短暂离散价格变动的连续时间分析

对于同一份合约，在不同的交易日，其两个计算过程图看起来很相似（重新缩放后）。我们目前正在探索调整模型以应对这些影响的方法，希望能尽快就此做出报告。它将涉及对积极事件和消极事件使用两个独立的随机时间变化。Skellam L'evy过程的一个特例●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●-2.-1 0 1 2 3 40.010 0.020 0.030 0.040TNC，3/22三角形（秒）西格玛^ 2/三角形●Exp拖网渔船-Γ拖网渔船-GIG拖网纯左旋经验●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●-2.-1 0 1 2 30.08 0.10 0.12 0.14 0.16EUC，03/22增量（秒）西格玛^ 2/三角形●Exp拖网渔船-Γ拖网渔船-GIG拖网纯左旋经验●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●-2.-1 0 1 2 30.06 0.08 0.10 0.12 0.14TNC，05/07 Delta（秒）西格玛^ 2/三角形●Exp拖网渔船-Γ拖网渔船-GIG拖网纯左旋经验●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●-2.-1 0 1 20.45 0.55 0.65 0.75EUC，05/07增量（秒）西格玛^ 2/三角形●Exp拖网渔船-Γ拖网渔船-GIG拖网纯左旋经验δ（秒），日志-尺度σδ2 ^δ图9：四个数据集的方差特征图以及对数δ尺度下不同拖网的拟合曲线。代码：力矩推断v2.0。R、 Kerss、Leonenko和Sikorskii（2014）阐述了这些想法。6结论我们提出了一个新的简单模型，可以充分捕捉高频金融数据的一些重要特征。它能够处理衡量价格变化的依赖性，推翻不同数量级的时间间隔。该模型是根据价格影响曲线（或拖网函数）直接建立的。

它有一个c\'adl\'ag价格过程，这是一个分段常数半鞅，具有有限的活动、有限的变化和无布朗运动分量。然而，我们需要强调的是，本文提出的模型只是一个初步的步骤。尽管我们强调价格过程变动的离散性和灵活性，但到目前为止，我们一直假设结构简单，没有时变特征。

我们●●●●●●-2.-1 0 1 2 3-6.-5.-4.-3.-2.-1TNC，2003年3月22日-密集●啜饮-小型拖网渔船● ● ● ● ●●●●●●●●●●●●●●●●●-10-5 0 5-7.-6.-5.-4.-3.-2 UC，2003年3月22日-密集●啜饮-小型拖网渔船●●●●●●●●●●●●●●●●●● ● ●-20-15-10-5 0 5 10 15-7.-6.-5.-4.-3.-2.-1TNC，2007年5月-密集●啜饮-小型拖网渔船● ● ●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●● ● ●-30-20-10 0 10 20 30-7.-6.-5.-4.-3EUC，2007年5月-密集●啜饮-GIG拖网经验性拖网-密度（a）δ=60秒。●●●●●-2.-1 0 1 2-6.-5.-4.-3.-2.-1 0TNC，22年3月-密集●啜饮-小型拖网渔船● ●● ●●●●●●●●●●● ● ● ●-10-5 0 5 10-8.-6.-4.-2 UC，2003年3月22日-密集●啜饮-小型拖网渔船● ●●●●●●●●●●●●●-20-15-10-5 0 5 10-8.-6.-4.-2TNC，2007年5月-密集●啜饮-小型拖网渔船● ●●●●●●●●●●●●●●●●●●●●●●● ● ● ●-10-5 0 5 10 15 20-8.-6.-4.-2 UC，2007年5月-密集●啜饮-GIG拖网经验性拖网-密度（b）δ=10秒。●●●●●-2.-1 0 1 2-10-8.-6.-4.-2 0TNC，22年3月-密集●啜饮-小型拖网渔船●●●●●●●●● ●-4.-2 0 2 4-10-8.-6.-4.-2 0EUC，22年3月-密集●啜饮-小型拖网渔船● ●●●●●●●●●-6.-4.-2 0 2 4-10-8.-6.-4.-2 0TNC，2007年5月-密集●啜饮-小型拖网渔船● ● ●●●●●●●●●●●●●●●● ●● ●-20-15-10-5 0 5 10-10-8.-6.-4.-2 0EUC，2007年5月-密集●啜饮-GIG拖网经验性拖网-密度（c）δ=1秒。●●●-1-0.5 0.0 0.5 1.0-6.-5.-4.-3.-2.-1 0TNC，22年3月-密集●啜饮-小型拖网渔船●●●●●●●-3.-2.-1 0 1 2 3-12-8.-6.-4.-2 0EUC，22年3月-密集●啜饮-小型拖网渔船●●●●●●●●● ● ● ●-6.-4.-2 0 2 4 6-14-10-6.-4.-2 0TNC，2007年5月-密集●啜饮-小型拖网渔船● ● ●●●●●●●●●●●●●●●●●●●● ● ●-15-10-5 0 5 10 15-14-10-6.-4.-2 0EUC，2007年5月-密集●啜饮-GIG拖网经验性拖网-密度（d）δ=0.1秒。图10：四个数据集在几个采样间隔内的回归对数柱状图以及sup GIG拖网的理论曲线。

代码：力矩推断v2.0。R、 将很快报告如何使用随机时间变化将此模型推广到更现实的情况。我们的模型很好地描述了实证数据，而我们主要关注的是贸易价格，而贸易价格并不总是可以立即交易的。