基于高频数据的建模.ppt

1n 高频数据的经验特征高频数据的经验特征n 非同步交易非同步交易n 买卖价差买卖价差n 持续期模型持续期模型主要内容主要内容21.低频数据低频数据 二十世纪九十年代以前，人们对金融时间序列的研究都是针对日、周、月、季度或者年度数据进行的，这种金融数据在金融计量学研究领域通常称为低频数据2.高频数据高频数据 近年来，随着计算工具和计算方法的发展，极大地降低了数据记录和存储的成本，使得对更高频率的金融数据进行研究成为可能在金融市场中，高频率采集的数据可以分为两类：高频数据（high frequency data）和超高频数据（ultra high frequency data） 高频数据是指以小时、分钟或秒为采集频率的数据高频数据即日内数据，是指在开盘时间和收盘时间之间进行抽样的交易数据，主要是以小时、分钟、甚至秒为抽样频率的、按时间顺序排列的时间序列高频数据的经验特征高频数据的经验特征33.超高频数据超高频数据 超高频数据则是指交易过程中实时采集的数据高频数据和超高频数据两者之间的最大区别是：前者是等时间间隔的，后者的时间间隔是时变的一般而言，金融市场上的信息是连续地影响证券市场价格运动过程的。

数据的离散采集必然会造成信息不同程度的缺失采集数据频率越高，信息丢失越少；反之，信息丢失越多高频数据的经验特征高频数据的经验特征 高频数据的几个特征：高频数据的几个特征： 不等间隔的时间区间 离散取值的价格（最小变动价位引起的） 日周期或日模式的存在（如开盘与收盘时的交易比较频繁，而中午时间的交易比较少） 一秒钟的多重交易（多重交易，甚至是具有不同价格的多重交易同时发生是可能的，部分由于时间是以秒来测量的，而在大量交易期间，这种时间长度可能还是太长）     非同步交易非同步交易不同的股票有着不同的交易频率；即使是同种证券，其交易强度也是不断变化着，且交易间隔往往不同这就是所谓的交易的非同步性非同步交易将会导致：（1）收益之间的一步延迟交叉相关；（2）组合收益的一步延迟序列相关；（3）某些情形下 ，单只证券收益序列的负序列相关；更复杂的是，非同步交易也能引起单只证券错误的负序列相关 收益的均值、方差与一步延迟自协方差收益的均值、方差与一步延迟自协方差 买卖价差买卖价差 做市商以标价Pb 购买，以更高的叫价P a卖出（对公众而言，则相反），价格Pa-Pb称为买卖价差。

这是做市商获得报酬的主要来源，买卖价差一般比较小  持续期模型持续期模型持续期模型主要考虑交易之间的时间间隔较长的持续期预示着较少的交易活动持续期的动态行为包含了关于日内市场活动的有用信息n调整的时间持续期模型n自回归条件持续期模型（ACD）n非线性持续期模型ACD 模型模型。