我国股市高频数据分布特征实证研究

摘要

在讨论金融高频数据如何应用的同时,对数据本身的统计特征不容忽视.因为统计特征不仅是认识数据的基本依据,也是正确使用数据的首要前提.与传统的低频率数据(如每日收盘价、周数据、月度数据等)相比,按照更短时间间隔所取得的高频数据呈现出了一些独有的特征.除了数据采集时本身所具有的不等间隔、离散取值、同时交易等因素外,国外研究者通过对成熟市场的实证研究,对高频数据的统计特征已经有了明确的结论,主要有波动率日内"U"型走势、波动率具有日历性、价格序列具有极高的峰度、价格序列一阶负相关性,以及表现出宽尾、非正态和波动率聚集等ARCH特征.国内在这方面的研究还不多,本文对上海交易所交易的上市公司的高频数据形态特征进行了分析.