The Pitfalls of Continuous Heavy-Tailed Distributions in High-Frequency Data Analysis
创建于 更新于
摘要
本文针对高频金融数据中整数价格变动使用连续重尾分布模型（如Student's t分布）存在的问题展开研究。论文指出传统依赖连续分布的GARCH模型忽视价格变动的离散性，导致估计退化且无效，提出基于区间似然的最大似然估计方法，校正离散观测的影响，并设计GARCH类模型用于整数价格变动的建模。实证表明该区间估计方法可有效改善模型拟合，Student's t分布适用于较低频率数据（如1分钟），而Skellam分布及其零膨胀变体在超高频（如1秒）数据表现优异，为高频波动率建模提供了新的视角和方法 [page::0][page::1][page::2][page::3][page::4][page::5][page::6][page::7][page::9]
