基于小波分析的股市高频互相关研究

中国管理科学 ›› 2006, Vol. ›› Issue (3): 1-6.

• 论文 • 下一篇

基于小波分析的股市高频互相关研究

侯守国, 张世英

天津大学管理学院, 天津, 300072

收稿日期:2005-06-30 修回日期:2006-04-04 出版日期:2006-06-28 发布日期:2012-03-07
基金资助:
国家自然科学基金资助项目(70471050)

Research of Cross-Correlation of High-Frequency Data in Stock Markets with Wavelet Analysis

HOU Shou-guo, ZHANG Shi-ying

School of Management, Tianjin University, Tianjin 300072, China

Received:2005-06-30 Revised:2006-04-04 Online:2006-06-28 Published:2012-03-07

摘要/Abstract

摘要： 以高频数据为对象,研究沪深股市的交叉互相关性.利用最大重复离散小波变换对沪深股市的交叉互相关性做小波分析,把互相关函数分解在不同的尺度上,以便更清晰地识别沪深股市高频收益序列的互相关性.经过尺度分解后,互相关序列的小波方差之和等于原序列的方差,原高频互相关序列高峰、厚尾的特性不再显著,并趋向于正态分布.

关键词: 高频, 小波变换, 互相关, 小波方差

Abstract: Cross-correlation of high-frequency time series between Shanghai Stock Market and Shenzhen Stock Market is studied.In order to identify details of cross-correlation more distinctly,cross-correlation is analyzed by MODWT(maximal overlap discrete wavelet transform)on various scales.The sum of wavelet variance after decomposition is equal to the variance of original time series.Along with decomposition,the characteristic of high kurtosis and thick tail has been decaying;distribution of new time series is tending to normal distribution.

Key words: high-frequency, wavelet transform, cross-correlation, wavelet variance

中图分类号:

F224

侯守国, 张世英. 基于小波分析的股市高频互相关研究[J]. 中国管理科学, 2006, (3): 1-6.

HOU Shou-guo, ZHANG Shi-ying. Research of Cross-Correlation of High-Frequency Data in Stock Markets with Wavelet Analysis[J]. Chinese Journal of Management Science, 2006, (3): 1-6.

参考文献

[1] Cheung Y.W., He J., Ng K.L.Common predictable components in regional stock markets[R]. Unpublished working paper, University of California Santa Cruz, CA. 1995.
[2] 陈守东, 孟庆顺, 杨兴武. 中国股票市场的有效性检验与分析[J]. 吉林大学社会科学学报, 1998, (2): 69-74.
[3] 朱宏泉, 卢祖帝, 汪寿阳. 中国股市的因果关系分析[J]. 管理科学学报, 2001, (5): 7-13.
[4] 刘金全, 崔畅. 中国沪深股市收益率和波动性的实证研究[J]. 经济研究(季刊), 2002, (1): 885-898.
[5] 徐梅, 张世英. 基于小波变换的长记忆随机波动模型估计方法研究[J]. 中国管理科学, 2006, 14(1): 7-14.
[6] 常松, 何建敏. 基于小波包和神经网络的股票价格预测模型[J]. 中国管理科学, 2001, 9(5): 8-15.
[7] McCoy EJ, Walden AT.Wavelet analysis and synthesis of stationary long-memory processes[J]. Journal of Computational and Graphical Statistics, 1996, 5(1): 26-56.
[8] Serroukn A,Walden AT.Wavelet scale analysis of bivariate time series Ⅱ: statistical properties for linear process [J].Journal of Nonparametric Statistics, 2000, 13(1): 37-56.
[9] Fan Y.On the approximate decorrelation property of the discrete wavelet transform for fractionally differenced process[J]. IEEE Transaction on Information Theory, 2003,49(2): 516-521.
[10] Yanqin Fan, Brandon Whitcher.A wavelet solution to the spurious regression of fractionally differenced process [J].Applied Stochastic Models in Business and Industry, 2003,19: 171-183.
[11] Percival D.B., Walden A.T. Wavelet methods for time series analysis[M]. Cambridge, U.K.: Cambridge University Press, 2000.
[12] Daubechies, I. Ten lecture on wavelets[R]. CBMS-NSF Regional Conference Series in Applied Mathematics,vol.61. Philadelphia: Society for Industrial and AppliedMathematics, 1992.
[13] 徐梅, 张世英. 基于小波分析的金融波动分析[J]. 系统工程理论与实践, 2005, 25(2): 1-9.
[14] Percival DB.On estimation of the wavelet variance [J].Biometrika, 1995, 82(3): 619-631.

[1]	闫达文,李存,迟国泰. 基于混频数据的中国上市公司财务困境动态预测研究[J]. 中国管理科学, 2024, 32(1): 1-12.
[2]	杨坤, 魏宇, 李守伟, 何建敏. 地缘政治风险是中国原油期货市场的驱动因素吗？——基于小波多分辨的非参数分位数因果检验方法[J]. 中国管理科学, 2023, 31(2): 51-62.
[3]	梁超, 魏宇, 马锋, 李霞飞. 我国黄金期货价格波动率预测研究：来自模型缩减方法的新证据[J]. 中国管理科学, 2022, 30(4): 30-41.
[4]	刘超, 郭亚东. 多时间尺度下行业间系统性金融风险溢出及拓扑结构分析[J]. 中国管理科学, 2022, 30(10): 46-59.
[5]	吴鑫育, 李心丹, 马超群. 基于期权与高频数据信息的VaR度量研究[J]. 中国管理科学, 2021, 29(8): 13-23.
[6]	苑慧玲, 徐路, 周勇. 带有市场交易信息和随机微观噪声下的杠杆效应研究[J]. 中国管理科学, 2020, 28(9): 12-22.
[7]	马丹, 王春峰, 房振明. 流动性供给与日内价格效率——基于中国股票市场的实证研究[J]. 中国管理科学, 2020, 28(7): 57-67.
[8]	瞿慧, 张壹. 基于波动择时绩效的高维波动率估计量与预测模型研究[J]. 中国管理科学, 2020, 28(5): 62-70.
[9]	朱学红, 邹佳纹, 韩飞燕, 谌金宇. 引入外部冲击的中国铜期货市场高频波动率建模与预测[J]. 中国管理科学, 2018, 26(9): 52-61.
[10]	马超群, 徐光鲁, 刘伟, 贾钰, 赵新伟. 询价制度改革、知情交易者概率与IPO溢价[J]. 中国管理科学, 2018, 26(8): 1-12.
[11]	刘志东, 郑雪飞. 基于Hawkes因子模型的股价共同跳跃研究[J]. 中国管理科学, 2018, 26(7): 18-31.
[12]	朱学红, 张宏伟, 钟美瑞, 刘海波. 基于高频数据的中国有色金属期货市场量价关系研究[J]. 中国管理科学, 2018, 26(6): 8-16.
[13]	罗嘉雯, 陈浪南. 多国股票市场的高频波动相关性研究[J]. 中国管理科学, 2018, 26(2): 116-125.
[14]	徐光鲁, 马超群, 刘伟, 贾钰. 信息披露与IPO首日回报率[J]. 中国管理科学, 2018, 26(10): 10-19.
[15]	宋亚琼, 王新军. 基于动态估计误差的中国股市波动率建模与预测[J]. 中国管理科学, 2017, 25(9): 19-27.

基于小波分析的股市高频互相关研究

Research of Cross-Correlation of High-Frequency Data in Stock Markets with Wavelet Analysis

PDF (PC)

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 0