Self and mutually exciting point process embedding flexible residuals and intensity with discretely Markovian dynamics
具有灵活残差与离散马尔可夫动态的自激及互激点过程AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确将点过程模型用于高频金融数据，并与 Hawkes 过程进行比较。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
具有灵活残差与离散马尔可夫动态的自激及互激点过程
- 研究问题
- 如何扩展 Hawkes 点过程，使其容纳更灵活的残差分布与强度动态，并用于多变量建模和高频金融数据估计？
- 方法与思路
- 作者提出具有离散马尔可夫动态的自激及互激过程，纳入多种残差分布，并构建过滤历史模拟和多变量扩展。
- 材料陈述的贡献
- 摘要称，该过程扩展了 Hawkes 模型，支持可实施的估计与模拟，并比较灵活残差分布对高频金融数据估计的影响。
- 阅读关注点
- 应核对残差与强度的数学定义、模型稳定性条件、历史模拟步骤，以及与 Hawkes 模型比较时的拟合与诊断指标。
- 阅读边界
- 所据为 arXiv 预印本，同行评审及期刊接收未核实；摘要未给出比较结果、数据细节或灵活残差带来改善的条件。
原文摘要
This work introduces a self and mutually exciting point process that embeds flexible residuals and intensity with discretely Markovian dynamics. By allowing the integration of diverse residual distributions, this model serves as an extension of the Hawkes process, facilitating intensity modeling. This model's nature enables a filtered historical simulation that more accurately incorporates the properties of the original time series. Furthermore, the process extends to multivariate models with manageable estimation and simulation implementations. We investigate the impact of a flexible residual distribution on the estimation of high-frequency financial data, comparing it with the Hawkes process.