A Markov-switching multifractal inter-trade duration model, with application to US equities
马尔可夫转换多重分形交易间隔模型及其美国股票应用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。
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：题名和摘要明确研究金融市场逐笔交易之间的时间间隔，并应用于美国股票，直接对应高频计量。
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…
马尔可夫转换多重分形交易间隔模型及其美国股票应用
- 研究问题
- 如何用马尔可夫转换多重分形模型描述金融市场的交易间隔，并解释间隔序列中的高持久性与长记忆特征？
- 方法与思路
- 作者提出 MSMD 交易间隔模型，研究若干关键性质，重点考察持久性与长记忆，并进行实证比较。
- 材料陈述的贡献
- 摘要称建立模型的若干关键性质，并报告实证探索显示其相较主要竞争模型具有优势，但未给出具体指标。
- 阅读关注点
- 应核对状态转换与多重分形层级的设定、长记忆性质的准确含义，以及美国股票应用中的估计和比较方案。
- 阅读边界
- 仅据所给出版社摘要，模型条件、样本、竞争模型及优势幅度均未说明；不能据此断定其普遍优于其他间隔模型。
原文摘要
We propose and illustrate a Markov-switching multifractal duration (MSMD) model for analysis of inter-trade durations in financial markets. We establish several of its key properties with emphasis on high persistence and long memory. Empirical exploration suggests MSMD’s superiority relative to leading competitors.