论文部分内容阅读
在高频金融数据研究中，估计金融资产价格序列积分波动率时，往往需要考虑市场微观结构噪声与资产价格跳跃的影响。本文将市场微观结构噪声部分地表示成交易信息的参数函数，并结合资产收益序列的跳跃特征，提出资产收益的高斯混合模型。本文利用EM算法进行噪声参数估计的同时，识别资产价格的跳跃，进而提出一种新的积分波动率的估计量。本文提出的方法可以视为Li等（2016）的改进，并在模拟研究中，得到了比Li等（2016）更好的参数估计效果，且即使在跳跃幅度分布误设的情况下，也具有良好的识别跳跃的功能。在应用举例中，对比了本文