高频数据的Markov建模并分析.pdfVIP

摘 要 随着金融市场的完善，越来越要求对市场微观结构进行分析，从而解释相关的金融 现象，为金融政策的制定提供参考。而高频数据由于其特有的性质能够及时地反映市场 的变化情况，对我们研究微观结构很有帮助．本文利用M”kov链对高频数据的交易状态 进行描述，楚义了观测收益并得到了收益序列的一阶负相关性，和其他的研究结果是一 致的。同时本文定义了交易之间的时间间隔，发现交易时间之间是没有一阶相关性的。 最后我们对IBM数据进行了实证的分析发现对于我们的模型是支持的。 关键词：高频数据，Markov模型，交易间隔 独创性声明 本人声明所是交的学位论文是本人在导师指导下进行的研究工作及取褥的研究成果。据我所知， 除了文中特别加以标注和致谢的地方步卜，论文中不包含冀他人已经发表或撰写过的研究成果，也不包 含为获得东j￡师范大学或箕钝教育机构的学位或证书而使用过的材料。与我一同工作的网志对本研究 所擞的任何贡献均已在论文中作了秘确的说锯并表示谢意。 学位论文作者签名 蝉日期；五移勿 学位论文版权使用授权书 本学位沦文作毒完全了臻东北师范大学有关保馨、使用学位论文的规定，酃：东j￡师范大学有权 保留弗向国家有关部门或机构送交学位论文的复印件积磁盘，允谗论文被查阕秘惜阅．本人授权东乾 师范大学可黻将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或其它复 制手段保存、汇编学像论文． (保密的学位论文在辩密后适用本授权书) 学傻论文作者签名 指导教师签名 羁 期 瓣日 期：：：强碰J矽 学位论文作孝毕般后去向： ’ 工作单位 趣趟 电话：—— 通讯地址 郎编；—— 引 言 随着我国改革开放的逐步深入，市场经济的逐步完善，金融管理的逐步规范，越来 越多的投资者开始关心金融市场的运作。管理者也开始重视对金融市场的引导。同时人 们也注意到任何管理规则的出台，管理法规的制订都要考虑到对经济调控和金融运作的 影响。而随着世界经济的一体化，信息传播的高速化，金融市场的敏感性，这种对影响 的评估显得更加重要。因此对市场的微观结构的研究开始受到人们的关注． 对市场微观结构的研究要求我们得到的数据能比较完整地反映出市场的变化情况， 即便是对细檄的市场变化也能有所反映。一般的金融数据由于观测的频率较低，对市场 的信息损失也就很大，并不能对充分地反映市场变化，不能很及时的刻画市场对新信息 的反映。因此我们需要观测频率较高的，对市场描述更细的，市场信息损失少的数据。 金融高频数据是指对金融市场的观测频率较高的数据，一般的指日或者日内数据． 由于金融高频数据的观测频率较高，观测闭隔较短，因此能够完整地记录市场对信息的 反映．同时只有对高频金融数据的细致研究才能发现市场的微观结构．因此高频金融数 据的研究能为更深入地理解和揭示金融市场价格形成机理，市场组织结构和市场交易机 制提供大量的素材，和广阔的研究前景。 为了更好的研究高频数据，我们需耍对高频数据特点有很好的了解． 一般的，对于金融高频数据主要有以下几个特点： 1)交易的时间间隔不等．一方 面对于不同的证券交易的频率是不一样，另一方面对于同种证券的交易间隔也是不一致 的，主要是观测频率高所致．2)离散取值．主要是对于交易价格而言，其实交易的时 间也是离散的，同时为了防止交易的波动太大，一般也有涨跌的限制．用一般的连续时 间，连续价格来建模就会出现偏差．3)交易的多重性。这种多重性是指同一个时间有 不同的交易，有不同的交易者或者不同的交易价格．4)日内效应．是指在交易数据中 发现在每天的交易中有一个固定的走势，在开盘时期交易比较频繁，在中午开始趋于平 淡，在收盘阶段又比较频繁．5)高峰度，厚尾性，聚集性等其他金融数据的其他特点也 可能具有． 基于如上高频数据的特殊性质，一般的时间序列的处理方法就不再适用，需要发展 不同的方