超高频数据

作品数:34被引量:68H指数:6
导出分析报告
相关领域:经济管理更多>>
相关作者:张世英房振明王春峰补冯林鲁万波更多>>
相关机构:天津大学西南财经大学湖南大学上海财经大学更多>>
相关期刊:《福州大学学报(哲学社会科学版)》《北京航空航天大学学报(社会科学版)》《数学的实践与认识》《统计与决策》更多>>
相关基金:国家自然科学基金教育部人文社会科学研究基金国家社会科学基金国家杰出青年科学基金更多>>
-

检索结果分析

结果分析中...
选择条件:
  • 主题=金融x
条 记 录,以下是1-8
视图:
排序:
大数据的“豆形”可视化及其在资本市场中的应用被引量:7
《科学与管理》2014年第6期3-8,共6页苏咪咪 
国家社科基金项目(12BTJ015);教育部人文社科基金项目(12YJA790107);国家社会科学基金资助项目(12BJL011);济南市科技计划项目(201401419)
"大数据"时代催发了可视化技术的再创新。"豆形图"以其处理海量数据的超强能力可以直观地展现大数据的结构特征,并为大数据的可视化分析奠定基础。本文首先引入"豆形图"及其可视化大数据的特征,并将其应用于资本市场中典型的金融大数据...
关键词:豆形图 金融大数据 可视化 超高频数据 
多重信息维度下金融市场风险的高频计量——基于超高频数据ACD模型和UHF-GARCH模型
《广西财经学院学报》2012年第3期70-75,共6页苗晓宇 
超高频数据是交易的实时记录,是所有信息在股市上的最精确的表现。考虑使用高频数据来测度金融风险无疑能够提高风险测度的准确性。本文在现有研究成果的基础上,将交易者行为特征、交易量、买卖价差、交易速度等信息维度纳入金融高频风...
关键词:高频数据 多重信息维度 风险价值 
基于Gibbs抽样的贝叶斯超高频金融数据协整关系研究
《统计与信息论坛》2010年第10期40-44,共5页李素芳 朱慧明 虞克明 郝立亚 
国家自然科学基金项目<随机波动预测模型的贝叶斯分析及其在金融领域中研究>(70771038);国家自然科学基金重点项目<战略导入的投资决策与风险管理>(71031004);教育部留学回国人员科研启动基金项目<金融随机波动模型的贝叶斯预测分析及其应用研究>(教外司留[2010]609)
针对传统协整检验不能适用于具有随机性特征的超高频金融数据的问题,构建贝叶斯超高频金融数据协整模型,结合参数的后验条件分布设计Gibbs抽样方案,提出基于超高频金融数据的贝叶斯协整检验方法,并利用中国股市超高频金融数据进行实证...
关键词:协整 超高频数据 贝叶斯分析 GIBBS抽样 
(超)高频数据视角下金融风险度量研究进展被引量:3
《经济论坛》2010年第8期202-207,共6页苗晓宇 
基于(超)高频数据的金融市场风险度量方法是一个崭新的研究领域。(超)高频数据因包含了更多的信息,能够提供更丰富的数据资源而备受关注。本文梳理了基于(超)高频数据的五种风险度量方法:分别基于"已实现"波动率模型、ACD族模型、高频...
关键词:风险度量 超高频数据 风险价值 自回归条件持续期 
金融高频数据和超高频数据的研究现状及展望被引量:4
《福州大学学报(哲学社会科学版)》2008年第4期14-20,共7页唐振鹏 
国家社会科学基金项目(07BJY0164);教育部人文社科青年基金项目(07JC790046)
金融高频数据和超高频数据的研究是金融计量学的一个全新的研究领域,研究的基本动因在于,一是对金融高频数据和超高频数据本身所具有的特征的关注,二是对理解金融市场的微观结构来说相当重要。当前这一领域从统计特征、"日历效应"、微...
关键词:金融 高频数据 超高频数据 “已实现”波动率 市场微观结构 
超高频数据下金融市场持续期序列模型述评被引量:4
《中国管理科学》2008年第4期182-192,共11页耿克红 张世英 
国家自然科学基金资助项目(70471050))
鉴于针对超高频数据统计建模能够有效弥补传统相同时间间隔数据统计建模的不足,而且有助洞悉金融市场微观结构,近年来,对金融市场超高频数据的研究已成为金融计量学一个全新的研究领域。本文总结了近十年来超高频数据下金融市场持续期...
关键词:超高频数据 持续期 ACD模型 SCD模型 
中国股市超高频数据反馈特征实证研究
《运筹与管理》2008年第3期114-121,106,共9页刘衡郁 
本文采用tick数据作样本,将分笔成交量分解为买入指令流和卖出指令流,依据向量自回归模型(VAR),研究1分钟和5分钟频段内收益率和净买入指令流二者之间关系,以揭示证券交易中的反馈特征。研究发现:1分钟系统存在正负反馈交易特征,5分钟...
关键词:金融学 反馈特征 向量自回归 高频数据 
ACD模型及其扩展——金融高频数据计量模型的新动态被引量:6
《统计与决策》2005年第10X期7-9,共3页鲁万波 
国家社科基金资助项目(01BTJ003);西南财经大学科研基金资助项目(05Z37)
本文结合高频数据所表现出的独有特征系统地回顾了近年ACD(Autoregressive Con-ditional Duration)模型及其扩展在国际、国内的发展状况,展望了该模型的发展方向。
关键词:高频数据 超高频数据 ACD模型 久期 
检索报告 对象比较 聚类工具 使用帮助 返回顶部