2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩82頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、伴隨技術進步,高頻金融應運而生。高頻交易逐漸增加的同時,面臨著低頻模型失效、高頻數(shù)據(jù)噪音、交易時效性等問題。高頻波動率的表示、分析和預測是解決上述問題的關鍵,也是研究的著眼點。本文是基于高頻波動率代理變量、相關預測模型的比較研究。本文采用滬深300股指期貨的逐筆數(shù)據(jù),以5分鐘已實現(xiàn)波動率為代理變量,利用多種損失函數(shù)比較了不同預測方法的預測效率。分析過程引入VPIN作為外部信息,以降低微觀結(jié)構噪音的影響;同時使用HAR-VPIN模型檢驗了

2、VPIN的預測效度,解決了VPIN原有檢驗手段不足、預測效率受質(zhì)疑的問題。本文基于分析結(jié)果,結(jié)合高頻交易的風險管理實踐,提出高頻波動率預測模型的應用場景,分析高頻波動率的應用成果。
  研究的主要結(jié)論是:
  1 VPIN的計算穩(wěn)健性在高頻預測研究中可控。通過不同籃子數(shù)量、起始點,以及買賣方向打標算法等參數(shù)分析VPIN對參數(shù)的敏感性,發(fā)現(xiàn)質(zhì)疑研究的主要錯誤在于打標算法和時間框架的應用錯誤。HAR-VPIN回歸模型表明,VPI

3、N能夠解釋成交量信息,是波動率的主要驅(qū)動因子。
  2利用高頻數(shù)據(jù)計算已實現(xiàn)波動率是較好的方法。比較幾種高頻波動率代理變量,建議使用5分鐘作為波動率預測的樣本區(qū)間,既避免了更高頻率的微觀結(jié)構噪音,又避免了更低頻率的信息時效性損失。
  3 HAR-VPIN模型在絕大多數(shù)損失函數(shù)下預測能力較強。比較各種預測模型發(fā)現(xiàn),HAR-VPIN模型由于包括了其他模型所不具備的“外部信息”,預測誤差相對較低,僅在部分損失函數(shù)度量下弱于GAR

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論