简介：现代金融经济学中连续时间模型能够更方便地描述重要经济变量的动态过程如股价、汇率和利率等。为连续时间模型提出了一种高频数据驱动的二阶段估计方法,增强了连续时间扩展模型的弹性和可操作性。以Vasicek模型为例给出了该方法的应用实例,首先在第一阶段使用实现波动率方法估计出模型的扩散项参数,然后使用实际数据的稳态分布的前向方程估计漂移项参数。此方法对模型初始设定和优化算法依赖程度低,结果较为稳定可靠。
简介：股票价格常常呈现出集聚效应，并对市场质量产生重要影响，因此需要利用高频数据深入研究中国股票市场价格集聚效应的存在性及其表现特征，同时解释其原因。通过对沪市高频交易数据的统计检验和定量实证研究表明：价格尾数在“0”、“5”和“8”上存在显著的集聚效应，并且可以用“价格决定”假说加以解释，但是不能用“价格吸引”假说解释。投资者通过在这些点位上变动一个最小报价单位进行报价，将可以最小成本获得交易的优先权。
高频数据驱动的连续时间模型估计
基于高频数据的股票市场价格集聚效应特征研究
