Limit Order Book Dynamics and Order Size Modelling Using Compound Hawkes Process

这篇文章讨论了使用霍克斯过程对限价单簿（LOB）动态进行建模的方法，然而现有文献的重点仅限于捕捉事件之间的时间间隔，而订单大小通常被假定为恒定的。作者提出了一种新的方法，使用复合霍克斯过程来建模LOB，其中每个事件都有一个从校准分布中抽样的订单大小。该过程以一种新颖的方式制定，使得该过程的扩散始终保持为正。此外，我们将模型参数条件化为一天中的时间，以支持经验观察。我们利用增强的非参数方法来校准霍克斯核，并允许抑制性交叉激发核。我们展示了在纳斯达克交易所的股票LO B中的结果和拟合质量，并将其与几个基线进行了比较。最后，我们对模拟器进行了市场影响研究，并展示了凹形市场影响函数的经验观察确实被复制了。

论文提出了一种使用复合Hawkes过程建模Limit Order Book（LOB）动态的新方法，该方法考虑了订单大小的变化。

使用复合Hawkes过程建模LOB，每个事件的订单大小采样自校准的分布，并通过增强的非参数方法校准Hawkes内核。

论文采用了NASDAQ交易所股票的LOB数据集进行实验，并与几种基线进行比较。实验结果表明该模型能够准确地模拟市场冲击函数。

近期的相关研究包括使用Hawkes过程建模LOB的方法，但大多数方法都假设订单大小是恒定的。