值得注意的是,在许多论文中,并没有对函数的优度进行定量评估,而只是通过Q-Q图(通常看起来很好)进行定性评估,这可能是因为HPS被认为是泊松过程的有用扩展,这些泊松过程要么是完全充分的,要么不可能精确地描述数据,这相当于对另一种情况下的函数的优度做出了未经验证的假设。然而,最近的结果表明,如果使用多时间尺度核,并且适当考虑了非平稳基线强度,HPs对高频金融数据的参数函数确实通过了良好的t检验[7,14]。HPs是由施工引起的。事实上,在单变量情况下,HPs Nt的条件强度,或相当于其事件率,根据λ(t)=λ(t)+tZ演变-∞K(t- s) dNs=λ(t)+Xti<tK(t- ti),(1)其中λ(t)是基线强度(下文中我们将假设恒定的基线强度,即λ(t)=λ),K(t)是过程的核心,而事件i的时间:λ是以过去事件的因果方式定义的,因此时间方向是明确的。因此,将HP定义为事件的还原向量,即反向发生的事件,似乎是愚蠢的。因此,人们普遍认为,具有反转时间箭头的事件时间序列不可能被误认为是HP(参见参考文献。
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

2022-6-1 10:05:31
[6]).然而,HPs因果关系的强度目前尚不清楚,而真正的HPs具有明显因果关系的程度取决于用于评估已确定模型的方法,以及在将其与数据进行匹配时,取决于数据的性质。如下所示,单变量和对称多变量HPson合成数据的参数核估计导致两个时间箭头的平均值几乎相同。为什么会出现这种情况,最好从将活动率λ(t)与事件时间叠加的经典图中收集(图1)。Twist是从同一组事件中绘制活动率,并让时间向后运行:活动率和事件聚类在视觉上对于时间箭头的两个方向都是合理的。预计,拟合优度测试能够区分合成数据的向前和向后时间箭头(即,在理想情况下),后者通常被检测为非HPs。当我们用时间反转对称量推断出核时,就会发现一个相关的问题,通过定义,这两个时间箭头产生的核是完全相同的。例如,[1]的非参数核推断基于事件率的协方差,它与时间反转对称。我们在此表明,此类核只能通过优度检验。然而,我们指出,当因果关系较弱(即在小内生性的限制下)时,这种方法可以精确地提供真实核形状的有用近似值,从而有助于选择参数化核族。将HPs拟合到真实数据更麻烦。例如,如果时间分辨率太粗略,数据收集可能会进一步降低因果关系。但到目前为止,主要问题是人们不知道内核的形状。
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

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