10.3969/j.issn.1673-680X.2015.02.008
基于BSP-HAR-RV模型的最优抽样频率研究
金融高频时间序列数量大、周期短、信息丰富,可以很好地反映金融市场特征。通过绘出平均双幂变差已实现波动率散点图(BiPowe realized volatility Signature Plot, BSP),建立BSP-HAR-RV模型,改进以往国内通过列举法选择最优频率的方法。最后对TCL集团股票价格的高频数据进行实证分析,验证模型结果,并将其在最优频率下得到的HAR-RV模型预测结果与以往广泛使用的5min、10min频率得到的结果进行比较,发现最优抽样频率下模型预测能力较好,具有可行性。
BSP-HAR-RV、最优频率选择、高频数据
F830.9(金融、银行)
2015-05-19(万方平台首次上网日期,不代表论文的发表时间)
共7页
84-90