本文關鍵詞：基于核估計的非參數ACD模型研究

  更多相關文章： 高頻數據 ACD模型 非參數核估計 日內效應

【摘要】：隨著科技的發(fā)展,采集技術的進步,高頻數據和超高頻數據成為了金融時間序列的一個新的研究方向。高頻數據通常是指采集頻率為秒、分、小時為單位的數據,超高頻數據為交易過程中根據實際情況實時采集的數據。股票市場中交易持續(xù)期數據是指每次發(fā)生交易之間的時間間隔數據,是典型的超高頻數據。ACD模型主要運用于高頻數據,該模型能夠揭示數據的微觀結構。非參數方法不需對數據和模型做出假設,模型的形式比較的自由,它是利用數據直接進行建模分析,其模型的光滑參數主要受數據驅動,具有適應能力強,穩(wěn)健性好,精度高的特點。本文旨在運用ACD模型與非參數核估計相結合的方法對中國股票市場進行初步的研究分析,主要內容如下:首先介紹了高頻數據具有間隔的不規(guī)律性,離散取值,數據量大,不等間距,自相關性以及日內效應的特征;其次,重點闡述了ACD模型的理論知識,ACD模型根據沖擊項的分布形式,可以分為WACD模型,GACD模型,EACD模型,都是參數ACD模型的擴展形式;最后,詳細介紹了非參數估計中的核估計方法,將核估計與ACD模型相結合,得到了基于核估計的非參數ACD模型。進行實證分析,選取了活躍股票上海綠新和不活躍股票民生銀行,對其12月1日—12月5日的交易持續(xù)期數據進行統(tǒng)計分析,對數據進行預處理,去除日內效應;從整理前后數據的描述統(tǒng)計量,自相關性進行簡單的分析,可以知道處理后的數據相比于處理前各個指標有所下降,數據更加集中,但處理前后都不服從正態(tài)分布,都存在著自相關性;運用參數ACD模型中的WACD(1,1)和GACD(1,1),對交易持續(xù)期數據進行擬合,得到估計模型,根據殘差的ACF結果和Ljung-Box統(tǒng)計量結果判斷,WACD和GACD模型對于活躍股票上海綠新的適用性更好;運用非參數核估計的方法對兩支股票進行擬合,得到的擬合圖形效果較好,為了進一步的比較優(yōu)劣,采用誤差分析中的MSE和MAE兩個指標,結果表明,在參數估計方法中,GACD模型對于活躍股票上海綠新的擬合效果更好,而WACD對于不活躍股票民生銀行的擬合誤差更小,總體來看,相比于參數ACD估計的誤差,非參數核估計對兩種股票都明顯更優(yōu),擬合效果更好。
【關鍵詞】：高頻數據 ACD模型 非參數核估計 日內效應
【學位授予單位】：重慶大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：O212.7
【目錄】：

• 中文摘要3-4
• 英文摘要4-8
• 1 緒論8-13
• 1.1 課題背景和實際意義8-9
• 1.2 國內外研究現狀9-11
• 1.2.1 國外研究現狀9-10
• 1.2.2 國內研究現狀10-11
• 1.3 研究的內容與框架11
• 1.4 創(chuàng)新之處11-13
• 2 高頻數據13-17
• 2.1 高頻數據的含義13
• 2.2 高頻數據的特征13-17
• 3 ACD模型理論17-25
• 3.1 標準ACD模型17-18
• 3.2 EACD模型18-19
• 3.3 WACD模型19
• 3.4 GACD模型19-20
• 3.5 非參數ACD模型20-25
• 3.5.1 非參數回歸20-21
• 3.5.2 核回歸21-23
• 3.5.3 非參數核估計ACD模型23-25
• 4 實證分析25-41
• 4.1 數據選取與處理25-28
• 4.2 數據的描述與檢驗28-32
• 4.3 參數ACD模型估計結果與分析32-37
• 4.4 核回歸估計ACD模型結果與分析37-38
• 4.5 非參數ACD和參數ACD模型擬合結果分析38-41
• 5 總結與展望41-44
• 5.1 本文總結41-42
• 5.2 本文尚待研究之處42
• 5.3 模型展望42-44
• 致謝44-45
• 參考文獻45-47
• 附錄47-56
• A. 作者在攻讀學位期間發(fā)表的論文目錄：47-48
• B. 程序48-51
• C. 結果51-56

【相似文獻】

中國期刊全文數據庫 前10條

1 胡舒合;回歸函數遞歸核估計相合的充要條件[J];科學通報;1991年02期

2 李補喜,李靜;M-估計下誤差密度核估計的收斂速度[J];華北工學院學報;2003年05期

3 鄭鵬;田錚;何帆;黨懷義;;兩類投影指標的小波核估計[J];工程數學學報;2007年06期

4 陳希孺;密度核估計的一致收斂速度[J];數學研究與評論;1982年03期

5 陳桂景,汪永誠;眾數的核估計問題[J];數學雜志;1983年04期

6 趙林城;密度核估計強相合性的一致收斂速度[J];應用數學學報;1984年03期

7 何仲洛;非參數核估計窗寬Cross-vaIidation選擇的漸近最優(yōu)性[J];湖州師專學報;1986年S2期

8 孫東初;概率密度的均勻核估計與近鄰估計的均方誤差[J];數學研究與評論;1987年02期

9 童恒慶;;密度核估計的連續(xù)性、光滑性及收斂性[J];武漢工業(yè)大學學報;1990年02期

10 秦永松;;失效率的非參數核估計及其收斂速度[J];數學季刊;1992年03期

中國重要會議論文全文數據庫 前2條

1 吳玉霞;;基于密度函數核估計的中國省域居民收入不確定性動態(tài)分析[A];第七屆河北省社會科學學術年會論文專輯[C];2012年

2 葉阿忠;;我國通貨膨脹的核估計和k-近鄰估計[A];計算機模擬與信息技術會議論文集[C];2001年

中國碩士學位論文全文數據庫 前10條

1 朱亞培;密度核估計的改進及其相關問題的討論[D];蘭州交通大學;2015年

2 孫婷;平穩(wěn)遍歷函數型數據非參數核估計的漸近分布[D];合肥工業(yè)大學;2015年

3 馬珂;基于非參數核估計模型的服裝銷售預測研究[D];浙江工業(yè)大學;2015年

4 朱云霓;基于核估計的非參數ACD模型研究[D];重慶大學;2015年

5 馬雷;時變擴散方程擴散系數的核估計[D];南京理工大學;2010年

6 黃學維;密度核估計的廣義相合性[D];湖北師范學院;2010年

7 趙穎;球面變換核估計及其一致收斂速度[D];北京工業(yè)大學;2001年

8 楊秀桃;ρ-混合金融時序VaR核估計的一些性質[D];廣西師范大學;2008年

9 姚永源;基于統(tǒng)計量的ES核估計[D];廣西師范大學;2008年

10 褚盈;多元概率密度函數的Beta核估計[D];浙江大學;2013年

，

本文編號：547794