高频时间序列基于小波分析的预测

高频金融交易数据分析模型从上世纪90年代开始迅速发展,目前已广泛地用于金融市场微观结构理论的应用和实证检验.随着信息技术的不断发展,金融市场逐渐关注于利用高频金融数据的建模方法与理论的研究.但是,目前利用小波分析研究高频数据的文章并不多,而股市变化迅速且信息量巨大,正适合用高频数据的方法采集信息.     

（超）高频数据分析与建模

高频数据即指日与日内的数据 ,主要针对以小时、分钟或秒为采集频率的数据。而超高频数据则指对交易过程实时采集的数据 (显然是不等间隔的数据 )。一般而言 ,金融市场上的信息是连续性影响证券价格变化过程 ,离散模型必然会造成信息的丢失 ,数据频率越低 ,则信息丢失就越多。Ｗｏｏｄ(2 0 0 0 )详细讨论了国外金融研究中所用的不同频率数据库的历史和对未来实证研究者的数据采集建议。中国目前 (据我们所知 )日内数据很难得到 ,更不用谈超高频数据了。但是作为一种先进的数据分析工具 ,高频数据分析迟早都将被中国的理论研究者和金融市场的…     

基于BP神经网络的股指收益率预测研究——以高频数据为样本

高频金融数据和金融资产收益率是金融计量学的一个全新的研究领域。目前，国内学者利用年、月、日等低频数据对股票市场的收益率进行了很多的研究，但是以日内高频数据为基础的研究还不多见。如何较准确地预测基于高频数据的股票收益率是进一步深入研究金融市场的基础，论文采用数据挖掘中的BP神经网络对沪深300指数高频数据中的日内收益率进行建模与预测。结果表明：神经网络模型对股票高频数据的日内收益率具有很强的预测能力。     

中国金融市场波动率的实现极差双幂次变差估计

实现极差和实现双幂次变差分别是针对金融市场中日益流行的高频实现波动率的重要改进,文章对一类新的结合了实现极差和实现二次幂变差各自的优点的实现极差双幂次变差估计进行了建模和实证研究,采用来自沪深两市的主要股指日内高频数据的对比研究显示:该波动率估计量不仅能够像实现极差一样准确捕捉到金融市场收益率无条件分布的尖峰厚尾特征,而且能够像实现双幂次变差一样很好的消除其偏态性.     

基于高频数据模型的中国股市微观结构理论研究

一、引言 随着计算机计算能力和存储容量的飞速发展,人们可以获得频率越来越高的数据,甚至可以获得股票市场实时的每笔成交数据,这些数据称之为高频数据,即指日与日内的数据,主要针对以小时、分钟或秒为采集单位的数据.近些年来日内金融数据库的获得对应用计量经济学和金融市场微观结构的研究有重要作用.在应用计量经济学文献中也相应产生了一些高频数据模型试图描述价格过程的性质.     

高频金融时间序列的统计特征

大量的现象和实证分析表明:金融市场中的高频时序存在着许多与传统金融理论不一致的异常现象.高频金融时序的这些特有的性质,使得我们必须思考重新用新的模型去尽可能逼近其真实的数据生成过程,同时也促使我们通过投资者的投资决策过程来解释其产生的原因.本文对高频金融时序呈现的特有现象给予了合理的经济学解释,从而为进一步对此进行建模分析奠定了坚实的理论基础.     

利率差距————有银行中介条件下的经济增长

一、引言在既有的经济增长模型中 ,往往假定金融市场是完备的 ,不存在交易成本 ,也就忽略了金融中介可能对经济产生的作用与效应 ,金融部门并没有在经济增长理论中得以体现。金融发展与经济增长的研究中更多的是实证分析 ,往往借助于日益庞大和精确的数据及日趋成熟的计量方法进行映证金融发展的增长效应。Ａｒｅｓｔｉｓ等人( 2 0 0 0 )的研究所选取的是五个发达国家的时间序列数据 ,引用了Ｊｏｈａｎｓｅｎ基于ＶＡＲ(ｐ)模型的方法 ,他们所得出的结论是总的看 ,金融的发展具有重要作用 ,但股票市场的作用可能被夸大了。但由于其选择的样…     

