2018 年 70 巻 3 号 p. 151-155
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.