基于核估计的非参数ACD模型研究

发布时间：2017-07-16 08:21

  本文关键词：基于核估计的非参数ACD模型研究

  更多相关文章： 高频数据 ACD模型 非参数核估计 日内效应

【摘要】：随着科技的发展,采集技术的进步,高频数据和超高频数据成为了金融时间序列的一个新的研究方向。高频数据通常是指采集频率为秒、分、小时为单位的数据,超高频数据为交易过程中根据实际情况实时采集的数据。股票市场中交易持续期数据是指每次发生交易之间的时间间隔数据,是典型的超高频数据。ACD模型主要运用于高频数据,该模型能够揭示数据的微观结构。非参数方法不需对数据和模型做出假设,模型的形式比较的自由,它是利用数据直接进行建模分析,其模型的光滑参数主要受数据驱动,具有适应能力强,稳健性好,精度高的特点。本文旨在运用ACD模型与非参数核估计相结合的方法对中国股票市场进行初步的研究分析,主要内容如下:首先介绍了高频数据具有间隔的不规律性,离散取值,数据量大,不等间距,自相关性以及日内效应的特征;其次,重点阐述了ACD模型的理论知识,ACD模型根据冲击项的分布形式,可以分为WACD模型,GACD模型,EACD模型,都是参数ACD模型的扩展形式;最后,详细介绍了非参数估计中的核估计方法,将核估计与ACD模型相结合,得到了基于核估计的非参数ACD模型。进行实证分析,选取了活跃股票上海绿新和不活跃股票民生银行,对其12月1日—12月5日的交易持续期数据进行统计分析,对数据进行预处理,去除日内效应;从整理前后数据的描述统计量,自相关性进行简单的分析,可以知道处理后的数据相比于处理前各个指标有所下降,数据更加集中,但处理前后都不服从正态分布,都存在着自相关性;运用参数ACD模型中的WACD(1,1)和GACD(1,1),对交易持续期数据进行拟合,得到估计模型,根据残差的ACF结果和Ljung-Box统计量结果判断,WACD和GACD模型对于活跃股票上海绿新的适用性更好;运用非参数核估计的方法对两支股票进行拟合,得到的拟合图形效果较好,为了进一步的比较优劣,采用误差分析中的MSE和MAE两个指标,结果表明,在参数估计方法中,GACD模型对于活跃股票上海绿新的拟合效果更好,而WACD对于不活跃股票民生银行的拟合误差更小,总体来看,相比于参数ACD估计的误差,非参数核估计对两种股票都明显更优,拟合效果更好。
【关键词】：高频数据 ACD模型 非参数核估计 日内效应
【学位授予单位】：重庆大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：O212.7
【目录】：

• 中文摘要3-4
• 英文摘要4-8
• 1 绪论8-13
• 1.1 课题背景和实际意义8-9
• 1.2 国内外研究现状9-11
• 1.2.1 国外研究现状9-10
• 1.2.2 国内研究现状10-11
• 1.3 研究的内容与框架11
• 1.4 创新之处11-13
• 2 高频数据13-17
• 2.1 高频数据的含义13
• 2.2 高频数据的特征13-17
• 3 ACD模型理论17-25
• 3.1 标准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 非参数ACD模型20-25
• 3.5.1 非参数回归20-21
• 3.5.2 核回归21-23
• 3.5.3 非参数核估计ACD模型23-25
• 4 实证分析25-41
• 4.1 数据选取与处理25-28
• 4.2 数据的描述与检验28-32
• 4.3 参数ACD模型估计结果与分析32-37
• 4.4 核回归估计ACD模型结果与分析37-38
• 4.5 非参数ACD和参数ACD模型拟合结果分析38-41
• 5 总结与展望41-44
• 5.1 本文总结41-42
• 5.2 本文尚待研究之处42
• 5.3 模型展望42-44
• 致谢44-45
• 参考文献45-47
• 附录47-56
• A. 作者在攻读学位期间发表的论文目录：47-48
• B. 程序48-51
• C. 结果51-56

【相似文献】

中国期刊全文数据库 前10条

1 胡舒合;回归函数递归核估计相合的充要条件[J];科学通报;1991年02期

2 李补喜,李静;M-估计下误差密度核估计的收敛速度[J];华北工学院学报;2003年05期

3 郑鹏;田铮;何帆;党怀义;;两类投影指标的小波核估计[J];工程数学学报;2007年06期

4 陈希孺;密度核估计的一致收敛速度[J];数学研究与评论;1982年03期

5 陈桂景,汪永诚;众数的核估计问题[J];数学杂志;1983年04期

6 赵林城;密度核估计强相合性的一致收敛速度[J];应用数学学报;1984年03期

7 何仲洛;非参数核估计窗宽Cross-vaIidation选择的渐近最优性[J];湖州师专学报;1986年S2期

8 孙东初;概率密度的均匀核估计与近邻估计的均方误差[J];数学研究与评论;1987年02期

9 童恒庆;;密度核估计的连续性、光滑性及收敛性[J];武汉工业大学学报;1990年02期

10 秦永松;;失效率的非参数核估计及其收敛速度[J];数学季刊;1992年03期

中国重要会议论文全文数据库 前2条

1 吴玉霞;;基于密度函数核估计的中国省域居民收入不确定性动态分析[A];第七届河北省社会科学学术年会论文专辑[C];2012年

2 叶阿忠;;我国通货膨胀的核估计和k-近邻估计[A];计算机模拟与信息技术会议论文集[C];2001年

中国硕士学位论文全文数据库 前10条

1 朱亚培;密度核估计的改进及其相关问题的讨论[D];兰州交通大学;2015年

2 孙婷;平稳遍历函数型数据非参数核估计的渐近分布[D];合肥工业大学;2015年

3 马珂;基于非参数核估计模型的服装销售预测研究[D];浙江工业大学;2015年

4 朱云霓;基于核估计的非参数ACD模型研究[D];重庆大学;2015年

5 马雷;时变扩散方程扩散系数的核估计[D];南京理工大学;2010年

6 黄学维;密度核估计的广义相合性[D];湖北师范学院;2010年

7 赵颖;球面变换核估计及其一致收敛速度[D];北京工业大学;2001年

8 杨秀桃;ρ-混合金融时序VaR核估计的一些性质[D];广西师范大学;2008年

9 姚永源;基于统计量的ES核估计[D];广西师范大学;2008年

10 褚盈;多元概率密度函数的Beta核估计[D];浙江大学;2013年

，

本文编号：547794