用霍克斯因子模型模拟激进的市场订单投放

此外，外生强度低于总强度也是合理的。内生强度取决于自激励和交叉激励核函数。在图7中，我们展示了积极市场购买订单和积极市场销售订单的四个估计核函数φi j（u）。我们确定份额v=3000（30批）。我们发现，这些核函数具有相似的模式，但尺度却有显著差异。代表自激影响的核函数比代表交叉激励影响的核函数具有更高的值，尤其是对于市场购买订单。这表明自激在积极的市场秩序安排的内生部分起着主要作用。指数分布分位数0 2 4 6 8市场购买订单，晨间核：等式（2）核：等式（3）指数分布分位数0 2 4 6 8市场购买订单，午后核：等式（2）核：等式（3）指数分布分位数0 2 4 6 8市场销售订单，晨间核：等式（2）核：等式（3）指数分布分位数0 2 4 6市场销售订单，午后Kernel:Eq.（2）Kernel:Eq.（3）图3：（彩色在线）QQ图（2003年4月10日），时间变形持续时间，即残差，与方程（2）和方程（3）中两个核函数的参数1的指数分布相对应。左上角：上午的激进市场购买订单。右上：下午积极的市场买单。左下：上午积极的市场抛售订单。右下：下午积极的市场抛售订单。上午下午0.20.40.60.8市场购买订单上午下午0.20.40.60.8市场销售订单图4：（彩色在线）21个样本日Kolmogorov-Smirnov检验的p值。左图：激进的市场购买订单。

右图：积极的市场销售订单。0.20.40.60.8180 0图5：（彩色在线）42个估计的双变量标记霍克斯过程的光谱半径。可以看出，所有42个霍克斯过程都是静态的。结论在这项工作中，提出了一个双变量标记霍克斯模型来描述激进的市场订单到达。到达强度以一个外源部分和两个内源过程为标志，分别反映自激发和交叉激发。核函数是表征内生自激和交叉激励的关键。我们提出并比较了两种核函数。一种是平滑切分指数函数（即两个指数的相减），另一种是单调指数核（即两个指数的和）。我们使用在深交所交易的astock的订单流量数据，校准了具有不同核函数的二元Hawkes模型。当核函数为光滑割f指数函数且参数满足平稳条件时，二元Hawkes模型得到了很好的估计。外生基线强度解释了U型日内模式。我们确认，来自内生性ous par的订单到达强度主要促成了自激过程，而交叉激励的影响很弱，尤其是对于ag gressive Market buy orde rs而言。确认该论文从厦门第五届预测经济学会年会（2018年6月）与会者的评论中受益匪浅。这项工作得到了国家自然科学基金会（71501072 and d 71532009）和中央大学基金研究基金（222018218006）的部分支持。参考文献Ait-Sahalia，Y.、Cacho Diaz，J.和Laeven，R.，使用相互激励的跳跃过程建模金融传染。J、 财务部。

经济。，2015, 117,585–606.Bacry，E.、Jaisson，T.和Muzy，J.，《缓慢递减Hawkes核的估计：高频订单动态的应用》。数量。财务。，2016, 16, 1179–1201.Bacry，E.、Mastromatteo，I.和Muzy，J.F.、Hawkes Processes in Finance。市场微观结构和流动性，2015年，1。Bacry，E.和Muzy，J.F.，H awkes价格和交易高频动态模型。数量。财务。，2014, 14, 1147–1166.Blanc，P.、Donier，J.和Bouchaud，J.P.，金融价格的二次Hawkes过程。数量。财务。，2017, 17, 171–188.Bormetti，G.、Calcagnile，L.、Treccani，M.、Corsi，F.、Marmi，S.和Lillo，F.，使用霍克斯因子模型对系统价格波动进行建模。数量。财务。，2015, 15, 1137–1156.时间9:30 10:30 11:30 12:15 1:00 2:00 3:000.51.52.5市场购买订单市场销售订单时间9:30 10:30 11:30 13:00 14:00 15:00u-0.50.51.52.5市场购买订单市场销售订单图6：（彩色在线）平均订单数（左）和估计的日内基线强度样条曲线（右）（每分钟事件数）。计算2个标准偏差的误差条。时间0 20 40 60 80 100-45-40-35-30-25买方自励买方自励卖方自励卖方自励卖方自励卖方自励卖方自励买方自励卖方自励卖方自励卖方自励卖方图7：（彩色在线）激进市场购买订单和激进市场销售订单的估计核函数φi j（u）。核函数中使用的系数是42个估计值的平均值。Bowsher，C.，连续时间证券市场建模：基于强度的多变量点过程模型。J、 计量经济学，2007，141876–912。Br’emaud，P.和Massouli’e，L.，非线性Hawkes过程的稳定性。大气。Pollut公司。Res.，1996，24，1563–1588。Calcagnile，L.、Bormeti，G.、Treccani，M.、Marmi，S.和Lillo，F.、金融市场中的集体同步和高频系统不稳定性。数量。

财务。，2018, 18, 237–247.Chavez Demoulin，V.和Mcgill，J.，使用Hawkes过程的高频金融数据建模。J、 银行。财务。，2012, 36, 3415–3426.Filimonov，V.、Bicchetti，D.、Maystre，N.和Sornette，D.，《高水平内生性和结构性制度改变非商品市场的数量》。J、 国际货币融资。，2014, 42, 174–192.Filimonov，V.和Sornette，D.，《量化金融市场的流动性：预测金融崩溃》。物理。修订版。E、 2012年，85056108。Filimonov，V.和Sornette，D.，《霍克斯自激点过程模型中的明显临界性和校准问题：高频财务数据的应用》。数量。财务。，2015, 15, 1293–1314.Filimonov，V.、Wheatley，S.和Sornette，D.，通过映射到自激霍克斯过程，对自回归条件持续时间点过程的内生性进行有效测量。公社。非线性Sci。数字。模拟。，2015, 22, 23–37.Hardiman，S.、Bercot，N.和Bouchaud，J.，《金融市场的临界反应：霍克斯过程分析》。欧元。物理。J、 B，2013，86，442。Hawkes，A.，一些相互激励的点过程的点谱。J、 R.统计Soc。B、 1971a、33438–443。Hawkes，A.，一些自激和互激点过程的光谱。Biometrika，1971b，58，83–90。Hawkes，A.，Hawkes过程及其在金融中的应用：综述。数量。财务。，2018, 18, 193–198.Jiang，Z.Q.、Chen，W.和Zhou，W.X.，中国股票交易持续时间分布的标度。Physica A，2008，3875818–5825。Jiang，Z.Q.，Chen，W.和Zhou，W.X.，对贸易持续时间的趋势波动分析。Physica A，2009，388433–440。Lallouache，M.和Challet，D.，《霍克斯过程的统计意义极限与财务数据相符》。数量。

财务。，2016, 16, 1–11.大型，J。，衡量电子限额指令簿的弹性。J、 财务部。市场，2007年10月1日至25日。Lu，X.和Abergel，F.，《极限订单书的高维Hawkes过程：建模、经验分析和数值校准》。数量。财务。，2018年，第249-264页。Muni Toke，I.和Pomponio，F.使用Hawkes过程在有限订单簿中建模交易。经济学：开放获取，开放评估电子期刊，2012年，第6期，第1-23页。Rambaldi，M.、Bacry，E.和Lillo，F.，《体积在订单动态中的作用：多变量霍克斯过程分析》。数量。财务。，2017,17, 999–1020.Rambaldi，M.、Pennesi，P.和Lillo，F.，《围绕宏观经济新闻的外汇市场活动建模：霍克斯过程方法》。物理。修订版。E、 2015，91，012819。阮，Y.P.和周，W.X.，流动性中国股票及其认股权证交易期限的长期相关性和多重分形性质。Physica A，2011，3901646–1654。Saichev，A.和Sornette，D.，《分支过程临界状态下的弹簧超线性缩放》。物理。修订版。E、 2014年，89012104。Zheng，B.、Roueff，F.和Abergel，F.，《使用约束Hawkes过程建模买卖价格：遍历性和标度极限》。暹罗J.金融数学。，2014, 5, 99–136.