基于持续期模型对高频金融数据分析.pdfVIP

第 31 卷第 9 期 育林 化 工学 院学报 VoL 3] No 9 2014 年 9 月 .JOURNAL OF ]ILIN INSTITUTE OF CHEMICAL TECHNOLOGY $ep. 2014 文意编号: 1007 -2853 (2014 )09 -?08 1-?3 基于持续期模型对高频金融数据分析 钱有程 1 ，王唠 2 (1.吉林化工学院理学院，吉林吉林 13 2022 ;2 . 商务部国际贸易经济合作研究院，北京 100710 ) 摘要: 本文意在研究高频金融数据具有的性质和特点 以及时间序列持续期模型的适用性利用中国石 汹 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， 用时间序列持续期模型进行分析，得 到交易的相五依赖现象，说明股票交易期间的具有聚集效应 . 这说明短时间间隔伴随着短交易时间，长 时间间隔伴随长交易时间.同时也说明股票交易具有阐歇性频繁、平淡，也验证 了持续期模型对研究高 频数据的特性的合理性. 关键词: 持续期模型; Ljung- ?ox 统计量 ; 高频金融数据 中图分类号: 0212.1 文献标志码 : A 高频金融数据是指在细小的时间间隔上抽取 立的时候，这种假定可以导致股票收益率可预测 的金融交易观测值.数据的获得与处理方法的发 性的错误的结论. 展，使得高频数据的获取成为现实 ， 并且受到微观 对于股票日收益率 . 非同步交易可以导致股 市场研究者的广泛关注 [ l J 票收益率之间的一步延迟交叉相关，组合收益率 cl叽 Russell ， Tiao ，和 Tsay(2000 ) 利用在台湾 的 1 步延迟序列相关，以及在某些情形下，单只股 股市交易所中交易的 340 多只股票在…天中的每 票收益率序列的负序列相关 . 5 分钟的收益率，研究设定日股价上下限的影响 ， 1.2 买卖报价差 发现了向股价上限越近磁效应的显著证据 [ 2 J 以标价 P b 购买 ，以 更高的 叫价 P . 卖出(对公 同时，高频数据还有一些低频数据不会出现 众来说 Pb 是卖 出价格，户。是买入价格 ) . 的独特特征 . 本文中，我们主要研究这些特殊的特 1.3 交易数据的经验特征 征，考虑分析高频数据的方法，并且讨论所得结果 不等问隔的时间 区 间:交易(如交易所 里面 的股票交易)不是在等间隔的时间区间上发 的应用 . 本文