高频金融时间序列微观噪声及已实现波动测度关系研究的中期报告.docxVIP

高频金融时间序列微观噪声及已实现波动测度关系研究的中期报告 本次中期报告旨在分析高频金融时间序列的微观噪声及已实现波动测度之间的关系。本文研究的数据集包括纽约证券交易所的100只股票及其每分钟收盘价,涉及的时间跨度为2020年1月1日至2020年6月30日。 首先，本文对收盘价数据进行了处理，以消除日内周期影响并使其具有可比性。具体地，通过计算每分钟收益率，并对每个交易日内所有的分钟收益率取平均值，得到每个交易日的日内收益率。这种方式消除了日内周期性，并使得不同交易日之间的收益率可比。 接着，本文对收益率序列进行了分解，得到平均收益率、已实现波动率和微观噪声。具体地，以一天为周期，将每个交易日的日内收益率分为48个等长的时间段。对每个时间段内的收益率计算均值，得到48个时间点的平均收益率序列。然后，对每个交易日的日内收益率进行残差计算，这些残差即为微观噪声。最后，对每个交易日的微观噪声计算标准差，得到已实现波动率。 针对已实现波动率和微观噪声之间的关系，本文进行了相关性分析和回归分析。结果表明，已实现波动率与微观噪声呈现显著正相关关系。通过回归分析，发现微观噪声可以解释已实现波动率的大部分波动性，这表明微观噪声在解释已实现波动率中发挥着重要作用。 综上所述，本文对高频金融时间序列的微观噪声及已实现波动测度之间的关系进行了初步分析。下一步将继续在此基础上深入研究，探究更多可能的影响因