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。

1. **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。
2. 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。
3. 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
4. 串列相關。回報的序列相關性存在異常，但難以預測。
5. 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。

引用自：https://quant.stackexchange.com/questions/14878