基于极大重叠离散小波变换的金融高频数据波动率估计

发布时间：2018-03-08 15:21

  本文选题：高频数据　切入点：极大重叠离散小波变换　出处：《吉林大学学报(理学版)》2014年06期 　论文类型：期刊论文

【摘要】：利用极大重叠离散小波变换方法对资产收益的积分波动率进行估计.针对沪深300指数选取不同小波函数估计积分波动率,计算相对误差统计量.结果表明,不同小波函数对积分波动率估计不存在显著差异,但随着抽样频率的增加,估计精度逐渐提高.对尺度及其相应尺度下的波动率进行对数变换可见,二者之间存在显著的线性关系,随着尺度的增加,波动率逐渐变小.
[Abstract]:The integral volatility of asset income is estimated by using the method of maximal overlapping discrete wavelet transform. The relative error statistics are calculated by selecting different wavelet functions to estimate the integral volatility of CSI 300 index. There is no significant difference between different wavelet functions in the estimation of integral volatility, but with the increase of sampling frequency, the estimation accuracy is gradually improved. The logarithmic transformation of volatility under the scale and its corresponding scale can be seen. There is a significant linear relationship between the two, with the increase of scale, the volatility gradually becomes smaller.
【作者单位】： 长春工业大学基础科学学院;吉林大学数学学院;吉林建筑大学基础科学部;
【基金】：国家自然科学基金(批准号:11301036;11226335;11071026)
【分类号】：O174.2;F832.51

