1. 新疆财经大学金融学院,乌鲁木齐 830012;2. 新疆财经大学应用经济学博士后流动站,乌鲁木齐 830012; 3. 中央财经大学金融学院, 北京 100081
出版日期:
2017-06-25发布日期:
2017-09-07High-Frequency Data Stock Index Future-Spot Market Volatility Jumps and Jumps Overflow Test --- Based on EEMD and Wavelet Denoising
ZHU Li 1,2 , LIU Xiangli31. School of Finance, Xinjiang University of Finance and Economics, Urumqi 830012; 2. The Post-Doctoral Station of Applied Economics, Xinjiang University of Finance and Economics, Urumqi 830012; 3. School of Finance, Central University of Finance and Economics, Beijing 100081
Online:
2017-06-25Published:
2017-09-07摘要
图/表
参考文献
相关文章
编辑推荐
-->Metrics
本文评论
选用EEMD+小波软阈值降噪法对金融高频数据进行降噪处理, 然后利用仿真 数据和实证方法验证了该方法的有效性, 最后把降噪后的数据进行跳跃和跳跃溢出检验. 研究表明: 1) EEMD+小波降噪方法可以较好的降低金融高频数据的噪音. 2)大部分情况下CSI300股指期现货市场对信息的反应不充分, 期指更容易出现信息反映过度,两市场间有共同跳跃,跳跃溢出显著. 3)通常认为噪音的存在使得期指对新信息的冲击更敏感, 跳跃频率、幅度更大, 会领先于现货市场发生跳跃, 降噪后两市场的跳跃特征无明显变化, 所以噪音不是股指期现货市场具有这些跳跃特征的唯一因素.
分享此文: