超高频数据的建模与分析简介.pptx

上海财经大学统计学系 111.1（超）高频数据的特点（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 211.2 (超超)高频数据与高频数据与ACD模型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（autoregressive conditional duration model，ACD模型）被提出。ACD模型的核心思想是用随机标值点过程（Marked Stochastic Point Process）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 3ACD模型简介模型简介 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 4ACD模型的扩展模型的扩展 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 511.3 交易持续期的集聚性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，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 611.4 UHF-GARCH 模型模型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，消除“日历效应”后得到超高频收益率 。上海财经大学统计学系 7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：