時間序列
日內交易量建模的常用方法有哪些？
模擬日內交易量的最常用方法是什麼，尤其是期貨合約？顯然有許多季節性因素，如滾動、經濟新聞發布、一天中的時間等。是否有任何標準建模技術來處理此類問題，或任何適用的論文/書籍？
最好的論文可能是作為雙隨機二項式點過程的相對體積 - James McCulloch。在本文中，體積通過點過程建模，並推導出理論定律（具有信賴區間等）。
我們在實踐中的市場微觀結構，第 2.1 章中放置了有關此的元素。不僅在盤中拍賣期間分析交易量曲線（比較格林威治標準時間全球的交易量曲線），還分析在預先拍賣期間發送的訂單強度。
從我的角度來看，與 使用歷史數據的靜態交易量曲線預測相比，動態模型（如在相對交易量作為雙隨機二項點過程中開發的動態模型 - James Mcculloch提供交易量的動態預測）並沒有顯著改善預測（上個月的盤中數據，以及一個 EWMA 算法）。
我過去做過一些分析，從vue（算法執行）的實際角度來看，靜態預測提供了很好的結果，你將不得不單獨處理宏觀經濟天！
您可以找到 PragmaSecurities 撰寫的一篇論文，靜態 VWAP：比較分析，該論文涉及股票的這一主題（但我認為您可以將其推斷為期貨）： http: //www.pragmatrading.com/sites/default/files/ pdf/static_vwap_a_comparative_analysis_-_2009.pdf