Shashi Jain
大白话：印度理工学院（IISc，班加罗尔）学者，用随机过程（尤其是 Hawkes 过程）建模订单流；本 wiki 收录他与 Anantha 合著的《Forecasting Order Flow Imbalance with Hawkes Processes》——用 Hawkes 过程（自激点过程，用事件驱动的强度函数刻画成交的聚集与交叉依赖）预测订单流不平衡 OFI 的近端分布，发现指数和核最优，而且因为它具备马尔可夫性质、拟合与预测只需当前参数不用模拟，计算负担远低于非参数方法。
机构：印度理工学院（Indian Institute of Science, IISc），班加罗尔。
合作者: Aditya Nittur Anantha（同为 IISc + SigmaQuant Technologies）。
研究领域: 统计与随机过程在金融市场的应用，特别是 Hawkes 过程对订单流建模。
在本 wiki 中的论文
- Anantha Jain 2024 Forecasting OFI Hawkes — 用 Hawkes 过程预测高频 OFI 的近端分布；指数和核最优（马尔可夫性质 → 计算负担低）。见 OFI 的 Hawkes 与 OU 建模路线
研究特征
Hawkes 过程（自激点过程）是其工作的核心工具——用事件驱动的强度函数刻画时间依赖，能捕捉成交的聚集与交叉依赖。
方法上的另一个贡献：用 SPA 检验（superior predictive ability）做模型比较，并给出可比较任意多模型预测的方法。