時間序列
什麼是普遍接受的交易量計量經濟學模型？
什麼是交易量的黃金標準計量經濟學模型？例如，一個常見的價格模型是具有 GARCH(1,1) 創新的自回歸 (AR) 模型。你知道關於用於建模體積的計量經濟學模型的任何好的調查文章嗎？
如果音量有一些衰減的記憶，GARCH 將起作用。如果交易量具有均值回歸屬性，AR 將起作用。這兩個都是經驗問題，取決於市場。您還應該考慮是否存在季節性（星期幾、每月、每季度的影響），在這種情況下，您需要添加虛擬變數。如果成交量表現得像隨機遊走（不是這種情況），MA 模型會很好地工作。
沒有“黃金標準”，因為市場具有不同的交易量特徵（例如，新興市場交易量增加；隨著交叉網路和暗池的興起，發達市場最近的交易量同比減少）。我將首先觀察感興趣的數量，以了解初學者的屬性（即趨勢、均值回歸、持久性、季節性）。
您可能需要考慮使用包中的 auto.arima 函式來為每個證券擬合一個交易量模型，而不是為所有證券尋找一個全域函式形式。
我最近處理了一些關於歐洲股票交易量時間序列的分析，以歐元為單位的每日交易量。我發現 ARIMA 模型效果很好。但是，如果參數化得當，一些 EWMA 也可以提供良好的預測。
由於宏觀經濟事件，您還可能面臨一些季節性影響，有些您可能需要清理數據並以不同的方式處理這些日子。