两笔外汇交易明明可能只隔了任意一小段时间，数据里却常在整数秒附近扎堆。就像几块精度不同的手表拼成一份记录：有的只报整秒，有的更细，再叠加时钟不同步，算出的成交时长——相邻两笔交易的等待时间——便会出现并非交易行为造成的“整数偏爱”。论文还发现，聚集出现在成交时长中，而非交易时间戳本身。
Vladimír Holý 提出的 GA-ACD 模型把两类情况分开处理：一部分用连续分布描述正常间隔；另一部分先将相应概率集中到正整数，再用截断正态分布把它散布到整数附近，因此也能解释“接近整数”而不只是“恰好整数”的堆积。模型再用 score-driven 方法——根据每笔新数据让当前成交节奏逐期调整——追踪市场状态变化。
作者的模拟显示，忽略这种堆积会令参数估计和对成交节奏的判断偏离；对七个主要货币对的分析则称，该现象普遍存在，GA-ACD 的表现优于未处理粒度效应的模型。值得知道的是，它提醒研究者：高频数据里的整齐规律，有时来自记录刻度，而不是市场本身。