中国股市超高频持续期序列长记忆性的研究.pdfVIP

第 16 卷 　第 2 期 中国管理科学 Vol . 16 , No . 2 　　　　　　　　　　　 　　　　　　　　　　　 2008 年 　 　4 月 Chinese J ournal of Management Science Ap r . , 　2008 文章编号 :1003 - 207 (2008) 02 - 0007 - 07 中国股市超高频持续期序列长记忆性研究 耿克红 ,张世英 (天津大学管理学院 ,天津 　300072) ( ) 摘 　要 :针对股市超高频持续期序列 ,提出了长记忆随机条件持续期模型 L M SCD ,并设计了一类基于混沌禁忌 遗传算法的谱似然函数模型参数估计方法 ,通过 Mont e Carlo 模拟实验 ,验证了方法的可行性 。然后 ,利用沪市浦 发银行股票的超高频数据 ,分别建立了交易持续期 、价格持续期和交易量持续期的长记忆随机条件持续期模型 ,验 证了中国股票市场超高频持续期序列长记忆性的存在 。 关键词 :长记忆性 ;长记忆随机条件持续期模型 ;混沌禁忌遗传算法 ;谱似然估计 中图分类号 :F830 . 9 1 　　文献标识码 :A Bauwen s 和 V ereda s (2004) 提出了随机条件持续期 1 　引言 [2 ] ( ) 模型 SCD ,本文对 SCD 模型进行了扩展 ,提出 在过去 ,人们对金融时间序列分析是在等时间 了能刻画超高频数据长记忆性的长记忆随机条件持 ( ) 间隔的低频数据基础上进行的 , 比如说以年 、月 、周 , 续期模型 L M SCD ,考察了市场事件到达时间间隔 ( ) 甚至是以日为时间间隔采集的数据为基础 。近年 序列 ,即持续期 duration s 的长记忆性 ,并针对在参 来 ,随着对金融市场微观结构研究的深入 ,人们对 日 数估计时传统似然函数优化方法存在的问题 ,设计 内金融时间序列数据研究产生的极大的兴趣 , 日内 出了一类基于混沌禁忌遗传算法的谱似然函数优化 时间序列数据通常分为两类 ,一类是高频数据 ,该类 方法 ,对模型的参数进行了估计 。利用沪市浦发银 数据是在某交易日内以固定的时间间隔采集的数 行实时交易数据 ,建立了三类 , 即交易持续期 ,价格 ( 持续期和交易量持续期的长记忆持续性模型 ,并进 据 ,而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