發(fā)布時(shí)間：2020-09-26 17:00

　　 隨著科技的發(fā)展,針對(duì)金融高頻數(shù)據(jù)的分析迅速成為數(shù)據(jù)分析領(lǐng)域的熱點(diǎn)和難點(diǎn)。高頻數(shù)據(jù)包含了比低頻數(shù)據(jù)更多的市場細(xì)節(jié)信息,因此針對(duì)高頻數(shù)據(jù)的波動(dòng)率估計(jì)必定會(huì)成為一種更真實(shí)的市場波動(dòng)描述。作為金融市場最重要的特征之一,波動(dòng)率可以準(zhǔn)確描繪收益的波動(dòng)性,度量金融市場存在的風(fēng)險(xiǎn),評(píng)判收益水平。由于金融高頻數(shù)據(jù)存在微觀結(jié)構(gòu)噪聲,因此需要預(yù)先進(jìn)行去噪處理,然后再估計(jì)波動(dòng)率。本文提出基于局部均值分解的方法進(jìn)行波動(dòng)率估計(jì),實(shí)證分析使用的是5只個(gè)股的同一季度的1分鐘交易數(shù)據(jù)。文章分為兩部分,第一部分是去噪研究,首先利用模擬數(shù)據(jù)分別驗(yàn)證局部均值分解和經(jīng)驗(yàn)?zāi)�態(tài)分解的去噪效果,并使用效果較好的方法對(duì)實(shí)證數(shù)據(jù)進(jìn)行去噪;第二部分是波動(dòng)率估計(jì),首先使用模擬數(shù)據(jù)探究局部均值分解方法估計(jì)波動(dòng)率的性能,并得出數(shù)據(jù)頻率越高則估計(jì)結(jié)果精度越低的初步推斷;然后分別利用局部均值分解和希爾伯特黃變換對(duì)去噪后的1分鐘數(shù)據(jù)進(jìn)行波動(dòng)率估計(jì);另外,使用未去噪的1分鐘數(shù)據(jù)進(jìn)行抽樣,得到5分鐘、15分鐘、30分鐘數(shù)據(jù),并對(duì)這些不同時(shí)間間隔的數(shù)據(jù)使用上述兩種方法進(jìn)行波動(dòng)率估計(jì)。最后,將兩種不同方法對(duì)不同時(shí)間間隔數(shù)據(jù)的估計(jì)結(jié)果進(jìn)行對(duì)比分析。實(shí)證結(jié)果表明,對(duì)于1分鐘、5分鐘、15分鐘數(shù)據(jù),局部均值分解方法的估計(jì)精度均高于希爾伯特黃變換方法。但是對(duì)于30分鐘數(shù)據(jù)的估計(jì)結(jié)果,局部均值分解方法的估計(jì)精度低于希爾伯特黃變換,總體上看,LMD方法的相對(duì)誤差隨著時(shí)間間隔的增大而遞增,驗(yàn)證了模擬數(shù)據(jù)的估計(jì)結(jié)果。
【學(xué)位單位】：長春工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類】：F832.51
【部分圖文】：

圖 3.2 LMD 與 EMD 去噪效果示意圖對(duì)于本節(jié)所模擬的價(jià)格數(shù)據(jù)，其基本思想如下：設(shè) p (t )是一個(gè)資產(chǎn)的對(duì)數(shù)價(jià)格 滿足以下連續(xù)時(shí)間的 GARCH 模型：1dp (t ) (t ) dW (t )（3-22 2 22d (t ) ( (t )) 2 (t ) dW (t )（3-3其中1W (t )和2W (t )是獨(dú)立的布朗運(yùn)動(dòng)。將模型中的參數(shù)設(shè)為 0.035， 0.636， 0.296，其中模擬過程中使用拉離散方法，其具體步驟如下[61]：1）將瞬時(shí)波動(dòng)率2 (t )記為 Y [i ]，資產(chǎn)對(duì)數(shù)價(jià)格 p (t )記為 p[ i ]，第一步對(duì)2d (歐拉離散方法處理，產(chǎn)生瞬時(shí)波動(dòng)率0Y [1] Y（3-42 21Y [i 1] Y [i ] ( (t )) t 2 (t ) Z [i ] t （3-52）根據(jù)生成的瞬時(shí)波動(dòng)率 來生成 ，0p[ 1] p（3-6

華策影視的對(duì)數(shù)價(jià)格與對(duì)數(shù)收益率序列圖

萬達(dá)信息的對(duì)數(shù)價(jià)格與對(duì)數(shù)收益率序列圖

【參考文獻(xiàn)】

相關(guān)期刊論文 前8條

1 朱莉;;高頻股指期現(xiàn)貨市場波動(dòng)溢出效應(yīng)的研究——基于EEMD的小波降噪[J];技術(shù)經(jīng)濟(jì)與管理研究;2015年11期

2 崔鳳新;徐麗蘭;鄭新桃;;采用EMD和奇異值分解子空間重構(gòu)的信號(hào)降噪新方法[J];邵陽學(xué)院學(xué)報(bào)(自然科學(xué)版);2014年04期

3 劉威儀;;市場微觀結(jié)構(gòu)噪聲的形成機(jī)制研究[J];金融理論與實(shí)踐;2014年07期

4 魏瑾瑞;朱建平;謝邦昌;;金融高頻數(shù)據(jù)僅僅是一個(gè)優(yōu)質(zhì)的時(shí)間序列嗎:概念及統(tǒng)計(jì)特征的再考察[J];投資研究;2014年05期

5 黃薏舟;鄭振龍;;無模型隱含波動(dòng)率及其所包含的信息:基于恒生指數(shù)期權(quán)的經(jīng)驗(yàn)分析[J];系統(tǒng)工程理論與實(shí)踐;2009年11期

6 程軍圣;張亢;楊宇;于德介;;局部均值分解與經(jīng)驗(yàn)?zāi)Ｊ椒纸獾膶?duì)比研究[J];振動(dòng)與沖擊;2009年05期

7 楊瑞成;秦學(xué)志;;基于跳-擴(kuò)散過程的人民幣匯率收益率波動(dòng)模型[J];系統(tǒng)工程;2009年01期

8 劉慶富;華仁海;;基于非同步交易的國內(nèi)外期貨市場價(jià)格發(fā)現(xiàn)貢獻(xiàn)度研究[J];統(tǒng)計(jì)研究;2008年12期

相關(guān)博士學(xué)位論文 前1條

1 李彩云;“已實(shí)現(xiàn)”跳躍檢驗(yàn)與跳躍風(fēng)險(xiǎn)測度[D];華中科技大學(xué);2013年

相關(guān)碩士學(xué)位論文 前3條

1 蔡豐澤;基于小波分析的金融高頻數(shù)據(jù)波動(dòng)率估計(jì)研究[D];長春工業(yè)大學(xué);2016年

2 李文;金融高頻數(shù)據(jù)的波動(dòng)率及跳躍研究[D];重慶理工大學(xué);2014年

3 朱永安;基于混合分布假說的中國股市量價(jià)關(guān)系實(shí)證研究[D];東北財(cái)經(jīng)大學(xué);2003年

本文編號(hào)：2827234