當一些交易所關閉時，如何解釋市場走勢？
每日數據（例如開盤價和收盤價）的可用時間通常比高頻數據要長得多。然而，每當回測檢查在不同時區和不同交易所交易的工具的任何策略時，都會面臨一個問題，即如何在一個交易所開放而另一個交易所關閉時解釋市場走勢。換句話說，交易所記錄和大多數數據提供者報告的開盤價和收盤價並不一致。因此，如果在美國日內但在亞洲或歐洲市場收盤後出現重大市場動向消息，則該消息的影響將反映在當天的回報中，但不會反映在亞洲/歐洲市場中。返回到第二天。因此，兩個市場同時產生的任何信號
例如，假設美國市場在收盤前強勁反彈。從美國收盤時的指數價格來看，相對於歐洲和亞洲市場而言，美國市場可能顯得估值過高，儘管實際上後者市場也發生了變化（美國交易所交易的 ETF 清楚地表明了這一點）。由於非美國市場（尚未）發生交易，指數價格不能代表真實的市場價格。
應該使用什麼方法來協調開盤價和收盤價以在相似的時間尺度上？簡單地忽略具有每日數據但沒有高頻數據的更長歷史會更好嗎？如果您選擇插值，您是否也應該使用插值點來計算其他統計數據，例如波動率？假設一個人正在處理一個相對較短的信號（衰減超過 5-10 天），因此通過查看更長的返回週期（例如每週）來消除這些差異是不可行的。
部落格文章http://www.portfolioprobe.com/2011/11/21/asynchrony-in-market-data/解釋了更多關於這個問題的內容，它還指出了一篇論文，表明移動平均模型是進行 Tal 正在尋求的調整的方法。
本文是在多元 garch 模型的背景下提出的。這真的是無償的——無論是否考慮到 garch 效應，MA 估計值都將大致相同。
我認為對每對市場進行一個 MA 估計就足夠（並且可能更好）而不是對每對資產的估計。
警告：調整給你一個平均值。因此，即使 MA 估計是完美的，它仍然只會給你平均調整，而不是（也許）一些大動作和許多基本上為零的動作。所以我認為如果你真的這樣做的話，你會想要在相當長的時間內這樣做。
您需要知道每種樂器的時區。然後對於每個儀器將其時間數據從本地轉換為 UTC（或任何其他方便您的時區）。
實施提示：使用免費提供的 Olson 數據庫。對於每一種嚴肅的程式語言，時區轉換常式都很容易找到。