時間序列
盤中數據 - 程式化的事實?
有人可以提供有關日內數據風格化事實的概述或文獻嗎?
特別是對於股票市場回報或匯率。
- **平穩性。**收益的分佈是非平穩的。此外,收益的標準偏差不會隨著時間的推移而保持不變。
- 對稱。隨著採樣頻率的增加,回報的分佈隨著尖峰態的增加而近似對稱。然而,大的回撤與同樣大的向上運動並不匹配。
- 高斯行為。隨著頻率的降低,退貨變得越來越正常。長期回報大致正常
- 串列相關。回報的序列相關性存在異常,但難以預測。
- 時間尺度上的尺度特性和不對稱性。時間縮放是重要的,因為回報不是獨立同分佈的,但是有證據證明相當穩定的經驗縮放屬性。
這讓我想起了 Rama Cont 的一篇論文:“資產回報的經驗特性:程式化事實和統計問題。”。你可以在這裡下載:
http://www.cmap.polytechnique.fr/~rama/papers/empirical.pdf
他還有一篇關於波動性分群的論文:“金融市場中的波動性分群:經驗事實和基於代理的模型。”,這可能會引起您的興趣。
http://www.cmap.polytechnique.fr/~rama/papers/clustering.pdf
希望這有幫助。