【共引文献】

相关期刊论文 前2条

1 王鹏;魏宇;;经典金融理论的困境与金融物理学研究的兴起[J];管理科学学报;2014年09期

2 张杰;王茁;;基于傅里叶分析法的股票市场超高频数据相关性分析[J];数学的实践与认识;2010年07期

相关博士学位论文 前2条

1 李智;小波理论与经济金融时序应用研究[D];厦门大学;2007年

2 梁崴;微观结构噪音下的资产价格行为[D];天津大学;2010年

相关硕士学位论文 前7条

1 蔡庭锟;基于数据挖掘技术的证券投资研究[D];武汉理工大学;2010年

2 李晋;基于小波分析和GA-SVR模型的股指期货价格预测方法研究[D];华南理工大学;2011年

3 彭选华;金融资产收益波动的多尺度GARCH模型研究[D];重庆大学;2007年

4 李海奇;基于小波方法的中国股票市场波动多尺度研究[D];湘潭大学;2007年

5 欧阳亮;基于小波分析与神经网络的汇率组合预测研究[D];湖南大学;2008年

6 郑纪安;基于小波分析和神经网络的金融时间序列预测研究[D];厦门大学;2009年

7 曾静;基于小波分析的汇率预测模型研究[D];华中科技大学;2009年

【相似文献】

相关期刊论文 前10条

1 郭兴义,杜本峰,何龙灿;(超)高频数据分析与建模[J];统计研究;2002年11期

2 金登贵;我国股市高频数据分布特征实证研究[J];江西广播电视大学学报;2005年03期

3 金登贵;中国证券市场高频数据分布特征研究[J];统计与决策;2005年20期

4 应益荣;包郭平;;金融市场高频数据分析的建模进展[J];五邑大学学报(自然科学版);2006年01期

5 包郭平;应益荣;;金融市场中高频数据的分析方法[J];五邑大学学报(自然科学版);2007年01期

6 曾勇,王志刚,李平;基于高频数据的金融市场微观结构实证研究综述[J];系统工程;2005年03期

7 魏莉娅;马永开;;基于高频数据的深圳基金市场日内周期性研究[J];当代经济管理;2007年01期

8 刘建华;;基于高频数据的中国股市量价日内特征分析[J];经济师;2007年10期

9 徐正国;张世英;;多维高频数据的“已实现”波动建模研究[J];系统工程学报;2006年01期

10 赵巍;何建敏;;基于股市高频数据的半参数估计方法[J];数理统计与管理;2007年01期

相关会议论文 前7条

1 郭名媛;;基于高频数据的已实现极差相关系数及实证研究[A];2012管理创新、智能科技与经济发展研讨会论文集[C];2012年

2 郭名媛;;基于高频数据的赋权已实现极差相关系数及其实证研究[A];社会经济发展转型与系统工程——中国系统工程学会第17届学术年会论文集[C];2012年

3 唐勇;;金融市场波动建模:基于高频数据视角[A];社会经济发展转型与系统工程——中国系统工程学会第17届学术年会论文集[C];2012年

4 杨怀东;伍娟;盛虎;;基于高频数据的成对交易统计套利策略实证研究[A];第五届（2010）中国管理学年会——金融分会场论文集[C];2010年

5 张晨;李月环;;基于调整“已实现”波动率的沪深300指数高频数据波动性研究与预测[A];中国会计学会高等工科院校分会2008年学术年会（第十五届年会）暨中央在鄂集团企业财务管理研讨会论文集（上册）[C];2008年

6 刘淳;朱世武;何济舟;;金融市场波动择时策略的经济价值分析[A];经济全球化与系统工程——中国系统工程学会第16届学术年会论文集[C];2010年

7 瞿慧;张明卓;;基于跳跃规模细分的已实现波动率建模研究[A];“两型社会”建设与管理创新——第十五届中国管理科学学术年会论文集（上）[C];2013年

相关重要报纸文章 前7条

1 程实;美国金融体系逐渐恢复 实体经济企稳[N];中国经济时报;2009年

2 本报记者 任晓;12月PMI或小幅上行[N];中国证券报;2013年

3 华泰长城期货 谢赵维　许惠敏;高库存料继续“重压”矿价[N];中国证券报;2014年

4 金融学博士 宏观经济分析师 程实;全球经济隐约徘徊着复合危机阴影[N];上海证券报;2011年

5 申银万国证券研究所 李慧勇;新兴市场保持资金大额流入[N];证券时报;2014年

6 格林期货 刘光素　编辑 梁伟;揭秘神奇的“期指领先股指2分钟”之谜[N];上海证券报;2010年

7 长城证券 汪毅 张新文;债市调整 可转债个体性机会增强[N];经济参考报;2014年

相关博士学位论文 前6条

1 唐勇;基于高频数据的金融市场分析[D];天津大学;2007年

2 镇磊;基于高频数据处理方法对A股算法交易优化决策的量化分析研究[D];中国科学技术大学;2010年

3 刘广应;带跳的分数维积分过程的幂变差理论及其在金融高频数据中的应用[D];复旦大学;2011年

4 李胜歌;基于高频数据的金融波动率研究[D];天津大学;2008年

5 王少斌;基于高频数据的投资者交易行为研究[D];首都经济贸易大学;2014年

6 王芳;基于市场微观结构噪声和跳跃的金融高频数据波动研究[D];西南财经大学;2011年

相关硕士学位论文 前10条

1 韩铁;金融市场（超）高频数据建模及与低频数据对比研究[D];天津大学;2006年

2 李晓威;金融高频数据的关联规则算法研究[D];吉林大学;2008年

3 张曙;金融高频数据的分析及实证研究[D];中南大学;2013年

4 肖星火;基于中国股市高频数据的流动性风险研究[D];华南理工大学;2013年

5 刘力华;基于高频数据的证券市场实证研究[D];暨南大学;2011年

6 张国勇;金融市场（超）高频数据建模及其实证分析[D];天津大学;2004年

7 李颖超;太钢不锈股市高频数据实证研究[D];山西财经大学;2012年

8 翟昌立;基于高频数据的中国证券市场特征研究[D];天津大学;2007年

9 侯守国;基于小波分析的股市高频数据研究[D];天津大学;2006年

10 李纯净;基于高频数据的微观市场结构中的研究[D];长春工业大学;2011年

，

本文编号：1584441