点過程モデリングを用いた金融時系列データの解析

摘要

近年，高頻度金融データと呼ばれる取引単位の大規模データが利用可能になったことを背景として，このようなデータを解析するための手法が求められている.その中で最近，点過程が高頻度金融データを解析する有用な手法として注目を浴びている.点過程はある注目する事象が発生するタイミングを記述する確率モデルであり，その一種であるHawkes(ホークス）過程は実際に観測されるようなクラスター状に起こる取引や注文の発生パターンを再現できる.この解説ではこのような点過程を用いたモデリングについての簡単なレビューを行うとともに，それを用いた高頻度金融データの解析に関する私たちの研究についての解説を行う.%In these decades, high-frequency financial data, which are big data containing detailed information on each transaction, have become available, and there has been growing needs for methods to analyze such data. Recently, point processes have been recognized as a useful tool to analyze high-frequency data. Point processes are probability models of timings of occurrences of events, and Hawkes processes, a type of point processes, can reproduce actually observed occurrence patterns of transactions or orders. In this article, we introduce a basic concept of point processes, and review our recent study on high-frequency financial data analysis using Hawkes processes.