统计学及其接口
第6卷（2013年）
数字4
高频数据协方差矩阵综合估计的状态空间模型方法
页：463 – 475
内政部：https://dx.doi.org/10.4310/SII.2013.v6.n4.a5
作者
Cheng Liu（新加坡管理大学辛基文金融经济学院）
Cheng Yong Tang（美国科罗拉多大学丹佛分校商学院）
摘要
我们考虑使用状态空间模型方法进行高频财务数据分析。提出了一种估计资产综合协方差矩阵的期望最大化（EM）算法。基于EM算法的状态空间模型可以处理含有相关微观结构噪声的含噪金融数据。通过在缺少数据的情况下考虑这个问题，可以自然地克服多个资产的异步和不规则间隔的交易数据带来的困难。由于状态空间模型方法不需要数据同步，因此不会删除财务数据中的任何记录，以便有效地合并所有观察结果中的信息。实证数据分析支持状态空间模型的一般规范，仿真验证了状态空间模型方法的效率增益和效益。
关键词
EM算法、高频数据、综合协方差矩阵、卡尔曼滤波器、微观结构噪声、缺失数据、准最大似然、状态空间模型
2014年1月10日出版
