b*****d
发帖数: 7166 | 1 【 以下文字转载自 Quant 讨论区 】
发信人: biokold (kold), 信区: Quant
标 题: volatility forecasting的问题
发信站: BBS 未名空间站 (Sun May 18 16:05:14 2014, 美东)
有过去几年的股票价格，间隔是5分钟。每天的最后一个数据跟第二天的第一数据总有
个明显的gap。这种数据预测volatility用什么模型比较好？
我想到的是garch。但是一般garch的时间间隔是固定的。那是不是只用每天的最后一个
价格做daily price去算.但是这样大量的intra day数据就没有用了。特别是在某些天
中间会有jump发生。如果只取一个daily price就会丢掉很多信息。
另一个问题是如果数据基本是pure jump process，就是大多时候是常数，中间有随机
的jump。这种数据用什么方法分析比较好？或者有连续几天数据丢失，发生若干次，这种
情况怎么处理好？
有没有这方面的书或是文章推荐一下？我手上只有Tsay，但书里只讲基本方法。谢谢。 | t****g
发帖数: 120 | 2 5分钟的数据，已经可以算High frequency了，大概对应的模型有很多种：
(1) daily GARCH;
(2) realized volatility (RV);
(3) MIDAS regression.
应该还有更多。你的目标区间不同，比如预测未来一天，十天，或者一个月的
volatility，你选的模型也不同。如果要考虑Jump，那么（2）大类中包含了很多模型
。可能有用的书：Handbook of Financial Time Series, edited by Andersen, Davis
, Kreib, Mikosch, Springer, 2009. | c***z
发帖数: 6348 | 3 thanks for sharing guys. always interested in time series but never had the
chance to get my hands dirty on it |
|
