Статья Владимира Волкова и соавтора опубликована в Journal of the American Statistical Association

Статья “Mutually exciting point processes with latency” опубликована в Journal of the American Statistical Association.

В статье рассматривается новый статистический подход к оценке латентности, определяемой как время, необходимое для получения информации о событии и генерации на него ответа. Предлагаемый подход требует только многомерного точечного процесса, описывающего времена событий, что позволяет обойти использование более детализированных наборов данных, которые могут быть недоступны. Рассматривается класс параметрических моделей Хокса, учитывающих эффекты кластеризации, и латентность определяется как известная функция параметров ядра, обычно являющаяся модой функции ядра. Поскольку латентность плохо определена для экспоненциального ядра, проводится оценка максимального правдоподобия в случае смеси обобщенных гамма-ядер, и выводится осуществимая теория центральной предельной теоремы с асимптотикой внутри заполнения. В качестве побочного продукта предоставляется центральная предельная теория для оценивателя латентности и связанных с ним тестов. Численное исследование подтверждает теорию. Эмпирическое применение на данных высокочастотных транзакций с Нью-Йоркской фондовой биржи и Биржи Торонто показывает, что оценки латентности для фондовых рынков США и Канады колеблются от 1 до 6 миллисекунд с 2020 по 2021 год. Дополнительные материалы для данной статьи доступны онлайн, включая стандартизированное описание материалов, необходимых для воспроизводства работы.

К тексту статьи.