本文選題：超高頻數(shù)據(jù)　切入點(diǎn)：擬極大似然估計(jì)　出處：《吉林大學(xué)》2014年碩士論文

【摘要】：進(jìn)入大數(shù)據(jù)時(shí)代，數(shù)據(jù)的獲取與存儲(chǔ)已不再成問(wèn)題，如在股票市場(chǎng)中我們可以獲得最精細(xì)的Tick數(shù)據(jù)（即超高頻數(shù)據(jù)）.此類數(shù)據(jù)幾乎包含市場(chǎng)中的所有信息，如何處理這些數(shù)據(jù)以盡可能獲得最大的信息量是我們需要解決的問(wèn)題. 注意到，Tick數(shù)據(jù)是非等時(shí)間間距的，并且其間距是隨機(jī)的，處理此類數(shù)據(jù)有兩種方法：一是在將原始數(shù)據(jù)過(guò)濾產(chǎn)生新的等間距的數(shù)據(jù)（如分鐘數(shù)據(jù)），然后使用經(jīng)典模型；二是直接對(duì)隨機(jī)時(shí)間間隔的超高頻數(shù)據(jù)建立新的模型.第一種處理方法降低了數(shù)據(jù)頻率，相應(yīng)的要付出信息損失的代價(jià).為了充分利用超高頻數(shù)據(jù)的信息，必須對(duì)隨機(jī)時(shí)間間隔進(jìn)行建模.但是，我們注意到Tick數(shù)據(jù)并不是完全隨機(jī)的，表現(xiàn)為時(shí)間間隔和價(jià)格波動(dòng)的叢集性（聚類性）效應(yīng).為了解決這一問(wèn)題，本文選用自回歸條件持續(xù)期模型（ACD模型）來(lái)刻畫時(shí)間間隔的自相關(guān)結(jié)構(gòu)，而選用ECOGARCH模型來(lái)刻畫對(duì)數(shù)價(jià)格波動(dòng)率的變化，然后將兩個(gè)模型結(jié)合在一起構(gòu)成ACD-ECOGARCH(1,1)模型來(lái)刻畫Tick數(shù)據(jù).在可觀測(cè)到所有對(duì)數(shù)價(jià)格跳躍的假設(shè)下，我們引入擬極大似然估計(jì)方法（QMLE）來(lái)對(duì)模型中的參數(shù)進(jìn)行估計(jì). 最后將該模型應(yīng)用于A股市場(chǎng)上海交易所的貴州茅臺(tái)（證券代碼：600519）Tick數(shù)據(jù).利用模擬退火算法給出參數(shù)估計(jì)的數(shù)值解，，并對(duì)杠桿效應(yīng)和波動(dòng)率進(jìn)行說(shuō)明.
[Abstract]:In the era of big data, the acquisition and storage of data is no longer a problem. For example, in the stock market, we can obtain the most sophisticated Tick data (that is, ultra-high frequency data). This kind of data contains almost all the information in the market. How to process these data to get the maximum amount of information is the problem we need to solve. Note that the unequal-time interval of the pick data is random. There are two ways to deal with this kind of data: one is to filter the original data to produce new equidistant data (such as minute data), and then to use the classical model; The second is to establish a new model of UHF data with random time interval. The first method reduces the frequency of the data, and the cost of information loss is paid accordingly. In order to make full use of the information of UHF data, It is necessary to model random time intervals. However, we note that Tick data are not completely random, as shown by the clustering effect of time interval and price volatility. In this paper, autoregressive conditional duration model (ACD model) is used to describe the autocorrelation structure of time interval, while ECOGARCH model is used to describe the change of logarithmic price volatility. Then the two models are combined to form the ACD-ECOGARCH1) model to describe the Tick data. Under the assumption that all logarithmic price jumps can be observed, we introduce the quasi-maximum likelihood estimation method (QMLE) to estimate the parameters of the model. Finally, the model is applied to the data of Moutai, Guizhou (stock code: 600519Tick) of Shanghai Stock Exchange. The numerical solution of parameter estimation is given by simulated annealing algorithm, and the leverage effect and volatility are explained.
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：O212.1;F830.91

