首页 / 章节 / 第 9 章

第 9 章 连续时间模型与高频波动率估计

视频约 123 分钟 · 课件 163 页 · R 示例 10 个

查看视频小节目录
  1. 开场
  2. 布朗运动
  3. 布朗运动的进一步性质
  4. 伊藤引理(Itô's Lemma)
  5. 随机积分
  6. 扩散过程
  7. 扩散过程的极大似然估计
  8. 布莱克–舒尔斯模型的极大似然估计
  9. Aït–Sahalia 似然展开:近似 MLE
  10. 从高频数据中估计波动率
  11. 测量误差模型与微观结构噪声
  12. 基于模拟的 RV–IQ 与 CLT 演示
  13. 高频协方差矩阵估计方法
  14. 双频已实现协方差估计量(TSRV)
  15. 多元已实现核协方差估计量(RK)
  16. 预平均协方差估计量(PAV)
  17. 章节总结
  18. 练习与方法自检

本章导读

当价格在交易中持续变化时,离散时间模型需要与连续时间的描述衔接。本章从布朗运动、随机积分与伊藤引理出发,介绍扩散过程和随机微分方程,再讨论扩散模型的极大似然估计、转移密度近似及设定检验。重点是理解模型如何描述价格动态,以及统计推断在什么条件下成立。

后半章利用高频交易数据研究二次变差和已实现波动率,并讨论微观结构噪声、异步交易对估计的影响。学完后,你应能区分潜在的连续时间价格过程与实际观测到的高频数据,理解为什么提高采样频率不一定能得到更准确的估计。

布朗运动伊藤引理扩散过程高频数据已实现波动率微观结构噪声

选读习题

本章选取 4 道习题。先独立思考,遇到困难时再逐步展开提示;完整题面及数据要求请参阅教材。

习题 9.1理论与推导

布朗运动路径有多粗糙

固定有限时间区间及 0<γ<1/2,讨论标准布朗运动路径几乎处处的 Hölder 连续性,其中常数可以依赖样本路径。再讨论 γ>1/2 时,非退化区间上的一致 Hölder 性质。

提示 1点击展开

从布朗增量的高阶绝对矩随时间差缩放的规律出发,再考虑适用的连续性定理。

提示 2点击展开

分清固定一对时点的性质与区间内所有时点同时满足的性质,也分清确定常数与随机常数。

提示 3点击展开

比较路径增量尺度与所要求的时间幂次,必要时借助二次变差检查过强的光滑性要求。

习题 9.2理论与推导

伊藤引理

对给定伊藤过程推导光滑函数的随机微分,并将结果分别应用于平方函数和带漂移的布朗运动。

提示 1点击展开

进行二阶泰勒展开时,注意布朗增量的平方与时间增量同阶。

提示 2点击展开

平方函数是检验推导的好例子:比较结果与普通链式法则,并用取期望做一次自检。

习题 9.3数据应用

高频协方差与组合权重

使用多只股票的高频数据比较已实现协方差、已实现核及预平均估计,并据此构造最小方差组合。如果不允许卖空,如何处理负权重?

提示 1点击展开

先处理交易时间、重复记录和不同股票的异步观测,再明确各方法针对的噪声与采样问题。

提示 2点击展开

检查协方差矩阵是否半正定以及数值上是否可稳定求逆;估计误差可能被求逆放大。

提示 3点击展开

将禁止卖空写成优化约束,重新求解;简单删除负权重再归一化未必仍是该约束下的最优组合。

习题 9.4模拟与应用

市场微观结构噪声的影响

在潜在连续价格上加入观测噪声,比较 RV、TSRV、已实现核与预平均方法的估计表现,并讨论多资产协方差估计中的实现方式。

提示 1点击展开

先生成潜在价格及其真实积分方差或协方差,再单独加入噪声,使评价有明确的基准。

提示 2点击展开

改变采样频率和噪声强度,观察更加密集的观测是否一定改善 RV;将偏差与变异分开报告。

提示 3点击展开

单资产方差估计与多资产协方差估计的实现不完全相同;说明交叉项构造、同步方式及矩阵半正定性。

本章课件

第 9 章 课件封面

第 9 章 连续时间模型与高频波动率估计

163 页 · 网页逐页阅读

本章 R 代码

从布朗运动和扩散过程进入连续时间建模,并了解高频数据中的波动率估计问题。

正文演示:模拟标准布朗运动路径,观察时间步长和随机增量的关系。

数据说明:默认演示是模拟路径;高频行情片段需另备带时间戳的交易数据。

打开本章 GitHub 目录 ↗ 查看本章代码索引
第 9 章 GitHub 代码目录二维码 扫码查看本章代码

点击下方条目可在线查看源码,或从 GitHub 下载。

本章 Python 补充实践

高频观测与波动率估计

采样越密,波动率估计一定越好吗?将连续价格路径与带有测量噪声的观测放在一起,观察采样频率如何改变已实现方差。

动手实践:模拟布朗运动和几何布朗运动;计算不同采样间隔的已实现方差;绘制波动率特征图。

数据说明:模拟连续价格路径及独立观测噪声,时间区间长度为 1。

打开本章 Python 目录 ↗ 查看 Python 导读与运行说明
本章 Python 代码二维码扫码查看 Python 代码
GitHub 代码仓库二维码

GitHub 代码仓库

书中 R 示例与公开数据按章整理,附有运行说明。可从各章演示程序开始,也可对照正文逐段学习。点击或扫描二维码即可打开仓库。

github.com/Jiajing-Sun/financial-econometrics-r

打开仓库