基于INMA(q)模型的高频股票交易数据实证分析

摘要：

在当前大数据背景下,股票的高频日内交易规律越来越受到学者们的关注.文中削弱了现有INMA(q)模型的条件,在新息序列{εt}二阶矩有限的条件下,研究了INMA(q)模型的矩估计问题,给出了求解估计方程的算法,通过数值模拟研究了估计效果,基于所研究的INMA(q)模型拟合了中国国贸股票的高频日内交易数据,并与其他同类模型进行了对比.实证研究结果表明,INMA(2)模型对该组数据的拟合效果优于其他模型.

关键词：INMA(q)模型、高频日内交易数据、矩估计、自助法

所属期刊栏目：41

分类号：O212(概率论与数理统计)

资助基金：国家自然科学基金资助项目11901053

在线出版日期：2020-06-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：112-117