摘要:為了更準確地估計知情交易概率水平(PIN),文章主要使用模擬退火算法并結(jié)合交易量時間概念對知情交易模型進行參數(shù)估計.算法改進后的知情交易模型已可適用于較高頻的交易訂單數(shù)據(jù),從而更好地捕捉微觀市場中PIN的變化.參數(shù)估計方面,文章主要使用模擬退火算法對EKOP-PIN、EHO-PIN以及DY-PIN進行帶約束的最大似然估計,并將結(jié)果與無約束優(yōu)化的間接估計算法進行了比較,基本解決了以往算法存在的局部最優(yōu)和數(shù)值溢出等問題.數(shù)值模擬顯示,使用模擬退火算法并運用模式搜索法進行末端優(yōu)化的混合算法在計算PIN時能夠進一步提高估計精度.使用滬深300股指期貨高頻交易數(shù)據(jù)的實證結(jié)果顯示,重新估計的EHO-PIN對波動率有著較高的解釋和預測能力,可作為一種有效的市場波動率預警指標.
注:因版權(quán)方要求,不能公開全文,如需全文,請咨詢雜志社。
系統(tǒng)科學與數(shù)學雜志, 月刊,本刊重視學術導向,堅持科學性、學術性、先進性、創(chuàng)新性,刊載內(nèi)容涉及的欄目:系統(tǒng)理論與控制、系統(tǒng)工程與管理、統(tǒng)計方法及應用、信息處理和計算機數(shù)學等領域的學術論文及技術報告;重要學術動態(tài)和學術活動信息等。等。于1981年經(jīng)新聞總署批準的正規(guī)刊物。