金融市场超高频交易量时间序列模型构建

从本质上讲,金融市场的交易是在不等间隔的时点上发生的,但是传统的金融计量经济学的处理办法都是建立在相同时间间隔观测的基础上的,也就是说这些等时间间隔的数据是由实时交易数据在间隔相等的时间点上聚合而得到的。Engle和Rusell(1994)在其workingpaper中指出,相同时间间隔     

基于快速BP算法的ANN模型在财务失败预测上的应用

对企业财务状况的正确判断关系着企业的生存和发展,因此建立合理的财务失败预测模型是财务研究的热点。在企业财务失败预测模型中引入基于快速BP算法的人工神经网络,克服了标准BP算法的不足,比Fisher判别分析模型有着更强的预测能力。     

超高频数据下金融市场持续期序列模型述评

鉴于针对超高频数据统计建模能够有效弥补传统相同时间间隔数据统计建模的不足,而且有助洞悉金融市场微观结构,近年来,对金融市场超高频数据的研究已成为金融计量学一个全新的研究领域。本文总结了近十年来超高频数据下金融市场持续期序列建模及其参数估计方法的发展及主要成果,对这些持续期模型及其参数估计方法进行了比较,并指出现在和未来该研究领域研究所面临的主要课题。     

中国股市超高频持续期序列长记忆性研究

针对股市超高频持续期序列,提出了长记忆随机条件持续期模型(LMSCD),并设计了一类基于混沌禁忌遗传算法的谱似然函数模型参数估计方法,通过Monte Carlo模拟实验,验证了方法的可行性.然后,利用沪市浦发银行股票的超高频数据,分别建立了交易持续期、价格持续期和交易量持续期的长记忆随机条件持续期模型,验证了中国股票市场超高频持续期序列长记忆性的存在.     

金融市场超高频时间序列ACD-GARCH-V模型研究

金融市场超高频时间序列建模是目前金融计量经济学研究的热点。该文在已有研究的基础上,建立了ACD-GARCH-V模型,通过实证分析考察了超高频交易量变化率及交易持续期对金融产品收益率和波动性的影响。     

SCD模型与ACD模型比较研究

针对近几年在研究金融市场超高频序列时出现的ACD模型和SCD模型,先从理论上探讨了ACD模型、SCD模型与ARMA模型之间的关系,指出两类模型均可转化为ARMA模型,具有一定的相通性;然后实证比较了两类模型的自相关函数对实际数据自相关系数的刻画能力,以及利用基于随机模拟的似然比检验方法,从实证角度比较两类模型对持续期序列的拟合优度,得出在拟合金融市场超高频持续期数据时,SCD模型比ACD模型更具有优势。