高频金融数据中的异常波动率尺度
摘要：不同时间尺度上计算的股票市场日内指数的波动性表现出一种与分数布朗运动（fBm）不同的尺度行为。我们通过使用经验模态分解（EMD）这种方法来研究这种异常的尺度行为，这种方法可以将时间序列分解为不同时间尺度上的周期性分量。通过将EMD应用于fBm，我们获得了一个关联分量的方差与振荡周期的幂律的尺度定律。与之相反，当分析22个不同的股票市场指数时，我们观察到违背fBm和布朗运动的尺度行为的偏离。我们讨论并量化这些偏离，将其与金融市场的特征联系起来，较大的偏离对应着较不发达的市场。
作者：Noemi Nava, T. Di Matteo, Tomaso Aste
论文ID：1503.08465
分类：Computational Finance
分类简称：q-fin.CP
提交时间：2016-02-17