高频金融数据的长记忆SV模型分析——基于FFF回归

高频金融数据的分析与建模是金融计量学的一个全新的研究领域。与低频数据不同,高频数据通常具有“日历效应”和波动长记忆性。本文在使用弹性傅立叶形式(FFF)回归技术消除“日历效应”的基础上,针对高频数据的波动长记忆性建立了长记忆SV模型,结果发现高频数据的波动持续性大大降低。

上海股市“日历效应”的高频估计与检验

在高频数据的基础上,利用弹性傅立叶形式回归技术,对上海股市的“日历效应”进行了定量研究,发现上海股市收益率的波动呈现日内单“U”型走势;对上海股市冬夏两季波动水平和模式的异同性进行了检验,发现在100的显著水平下它们是相同的。