發(fā)布時間：2020-12-08 23:39

　　隨著計算機(jī)技術(shù)的發(fā)展和金融市場的完善,越來越多的學(xué)者和投資者投身到高頻數(shù)據(jù)的研究當(dāng)中,而金融資產(chǎn)的價格變化規(guī)律一直是他們關(guān)注的焦點.本質(zhì)上,快照數(shù)據(jù)的價格變化是由于分筆交易的累次影響造成的.基于此,本文創(chuàng)新性地引入了復(fù)合泊松過程去刻畫高頻快照數(shù)據(jù)與分筆交易數(shù)據(jù)之間的關(guān)系,試圖從更微觀的角度去刻畫股票價格的發(fā)現(xiàn)過程.本文首先簡單介紹了高頻數(shù)據(jù)的一些研究現(xiàn)狀和隨機(jī)過程中的一些理論知識,并在此基礎(chǔ)上提出將隨機(jī)過程當(dāng)中的復(fù)合泊松過程引入到高頻數(shù)據(jù)的研究當(dāng)中.基于復(fù)合泊松過程建立的模型,提出了相應(yīng)模型的檢驗方法并給出了理論證明.最后將該模型用于標(biāo)準(zhǔn)普爾500ETF的實證分析當(dāng)中,結(jié)果表明該模型能夠較好的反映快照數(shù)據(jù)與分筆交易數(shù)據(jù)之間的關(guān)系. 

【文章來源】：華東師范大學(xué)上海市 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：43 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖４－２?Ｚ?（每筆交易造成價格的變動量）放大的概率分布圖??從上圖我們可以明顯的看出Ｚ的分布比較離散，而且也沒有像一般的金融資產(chǎn)那樣??

因此我們可以利用定理３．４．１，對上述一分鐘、五分鐘、十分鐘和三十分鐘時間間隔??的四個Ｘ的估計值進(jìn)行檢驗，即只需對其增量的估計進(jìn)行標(biāo)準(zhǔn)正態(tài)分布的轉(zhuǎn)換，然后進(jìn)??行相應(yīng)的卡方檢驗（�。�ｅ?＝?２０００），有??表４－３各個時間間隔對應(yīng)的卡方檢驗的Ｘ２值??一分鐘?五分鐘?十分鐘?三十分鐘?ｘｇ．ｇｅ??１８００．６?１８１４．４?１８１５．４?１８８４．３?１８９７．１??從上表中我們可以很明顯的看到，當(dāng)我們?nèi)。粒?＝?２０００時，得到的相對應(yīng)的四個快??照區(qū)間（我們認(rèn)為對于區(qū)間的Ａ己經(jīng)足夠大了）的卡方值都小于．２０００＝?１８９７．１，??


本文編號：2905883