• 论文 • 上一篇    下一篇

基于高频数据视角的上证综指跳跃原因分析

赵涤非,唐勇   

  1. 福州大学经济与管理学院, 福州 350108
  • 出版日期:2015-01-25 发布日期:2015-04-08

赵涤非,唐勇. 基于高频数据视角的上证综指跳跃原因分析[J]. 系统科学与数学, 2015, 35(1): 85-98.

ZHAO Difei,TANG Yong. ANALYSIS OF THE REASON OF JUMPS IN SHANGHAI COMPOSITE INDEX: BASED ON THE VIEWPOINTS OF HIGH FREQUENCY DATA[J]. Journal of Systems Science and Mathematical Sciences, 2015, 35(1): 85-98.

ANALYSIS OF THE REASON OF JUMPS IN SHANGHAI COMPOSITE INDEX: BASED ON THE VIEWPOINTS OF HIGH FREQUENCY DATA

ZHAO Difei ,TANG Yong   

  1. School of Economics and Management, Fuzhou University, Fuzhou 350108
  • Online:2015-01-25 Published:2015-04-08

运用Monte Carlo 模拟数据生成过程的方法, 对现存几种日内跳跃检验方法进行比较. 选用表现最好的ABD 跳跃检验方法, 借助跳跃强度模型, 从经济信息释放对跳跃强度影响的角度探讨上证综指跳跃产生的原因. 研究发现上证综指平均每四天左右发生一次跳跃; 美国股市表现, 存款准备金率, 利率和消费者物价指数, 这些信息的释放是上证综指发生跳跃的原因; 跳跃行为存在非对称性, 并且导致向上和向下跳跃的经济信息存在区别.

This paper presents a comparative analysis of the existing detections for intraday jumps by using a data generation process of Monte Carlo simulation. We use the ABD test procedure, which has best performance, to analyze the reason of jumps in Shanghai Composite Index from the viewpoints of economic information affecting jump intensity with the help of jump intensity model. The result reveals that a jump occurs in Shanghai Composite Index about every four days. The information on the U S stock market performance, the domestic deposit reserve ratio, interest rate and consumer price index is the reason of jumps in Shanghai Composite Index. The jump behavior is asymmetric, and the economic information that causes upward jump and downward jump is different.

MR(2010)主题分类: 

()
[1] 庄伟卿, WANG Morgan.C, 谢云萍. IOS-DaaS 运作模式的理论综述与建构[J]. 系统科学与数学, 2021, 41(3): 747-767.
[2] 杨青, 孙晓伟. 带信息观测的与时间相关协变量的面板计数数据分析[J]. 系统科学与数学, 2021, 41(3): 865-874.
[3] 王伟, 李建锋, 刘帅. 基于信息压缩矩阵特征值映射的时变系统UD分解辨识算法[J]. 系统科学与数学, 2021, 41(1): 24-39.
[4] 朱莉,陈占寿,刘向丽,杨晓光. 沪深300股指期现货市场时变信息溢出因果检验 ------ 基于时变DCC-GARCH-Hong方法和LRSM断点检验[J]. 系统科学与数学, 2020, 40(11): 1901-1917.
[5] 钟美瑞,石越,尹力博,张宏伟. 高频视角下投资者关注度对黄金期货市场的影响研究[J]. 系统科学与数学, 2020, 40(11): 1935-1949.
[6] 于晓辉,周珍,杜志平. 产业集群背景下模糊联盟结构合作博弈的核心[J]. 系统科学与数学, 2019, 39(6): 934-943.
[7] 王博,田玉平. 不确定信息下的一致性问题综述[J]. 系统科学与数学, 2019, 39(2): 203-218.
[8] 段喆,郭菊娥,冯耕中,贾昊锦. 基于不完全信息博弈的交通枢纽安保布防策略研究[J]. 系统科学与数学, 2019, 39(10): 1632-1641.
[9] 李艳虹,寇纲,彭怡,李光旭. 基于矩阵相似性的异构群体偏好信息集结方法[J]. 系统科学与数学, 2019, 39(10): 1672-1683.
[10] 朱莉,刘向丽. 高频股指期现货市场波动跳跃及跳跃溢出检验[J]. 系统科学与数学, 2017, 37(6): 1509-1523.
[11] 孙彩虹,田真真. 考虑零售商退出风险的供应链鲁棒模型分析[J]. 系统科学与数学, 2017, 37(5): 1244-1258.
[12] 陶贵丽,刘文强,周广兴,刘金芳,张鹏. 不确定信号系统鲁棒观测融合Kalman预报器[J]. 系统科学与数学, 2017, 37(4): 1001-1009.
[13] 马晓君,刘亚雪,魏晓雪,刘艳,于渊博. 航空公司微博评论的意见信息抽取研究------以国航、南航和东航为例[J]. 系统科学与数学, 2017, 37(4): 1072-1091.
[14] 王志胜,周超,孙俊珍. 桥式吊车系统信息融合跟踪控制器设计[J]. 系统科学与数学, 2017, 37(3): 641-651.
[15] 于辉,李西,王念.  ``供应侧'' 鲁棒报童模型[J]. 系统科学与数学, 2017, 37(2): 436-448.
阅读次数
全文


摘要