用于离散价格变动与非等间隔观测的日内 GARCH 模型
统计金融
2024-05-09 v4
摘要
我们为高频价格开发了一种新颖的观测驱动模型。我们考虑了非等间隔观测、同步交易、价格离散性以及市场微观结构噪声。交易持续期与价格波动之间的关系，以及交易持续期与价格波动的日内模式，通过平滑样条捕获。该动态模型基于零膨胀 Skellam 分布，在分数驱动框架下具有时变波动性。通过引入移动平均分量对市场微观结构噪声进行滤波。模型由最大似然法估计。在对 IBM 股票的实证研究中，我们表明该模型对数据提供了良好拟合。除建模日内波动性外，它还可用于度量每日已实现波动率。
引用
@article{arxiv.2211.12376,
title = {An Intraday GARCH Model for Discrete Price Changes and Irregularly Spaced Observations},
author = {Vladimír Holý},
journal= {arXiv preprint arXiv:2211.12376},
year = {2024}
}