基于粒子滤波的高频金融时间序列预测

摘要：

高频金融时间序列呈现出强烈的非高斯特性,已经不能采用传统的统计分析方法对其进行分析与预测,通常采用基于极限思想的已实现波动理论进行高频数据的建模.针对市场运作中的高频数据采集数量有限而不能准确估计"已实现"波动率的局限性,提出一种新的预测方法:在对"已实现"波动率建模的基础上,采用适合于非高斯非线性过程的粒子滤波技术对波动率进行估计与预测,可以处理单日内的高频交易数据.将此算法应用于日内高频微软股价数据预测,得到了较好的实证效果.

关键词：已实现波动率、粒子滤波、高频数据、金融时间序列

所属期刊栏目：32

分类号：TP274(自动化技术及设备)

资助基金：上海金融学院重点科研基金资助项目SAFUKT08-01本文由上海金融学院理科重点科研基金SHFUKT08-01;人才引进基金支持

在线出版日期：2009-11-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：117-119,122