学校主页 加入收藏 English
当前位置: 首页 >> 教学科研 >> 正文 教学科研
复杂金融数据之“基于舍入误差的高频数据波动非参贝叶斯建模”
来源:  点击次数: 次 发布时间:2023-11-14   编辑:统计与数学学院

2023年11月8日,我院复杂金融数据与极端金融风险建模创新团队第二场专家研讨会在沙河校区学院1号楼102会议室成功召开。该研讨会特邀请了中国人民大学统计学院的吴奔副教授分享最新研究成果,并就团队研究内容进行广泛深入的研讨。本次活动由团队负责人邓露教授主持,活动得到了团队成员和其他教师的大力支持。

研讨会开始,邓露教授先介绍了创新团队目前的研究进展。接着,就相关研究内容,吴奔副教授简要介绍了高频金融序列和低频序列的区别,说明了估计金融高频序列区间波动率的难点,随后分享了最新研究成果“Modeling volatility for high-frequency data with rounding error: a nonparametric Bayesian approach”,该成果在JCR一区期刊Statistics and Computing期刊上发表。该研究提出了一种基于交易信息的新型综合波动率估计量,采用完全贝叶斯方法和高效的马尔科夫链蒙特卡罗算法进行模型推断。通过研讨,大家认为“舍入”(rounding)是市场微观结构噪声的一个重要来源,而该方法可以将有用的市场信息纳入舍入机制建模,并为对数价格过程的瞬时波动性指定一个阈值化高斯过程先验。受到该方法启发,创新团队将围绕该方法进行理论和实证研究,更好地测度复杂金融数据极端风险。

首页

          版权所有:中央财经大学统计与数学学院  
          地址:北京市昌平区沙河高教园中央财经大学沙河校区1号学院楼   邮政编码:102206   电 话:(010)61776184    
          邮箱:samofcufe@cufe.edu.cn    
         

学院公众号