乘 wavelet：发现价格跳跃新类的方法

事件级联和极端事件在金融市场、地震和社会物理等多个领域引起了广泛关注。此类事件要么源于系统内在动力学（内生），要么源于外部冲击（外生）。区分这两类事件的可能性对这些领域的专业人士具有重要意义。我们引入了一个基于 wavelet 系数表示跳时序列的无监督框架，用于股票价格跳跃。在与前述工作相符，我们恢复了波动性时间非对称性这一主要特征。均值回归和趋势发现为我们识别新类别的跳跃提供了可能。此外，凭借基于 wavelet 的表示方法，我们研究了共同跳跃的反射性特征，这指的是多个股票在同一分钟内经历价格跳跃。我们认为，共同跳跃中相当大比例是源于内生性传染机制。