第十一章 （超）高频数据的建模与分析简介ppt

《第十一章 （超）高频数据的建模与分析简介ppt》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、上海财经大学统计学系1（超）高频数据的建模与分析简介近年来，随着对金融市场微观结构研究的深入，人们对日内金融数据的时间序列研究产生了极大的兴趣。日内金融数据通常分为两类，一类是高频数据，该类数据是在某交易日内以固定的时间间隔采集的数据；另一类数据，是根据市场事件（比如：发生一次交易，价格变化一个给定的值或交易量变化一个给定的值等）到达的时间逐笔（transactionbytransaction）记录下来的数据，我们称这类数据为超高频（Ultra-High-Frequency，简称UHF）数据，此类数据与传统的时间序列数据的

2、最大不同是其认为市场事件的到达是一个随机过程，因此记录数据的时间间隔也是随机的。金融高频数据的分析一直是一个备受瞩目的焦点，金融高频数据的分析对于理解市场微观结构、指导投资者实践具有非常重要的意义。上海财经大学统计学系2§11.1（超）高频数据的特点(1)不规则交易间隔(2)离散取值(3)日内模式(4)自相关性上海财经大学统计学系3§11.2(超)高频数据与ACD模型针对超高频时间序列的特点，一种自回归条件持续期模型（autoregressiveconditionaldurationmodel，ACD模型）被提出。ACD模

3、型的核心思想是用随机标值点过程（MarkedStochasticPointProcess）去刻画交易过程。不同的标值点过程得到不同的ACD模型。上海财经大学统计学系4ACD模型简介定义两次相邻交易的时间间隔为交易持续期，则基本的ACD模型定义为如果设定为过去持续期和条件期望持续期的线性函数，则ACD(p,q)表示为：上海财经大学统计学系5ACD模型的扩展对数ACD模型（LOG-ACD）门限ACD模型（TACD）FIACD模型上海财经大学统计学系6§11.3交易持续期的集聚性持续期的集聚性是指，往往在一段时间内交易比较频繁，

4、而在另一段时间内交易却比较平淡，也就是说短的持续期后面往往跟随着短的持续期，长的持续期后面往往跟随着长的持续期。上海财经大学统计学系7§11.4UHF-GARCH模型ACD模型只是对超高频时间序列中的交易时间建模，但是，根据前面对超高频时间序列的定义，它还包括交易价格这一重要的标值变量。价格传递着重要的市场信息，所以，对于超高频时间序列，还必须对交易价格或收益率来建模，充分揭示价格的成形过程，理解价格形成机制。同交易持续期一样，收益率也存在日内周期性变化的“日历效应”，同样可以采用线性样条函数来消除这种日内周期性的特征，消

5、除“日历效应”后得到超高频收益率。上海财经大学统计学系8对超高频收益率调整后，假设服从如下方程：其中服从下面的GARCH（1，1）过程：