基于ARCH(q)模型的高频股票交易数据分析

作者：杨凯; 马育欣; 张欣然; 陈雪妮; 田源; 王晓红

来源：吉林师范大学学报(自然科学版), 2019, 40(02): 68-72.

DOI：10.16862/j.cnki.issn1674-3873.2019.02.013

• ARCH模型
• 高频数据
• 预测

在大数据背景下,数据的采集和存储技术迅猛发展,人们也越来越关注股市的日内高频交易规律.本文基于ARCH(q)模型对中国国贸(600007)股票的高频日内交易数据进行了实证分析,检验了数据的平稳性和异方差性,研究了模型的定阶问题和预测问题,并与传统预测方法进行了比较.拟合结果表明,本文所采用的方法较传统的方差齐性假设下所算得的置信区间更加精确.

• 单位
  吉林师范大学; 长春工业大学; 数学学院