基于持续期模型对高频金融数据分析
2014-03-01钱有程
吉林化工学院学报 2014年9期
关键词:模型
钱有程,王 暘
(1.吉林化工学院理学院,吉林吉林132022;2.商务部国际贸易经济合作研究院,北京100710)
高频金融数据是指在细小的时间间隔上抽取的金融交易观测值.数据的获得与处理方法的发展,使得高频数据的获取成为现实,并且受到微观市场研究者的广泛关注[1].
Cho,Russell,Tiao,和 Tsay(2000)利用在台湾股市交易所中交易的340多只股票在一天中的每5分钟的收益率,研究设定日股价上下限的影响,发现了向股价上限趋近磁效应的显著证据[2].
同时,高频数据还有一些低频数据不会出现的独特特征.本文中,我们主要研究这些特殊的特征,考虑分析高频数据的方法,并且讨论所得结果的应用.本文利用持续期模型对中国石油2014年6月9日至6月18日8个交易日1分钟高频交易数据进行分析及其应用.
1 高频数据及其模型
高频数据具有一些低频数据不会出现的独特特征,从而,对于这些数据的分析给金融经济学家统计学家提出了新的挑战.
1.1 非同步交易
不同的股票有着不同的交易频率,交易并不是同时发生的;即便是同一种股票,其交易强度也是一小时一小时地、一天一天的变化的.对于日序列,股价指的是其收盘价格.如果我们假定日收益率序列在24小时里是等间隔的往往是不正确的.实践证明,即使是在真实的收益率序列是前后独立的时候,这种假定可以导致股票收益率可预测性的错误的结论.
对于股票日收益率,非同步交易可以导致股票收益率之间的一步……
登录APP查看全文
