基于局部均值分解的高频金融数据波动率估计

吉林大学学报(信息科学版) ›› 2019, Vol. 37 ›› Issue (6): 596-602.

基于局部均值分解的高频金融数据波动率估计

秦喜文¹，冯阳洋¹，董小刚^1，2，李巧玲¹，周红梅¹，郭佳静¹

1．长春工业大学数学与统计学院，长春130012; 2．吉林大学数学学院，长春130012

出版日期:2019-11-24 发布日期:2020-01-03
通讯作者: 董小刚( 1961— ) ，男，长春人，长春工业大学教授，博士生导师，主要从事高频时间序列研究，( Tel) 86-431-85716482( E-mail) dongxiaogang@ ccut． edu． cn。 E-mail:dongxiaogang@ ccut． edu． cn
作者简介:秦喜文( 1979— ) ，男，吉林梅河口人，长春工业大学教授，博士生导师，主要从事数据分析与统计建模研究，( Tel) 86-13504332781( E-mail) qinxiwen@ ccut． edu． cn; 通讯作者: 董小刚( 1961— ) ，男，长春人，长春工业大学教授，博士生导师，主要从事高频时间序列研究，( Tel) 86-431-85716482( E-mail) dongxiaogang@ ccut． edu． cn。
基金资助:
国家自然科学基金资助项目( 11301036; 11226335) ; 吉林省教育厅科研基金资助项目( JJKH20170540KJ)

Volatility Estimation of High Frequency Financial Data Based on Local Mean Decomposition#br#

QIN Xiwen¹，FENG Yangyang¹，DONG Xiaogang^1，2，LI Qiaoling¹，ZHOU Hongmei¹，GUO Jiajing¹#br#

1． School of Mathematics and Statistics，Changchun University of Technology，Changchun 130012，China;2． College of Mathematics，Jilin University，Changchun 130012，China

Online:2019-11-24 Published:2020-01-03

摘要/Abstract

摘要： 为解决高频数据在风险评估中存在的非线性问题，提出了利用局部均值分解方法实现高频数据波动率估计。首先，采用高频模拟数据验证估计方法的可行性; 其次，将沪深300 指数不同频率收盘价作为研究对象，利用局部均值分解方法估计波动率，计算相对误差统计量。实验结果表明，利用局部均值分解方法可以有效实现高频数据波动率估计和解决高频数据中的非线性问题，随着抽样频率的增加，估计精度逐渐提高。该方法为高频数据波动率非参数估计提供了新的研究思路。

关键词: 高频金融数据, 波动率估计, 对数收益率, 局部均值分解

Abstract: In order to solve the problem of nonlinearity in high frequency data，the LMD ( Local Mean Decomposition) method is proposed to estimate the volatility of high frequency data． Firstly，high-frequency simulation data are used to verify the feasibility of the estimation method． Secondly，taking the closing price of Shanghai and Shenzhen 300 index at different frequencies as the research object，the volatility is estimated by LMD method，and the relative error statistics are calculated． The results show that the LMD method can effectively estimate the volatility of high-frequency data and solve the nonlinear problems in high frequency data．With the increase of sample frequency，the estimation accuracy gradually improves． The method of LMD provides a new idea for non-parametric estimation of volatility in high frequency data．

Key words: high frequency financial data, volatility estimation, logarithmic return rate, local mean decomposition ( LMD)

中图分类号:

TP202

秦喜文, 冯阳洋, 董小刚, 李巧玲, 周红梅, 郭佳静. 基于局部均值分解的高频金融数据波动率估计[J]. 吉林大学学报(信息科学版), 2019, 37(6): 596-602.

QIN Xiwen, FENG Yangyang, DONG Xiaogang, LI Qiaoling, ZHOU Hongmei, GUO Jiajing. Volatility Estimation of High Frequency Financial Data Based on Local Mean Decomposition#br#[J]. Journal of Jilin University (Information Science Edition), 2019, 37(6): 596-602.