在非高斯状态空间模型下对SCD模型的估计

高频超高频时间序列的分析与建模成已为计量经济的一个全新研究领域,而研究金融市场中交易事件到达时间的随机条件持续期SCD模型,因为加入了随机变量,可以更好地拟合高频超高频金融时间序列特有的统计特征,但随机变量的引入给模型估计带来了估计困难。考虑到非高斯状态空间模型与随机条件持续期SCD模型各自的优势,文章将SCD模型转换成非高斯状态空间模型,从而利用非高斯状态空间框架下的Kalman滤波解决了SCD模型的估计难题。     

中国证券市场高频数据分布特征研究

国内在对高频数据的统计特征方面的研究还不多,而且基本上集中于对综合指数的数据特征的实证.本文对上海交易所交易的上市公司的高频数据形态特征进行了分析,并与国际成熟市场高频数据的形态特征进行了对比.     

多重分形模型及其在金融风险管理中的应用述评

金融市场的实证研究显示,金融数据除了尖峰厚尾、波动率集聚等特点,还具有多重分形特征。目前风险建模中普遍采用的GARCH族模型不能反映这一特征,容易导致估计偏差。多重分形模型能够更好地拟合金融时间序列,但在中国金融问题研究中的应用较少。首先回顾了应用较广的资产收益多重分形模型、马尔科夫转换多重分形模型和多重分形随机游走模型,从理论和实证角度讨论模型在金融风险管理方面的研究优势以及建模过程中存在的不足之处,然后分别介绍其在金融风险研究领域的应用进展,最后指出三种模型可能的拓展方法和未来在金融风险管理中的应用方向。     

我国期货市场期货价格收益、交易量、波动性关系的动态分析

我国期货市场发展至今已有十多年的时间 ,但对期货市场内部结构、运行特征的研究非常缺乏 ,本文以国内期货市场最为活跃的期货品种上海期货交易所铜、铝 ,大连商品交易所大豆为代表 ,研究期货价格收益、交易量、波动性之间的动态关系 ,揭示出我国期货市场的内在特征 ,填补国内这方面研究的空白。研究期货价格收益、交易量、波动性之间的动态关系对我们全面认识和把握期货市场具有重要的意义。对期货价格收益与交易量之间关系的研究有助于对期货市场内部结构 ,市场信息传播方式的了解 ;有助于对期货价格分布特征的解释 ;在期货价格收益与交易…     

交易机制与短期收益的波动

证券交易机制是证券市场中的一项制度安排。分为狭义和广义交易机制。狭义的交易机制仅指证券价格的决定机制,包含三个方面的内容:一是交易优先级的设置。二是指令撮合方式,分为集合竞价和持续竞价两种。三是为防止市场发生剧烈波动,指令执行中某些强制性的价格稳定机制,如涨跌幅限制。广义的交易机制是各种交易制度的总称,包括价格决定机制、清算机制、信息传播机制等内容。在狭义的交易机制中,两类指令撮合方式代表了两种不同的价格形成机制。在集合竞价方式下,交易指令累积到一定程度,再按“价格优先,时间优先”的原则集中进行撮合。持续…     

非同步交易与信息传导：中美股市关系研究

 中美股市之间存在非同步交易问题,直接利用收盘价建模会得到偏误的结果,因此本文利用隔夜收益率和开市收益率对非同步交易下的中美股市信息传导模式进行研究。研究发现,两国股市开市收益率变化均表现出波动聚集特征,而且均只在开盘时对另一方市场的交易信息作出反应,其中,我国股市开盘时受到的美国股市的影响,大大强于我国股市对其开盘的影响;并且随着次贷危机的发生,这种影响愈加明显。但中美两国股市开市交易期间的相互影响均不显著,不存在收益和波动性的信息传导关系。     

Cross-correlating wavelet coefficients with applications to high-frequency financial time series

This paper uses a new concept in wavelet analysis to explore a financial transaction data set including returns, durations, and volume. The concept is based on a decomposition of the Allan covariance of two series into cross-covariances of wavelet coefficients, which allows a natural interpretation of cross-correlations in terms of frequencies. It is applied to financial transaction data including returns, durations between transactions, and trading volume. At high frequencies, we find significant spillover from durations to volume and a strong contemporaneous relation between durations and returns, whereas a strong causality between volume and volatility exists at various frequencies.     

