基于高频数据实现波动算法的改进与评估

为了克服高频金融数据中微观结构噪声对实现波动的影响,多种基于渐近理论的修正算法均试图将实现波动修正为波动的无偏一致估计,但实证结果表明这些算法并不被有限个数样本所支持。利用交易量信息来标识微观结构噪声的强度,使用不等概系统抽样的方法选取计算样本,结合已有的修正算法,文章构建了可主动减少微观结构噪声的算法,不仅使实现波动的统计特性与理论保持一致,实际的Va R估算结果也优于已有算法。