本文關(guān)鍵詞：基于核估計的非參數(shù)ACD模型研究

  更多相關(guān)文章： 高頻數(shù)據(jù) ACD模型 非參數(shù)核估計 日內(nèi)效應(yīng)

【摘要】：隨著科技的發(fā)展,采集技術(shù)的進步,高頻數(shù)據(jù)和超高頻數(shù)據(jù)成為了金融時間序列的一個新的研究方向。高頻數(shù)據(jù)通常是指采集頻率為秒、分、小時為單位的數(shù)據(jù),超高頻數(shù)據(jù)為交易過程中根據(jù)實際情況實時采集的數(shù)據(jù)。股票市場中交易持續(xù)期數(shù)據(jù)是指每次發(fā)生交易之間的時間間隔數(shù)據(jù),是典型的超高頻數(shù)據(jù)。ACD模型主要運用于高頻數(shù)據(jù),該模型能夠揭示數(shù)據(jù)的微觀結(jié)構(gòu)。非參數(shù)方法不需對數(shù)據(jù)和模型做出假設(shè),模型的形式比較的自由,它是利用數(shù)據(jù)直接進行建模分析,其模型的光滑參數(shù)主要受數(shù)據(jù)驅(qū)動,具有適應(yīng)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(shù)核估計相結(jié)合的方法對中國股票市場進行初步的研究分析,主要內(nèi)容如下:首先介紹了高頻數(shù)據(jù)具有間隔的不規(guī)律性,離散取值,數(shù)據(jù)量大,不等間距,自相關(guān)性以及日內(nèi)效應(yīng)的特征;其次,重點闡述了ACD模型的理論知識,ACD模型根據(jù)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(shù)ACD模型的擴展形式;最后,詳細介紹了非參數(shù)估計中的核估計方法,將核估計與ACD模型相結(jié)合,得到了基于核估計的非參數(shù)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(shù)據(jù)進行統(tǒng)計分析,對數(shù)據(jù)進行預(yù)處理,去除日內(nèi)效應(yīng);從整理前后數(shù)據(jù)的描述統(tǒng)計量,自相關(guān)性進行簡單的分析,可以知道處理后的數(shù)據(jù)相比于處理前各個指標有所下降,數(shù)據(jù)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(guān)性;運用參數(shù)ACD模型中的WACD(1,1)和GACD(1,1),對交易持續(xù)期數(shù)據(jù)進行擬合,得到估計模型,根據(jù)殘差的ACF結(jié)果和Ljung-Box統(tǒng)計量結(jié)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(shù)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(jié)果表明,在參數(shù)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(shù)ACD估計的誤差,非參數(shù)核估計對兩種股票都明顯更優(yōu),擬合效果更好。
【關(guān)鍵詞】：高頻數(shù)據(jù) ACD模型 非參數(shù)核估計 日內(nèi)效應(yīng)
【學(xué)位授予單位】：重慶大學(xué)
【學(xué)位級別】：碩士
【學(xué)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(nèi)外研究現(xiàn)狀9-11
• 1.2.1 國外研究現(xiàn)狀9-10
• 1.2.2 國內(nèi)研究現(xiàn)狀10-11
• 1.3 研究的內(nèi)容與框架11
• 1.4 創(chuàng)新之處11-13
• 2 高頻數(shù)據(jù)13-17
• 2.1 高頻數(shù)據(jù)的含義13
• 2.2 高頻數(shù)據(jù)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(shù)ACD模型20-25
• 3.5.1 非參數(shù)回歸20-21
• 3.5.2 核回歸21-23
• 3.5.3 非參數(shù)核估計ACD模型23-25
• 4 實證分析25-41
• 4.1 數(shù)據(jù)選取與處理25-28
• 4.2 數(shù)據(jù)的描述與檢驗28-32
• 4.3 參數(shù)ACD模型估計結(jié)果與分析32-37
• 4.4 核回歸估計ACD模型結(jié)果與分析37-38
• 4.5 非參數(shù)ACD和參數(shù)ACD模型擬合結(jié)果分析38-41
• 5 總結(jié)與展望41-44
• 5.1 本文總結(jié)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(xué)位期間發(fā)表的論文目錄：47-48
• B. 程序48-51
• C. 結(jié)果51-56

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 胡舒合;回歸函數(shù)遞歸核估計相合的充要條件[J];科學(xué)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(xué)院學(xué)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(shù)學(xué)學(xué)報;2007年06期

4 陳希孺;密度核估計的一致收斂速度[J];數(shù)學(xué)研究與評論;1982年03期

5 陳桂景,汪永誠;眾數(shù)的核估計問題[J];數(shù)學(xué)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(yīng)用數(shù)學(xué)學(xué)報;1984年03期

7 何仲洛;非參數(shù)核估計窗寬Cross-vaIidation選擇的漸近最優(yōu)性[J];湖州師專學(xué)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(shù)學(xué)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(xué)學(xué)報;1990年02期

10 秦永松;;失效率的非參數(shù)核估計及其收斂速度[J];數(shù)學(xué)季刊;1992年03期

中國重要會議論文全文數(shù)據(jù)庫 前2條

1 吳玉霞;;基于密度函數(shù)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(xué)學(xué)術(shù)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(shù)會議論文集[C];2001年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

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

2 孫婷;平穩(wěn)遍歷函數(shù)型數(shù)據(jù)非參數(shù)核估計的漸近分布[D];合肥工業(yè)大學(xué);2015年

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

4 朱云霓;基于核估計的非參數(shù)ACD模型研究[D];重慶大學(xué);2015年

5 馬雷;時變擴散方程擴散系數(shù)的核估計[D];南京理工大學(xué);2010年

6 黃學(xué)維;密度核估計的廣義相合性[D];湖北師范學(xué)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(xué);2001年

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

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

10 褚盈;多元概率密度函數(shù)的Beta核估計[D];浙江大學(xué);2013年

，

本文編號：547794