持续期间、交易量、波动率与知情交易

内容提要：Admati和Pfleiderer [1]认为交易强度的增加,可能来自于知情交易也可能来自于流动性交易。本文通过分析中国股票市场上持续期间、交易量和波动率之间的关系,提供了识别知情交易和流动性交易的证据。与国外相关研究结论均不同的是,本文的实证结果认为：波动率与持续期间之间存在非线性关系,交易量较小时,交易强度的增加主要来自于流动性交易;而交易量较大时,交易强度的增加主要来自于知情交易。最后,本文对以上实证结果进行了稳健性检验,通过分析波动率日内特征对实证结果的影响,本文还发现,中国股票市场的知情交易通常发生在刚开盘的阶段。     

Long memory in intertrade durations,counts and realized volatility of NYSE stocks

We study the persistence of intertrade durations, counts (number of transactions in equally spaced intervals of clock time), squared returns and realized volatility in 10 stocks trading on the New York Stock Exchange. A semiparametric analysis reveals the presence of long memory in all of these series, with potentially the same memory parameter. We introduce a parametric latent-variable long-memory stochastic duration (LMSD) model which is shown to better fit the data than the autoregressive conditional duration model (ACD) in a variety of ways. The empirical evidence we present here is in agreement with theoretical results on the propagation of memory from durations to counts and realized volatility presented in Deo et al. (2009).     

Modeling the Dependence of Conditional Correlations on Market Volatility

Several models have been developed to capture the dynamics of the conditional correlations between time series of financial returns and several studies have shown that the market volatility is a major determinant of the correlations. We extend some models to include explicitly the dependence of the correlations on the market volatility. The models differ by the way—linear or nonlinear, direct or indirect—in which the volatility influences the correlations. Using a wide set of models with two measures of market volatility on two datasets, we find that for some models, the empirical results support to some extent the statistical significance and the economic significance of the volatility effect on the correlations, but the presence of the volatility effect does not improve the forecasting performance of the extended models. Supplementary materials for this article are available online.     

Detecting intraday periodicities with application to high frequency exchange rates

Summary.  Many recent papers have documented periodicities in returns, return volatility, bid–ask spreads and trading volume, in both equity and foreign exchange markets. We propose and employ a new test for detecting subtle periodicities in time series data based on a signal coherence function. The technique is applied to a set of seven half-hourly exchange rate series. Overall, we find the signal coherence to be maximal at the 8-h and 12-h frequencies. Retaining only the most coherent frequencies for each series, we implement a trading rule that is based on these observed periodicities. Our results demonstrate in all cases except one that, in gross terms, the rules can generate returns that are considerably greater than those of a buy-and-hold strategy, although they cannot retain their profitability net of transactions costs. We conjecture that this methodology could constitute an important tool for financial market researchers which will enable them to detect, quantify and rank the various periodic components in financial data better.     

More on the volatility-trading volume relationship in emerging markets: The Chinese stock market

This paper empirically investigates the characteristics in terms of volatility and trading volume relationships of the Chinese stock markets, and specifically of the stocks comprising the SSE180 index. Our results show that, contrary to previous evidence, both volatility and trading volume appear to be multi-fractal and highly intermittent, suggesting a common long-run behaviour in addition to the common short-term behaviour underlined by former studies. Moreover, the trading volume seems to have no explanatory power for volatility persistence when introduced in the conditional variance equation. Finally, the sign of the trading volume coefficients is mainly negative, hence showing a negative correlation between the two variables.     

基于混频数据的实体经济与金融市场时变溢出效应研究

本文基于混频VAR模型分析了中国实体经济与股票市场、债券市场之间的时变溢出效应。结果显示,实体经济与股票市场、债券市场之间收益率与波动率的溢出效应呈现显著的时变特征,溢出效应在金融危机期间呈现快速上升趋势,而后呈现下降态势,且易受到极端事件的影响;在大部分考察时期内存在股票市场向实体经济的波动率溢出效应,而债券市场相对于实体经济则从考察初期波动率溢出效应的净输入方转化为中后期的波动率溢出效应的净输出方。进一步分析收益率与波动率总溢出指数的影响因素,结果发现,极端事件、宏观经济代理变量和期限利差对于溢出效应具有正向影响,泰德利差对波动率总溢出指数具有负向影响,而投资者情绪指数对收益率总溢出指数具有负向影响。