基于核估計的非參數(shù)ACD模型研究.pdf

1、隨著科技的發(fā)展，采集技術(shù)的進(jìn)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(yùn)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(jìn)行建模分析，其模型的光滑參數(shù)主要

2、受數(shù)據(jù)驅(qū)動，具有適應(yīng)能力強(qiáng)，穩(wěn)健性好，精度高的特點(diǎn)。本文旨在運(yùn)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(jìn)行初步的研究分析，主要內(nèi)容如下：
　　本文首先介紹了高頻數(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(diǎn)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(kuò)展形式；最后，詳細(xì)介紹了非參數(shù)估計中

3、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(jìn)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(jìn)行統(tǒng)計分析，對數(shù)據(jù)進(jìn)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(jìn)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(biāo)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(yùn)用參數(shù)ACD模型中的WACD(1,1)和GACD(1

4、,1)，對交易持續(xù)期數(shù)據(jù)進(jìn)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(yùn)用非參數(shù)核估計的方法對兩支股票進(jìn)行擬合，得到的擬合圖形效果較好，為了進(jìn)一步的比較優(yōu)劣，采用誤差分析中的MSE和MAE兩個指標(biāo)，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