卡尔曼滤波

  • 详情 中国股指期货市场交易久期聚类特征研究
    本文采用经典Weibull-SCD(1,1)模型,应用超高频股指期货行情数据,研究了我国股指期货市场交易久期的日内模式和聚类特征,研究结论如下:四个合约均具有显著的日内效应,当月合约全天呈现显著的W型特征,下月、下季和隔季合约全天基本呈现倒V形特征。当月合约比下月合约的交易聚类性显著,下季合约比隔季合约的交易聚类性显著。微观结构变量对交易久期的影响与理论预测相一致,即在我国股指期货市场交易久期的聚类性,不是由于流动性交易造成的,而是新信息发生作用的结果,也就是说当前的持仓量、买卖价差和成交量都会对未来的交易久期,即聚类性产生显著的影响。持仓量和交易量的提高促进了未来交易久期的降低,而买卖价差的扩大会使未来的交易久期提高。
  • 详情 汇率泡沫的卡尔曼滤波估计
    过去文献中,将泡沫(bubbles)定义为资产价格偏离市场基本面的部份。本文以Flood and Hodrick(1990)的泡沫理论模型及Meese(1986)的货币模型为基础,设定了包含泡沫项的汇率决定方程式,并采用状态空间模型,运用卡尔曼滤波以最大似然法进行递推估计。研究对象为中国自2005年7月汇改政策以来至2010年11月的人民币/美元,及1990年1月至2010年11月的日圆/美元的汇率泡沫现象。本文估计结果显示,中国及日本所估计的汇率泡沫项皆存在且泡沫参数皆显著。分析泡沫项的走势及泡沫参数的梯度,都能符合样本期间汇率的变动行为,合理解释了汇率偏离市场基本面的情形。
  • 详情 如何为隐含波动率曲面建模?----来自香港市场的经验研究
    本文对香港恒生指数期权隐含波动率表面动态过程进行了实证建模和估计,建立 起了一个五因子随机隐含波动率模型。在模型的估计方法上,本文首次引入了基于小样本面 板数据的扩展的卡尔曼滤波法。结果显示,在香港市场上,扩展的卡尔曼滤波法比传统的两 步法可以得到更好的估计结果,本文建立起来的五因子随机隐含波动率模型能很好地刻画恒 指期权隐含波动率表面的变动规律,效果明显优于静态隐含波动率模型。
  • 详情 学习型时变Beta因子和条件CAPM的状态空间模型估计
    Adrian和Franzoni(2009)给出了学习拓展的条件CAPM模型,本文利用状态空间模型对规模、账面市值比划分的25类投资组合进行了估计,卡尔曼滤波的结果表明,时变Beta的估计结果能比OLS估计更好的拟合股票价格的波动,Beta因子存在学习过程,在我国股市中,账面市值比因子更加显著的进入到学习过程中,规模因子作用效果并不显著。
  • 详情 利率风险价格形式实证研究:扩展仿射模型和半仿射模型的比较
    在仿射利率期限结构动态模型(Affine DTSM)框架下,利率风险价格主要有四种设定形式:完全仿射模型(CAM)、实质仿射模型(EAM)、扩展仿射模型(EXAM)和半仿射模型(SAM)。其中,EAM优于CAM、EXAM和SAM均优于EAM已经经过理论和实证的证明。然而,EXAM和SAM的孰优孰劣无法单从理论上的比较得出结论,同时亦鲜有相关的实证文献对其进行比较研究。因此,本文运用卡尔曼滤波方法,在三因子CIR基础上对SAM、EXAM和EAM进行了实证比较,实证结果表明EXAM要优于SAM。此外,本文的稳健性检验表明,EXAM虽然已为目前的最优利率风险价格形式,但其仍然不够完善。
  • 详情 基于卡尔曼滤波的期货仿射期限结构模型
    由于受国内外多种因素共同影响,期货价格在短时间内变动较大,为准确拟合与预测期货价格,本文根据期货价格的行为特征,提出一个n因素的仿射期限结构模型,并基于卡尔曼滤波和极大似然法,以沪铜日结算价的面板数据为样本对期货价格的期限结构进行实证分析.结果表明,该仿射模型对沪铜是适用的,而且模型中因素数目越多,模型拟合与预测能力越强,其中,二因素的仿射模型可以较为准确地模拟期货价格的期限结构,三因素的仿射模型可以较为准确地模拟和预测期货价格的期限结构.
  • 详情 基于铜合约的我国商品期货期限结构的实证分析
    商品期货的期限结构指的是商品期货的价格与不同到期期限的关系。由于期限结构综合了市场上所有能够获得的信息和操作者对将来的预期,因此,它更能够准确地为商品期货进行定价。本文选取上海期货交易所的合约铜在2003年12月22日到2007年8月19日之间190个周数据样本,运用卡尔曼滤波方法,基于三个期限结构模型分别对我国铜商品期货的期限结构进行了实证检验,并对实证结果进行了比较分析。结果显示,双因素模型和三因素模型适合我国铜商品期货期限结构,而单因素模型估计的误差较大,不适合我国铜商品期货期限结构。