基于INMA(q)模型的高频股票交易数据实证分析

作者:杨凯; 张庆庆; 刁亚静; 赵洪梅
来源:长春工业大学学报, 2020, 41(02): 112-209.
DOI:10.15923/j.cnki.cn22-1382/t.2020.2.02

摘要

在当前大数据背景下,股票的高频日内交易规律越来越受到学者们的关注。文中削弱了现有INMA(q)模型的条件,在新息序列{εt}二阶矩有限的条件下,研究了INMA(q)模型的矩估计问题,给出了求解估计方程的算法,通过数值模拟研究了估计效果,基于所研究的INMA(q)模型拟合了中国国贸股票的高频日内交易数据,并与其他同类模型进行了对比。实证研究结果表明,INMA(2)模型对该组数据的拟合效果优于其他模型。

全文