基于沪深300股指期货高频数据趋势持续期模型的构建与检验  

作　　者：潘水洋[1] 王一鸣[1] 

机构地区：[1]北京大学经济学院,北京100871

出　　处：《统计与决策》2017年第20期90-93,共4页Statistics & Decision

摘　　要：文章针对我国沪深300股指期货高频数据时间序列具有趋势运动特性,提出了趋势持续期模型。首先采用泊松过程对趋势持续期的市场微观结构进行建模,得出了趋势持续期在理论上服从Gamma分布;基于经验模态分解算法提取股指期货日内高频交易数据的趋势持续期,采用最大似然估计法,估计趋势持续期的Gamma分布参数,同时通过Kolmogorov-Smirnov检验验证了模型的有效性;最后对不同采样间隔下的趋势持续期进行标准化处理,趋势持续期模型具有很好的稳健性。

关 键 词：趋势持续期 经验模态分解 泊松过程 伽马分布 

分 类 号：F830.9[经济管理—金融学]