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王豐效;;指數(shù)母函數(shù)在數(shù)學(xué)期望計(jì)算中的應(yīng)用[J];重慶文理學(xué)院學(xué)報(bào)(社會(huì)科學(xué)版);2014年02期

2 馬彥偉;趙彬宇;謝建國(guó);孫光霞;;廣義Pareto分布的參數(shù)估計(jì)[J];貴州師范學(xué)院學(xué)報(bào);2014年06期

3 盧俊瑋;陳杰;;基于層次分析法的自動(dòng)組卷評(píng)價(jià)模型的研究[J];電腦知識(shí)與技術(shù);2014年19期

4 魏靜;桂文永;劉海生;;雙險(xiǎn)種復(fù)合負(fù)二項(xiàng)風(fēng)險(xiǎn)模型破產(chǎn)概率的研究[J];華北科技學(xué)院學(xué)報(bào);2012年02期

5 鄒瑞芝;;帶常數(shù)利率的風(fēng)險(xiǎn)模型在隨機(jī)時(shí)間上的破產(chǎn)概率[J];江西科學(xué);2012年01期

6 李江平;;隨機(jī)利率下養(yǎng)老保險(xiǎn)金的精算現(xiàn)值與繳費(fèi)率[J];嘉應(yīng)學(xué)院學(xué)報(bào);2008年06期

7 向萬(wàn)里;張靜芳;;求解TSP問(wèn)題的一種啟發(fā)式遺傳算法[J];交通科技與經(jīng)濟(jì);2010年02期

8 姚麗;;位置參數(shù)族的MLE與Bayes估計(jì)相等的關(guān)系[J];佳木斯大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年02期

9 張丹丹;楊建奇;鄧東;;亞式期權(quán)的蒙特卡洛定價(jià)分析[J];科技廣場(chǎng);2013年12期

10 張玲;徐偉;趙冬霞;;淺析概率統(tǒng)計(jì)思想融入數(shù)學(xué)建模[J];哈爾濱師范大學(xué)自然科學(xué)學(xué)報(bào);2014年02期

相關(guān)會(huì)議論文 前1條

1 周正龍;董雄報(bào);;建筑施工項(xiàng)目的設(shè)備檢查模型研究[A];第八屆（2013）中國(guó)管理學(xué)年會(huì)——管理與決策科學(xué)分會(huì)場(chǎng)論文集[C];2013年

相關(guān)博士學(xué)位論文 前2條

1 任志華;中小企業(yè)融資行為與商業(yè)銀行制度和業(yè)務(wù)創(chuàng)新[D];天津大學(xué);2003年

2 陳琳;自適應(yīng)動(dòng)態(tài)網(wǎng)絡(luò)取證方法研究[D];華中科技大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 李鳳英;閾紅利策略下帶有擾動(dòng)的對(duì)偶風(fēng)險(xiǎn)模型的最優(yōu)紅利[D];蘭州大學(xué);2011年

2 李昀;電力系統(tǒng)中長(zhǎng)期負(fù)荷預(yù)測(cè)方法研究與應(yīng)用[D];湖南大學(xué);2011年

3 宋志超;帶跳期限結(jié)構(gòu)模型的理論與應(yīng)用[D];暨南大學(xué);2010年

4 李黎;帶投資策略的保險(xiǎn)模型的破產(chǎn)概率的數(shù)值模擬研究[D];暨南大學(xué);2010年

5 蘇桂春;幾類閾紅利邊界策略下Gerber-Shiu罰金折現(xiàn)函數(shù)研究[D];蘭州大學(xué);2010年

6 李海忠;語(yǔ)音增強(qiáng)算法研究與應(yīng)用[D];西華大學(xué);2010年

7 廖月紅;三種威布爾過(guò)程的若干性質(zhì)研究[D];重慶師范大學(xué);2012年

8 付娜;廣義泊松過(guò)程及其疊加過(guò)程研究[D];重慶師范大學(xué);2012年

9 康雅青;休假中可故障的排隊(duì)系統(tǒng)[D];燕山大學(xué);2012年

10 李相良;關(guān)于幾何分布記錄值的一些研究[D];東北大學(xué);2010年

本文編號(hào)：1696337