An inflated multivariate integer count hurdle model: an application to bid and ask quote dynamics
膨胀型多元整数计数跨栏模型：买卖报价动态应用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：摘要直接研究高频金融交易中的买卖报价变化、报价聚集与价差分布。
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…
膨胀型多元整数计数跨栏模型：买卖报价动态应用
- 研究问题
- 如何对具有离散取值、特定数值聚集和同期依赖的多元整数变量建模，并刻画高频买卖报价变化及其隐含价差分布？
- 方法与思路
- 作者基于 copula 构造膨胀型多元条件密度，用独立提议的 Metropolis–Hastings 算法抽样，并应用于双变量报价变化。
- 材料陈述的贡献
- 摘要提出适用于整数域和数值聚集的多元建模框架，展示高频报价应用，并推导考虑五跳倍数聚集的条件离散价差密度。
- 阅读关注点
- 应核对跨栏与聚集概率的设定、边际分布和 copula 的组合，以及参数估计、抽样效率和价差分布推导步骤。
- 阅读边界
- 仅依据所给 Crossref 版本摘要；具体估计条件、抽样效率和预测比较未说明，不能据此断言方法优越或推断版本变化。
原文摘要
Abstract In this paper we develop a model for the conditional inflated multivariate density of integer count variables with domain ℤ n , n ∈ ℕ . Our modelling framework is based on a copula approach and can be used for a broad set of applications where the primary characteristics of the data are: (i) discrete domain; (ii) the tendency to cluster at certain outcome values; and (iii) contemporaneous dependence. These kinds of properties can be found for high‐ or ultra‐high‐frequency data describing the trading process on financial markets. We present a straightforward sampling method for such an inflated multivariate density through the application of an independence Metropolis–Hastings sampling algorithm. We demonstrate the power of our approach by modelling the conditional bivariate density of bid and ask quote changes in a high‐frequency setup. We show how to derive the implied conditional discrete density of the bid–ask spread, taking quote clusterings (at multiples of 5 ticks) into account. Copyright © 2009 John Wiley & Sons, Ltd.