Asynchrone (unregelmäßige) Zeitreihenanalyse


10

Ich versuche, die Vorlaufverzögerung zwischen Zeitreihen zweier Aktienkurse zu analysieren. In der regelmäßigen Zeitreihenanalyse können wir Cross Correlaton, VECM (Granger Causality) durchführen. Wie geht man jedoch in unregelmäßig verteilten Zeitreihen damit um?

Die Hypothese ist, dass eines der Instrumente das andere führt.

Ich habe Daten für beide Symbole in Mikrosekunden.

Ich habe mir das RTAQ-Paket angesehen und auch versucht, VECM anzuwenden. RTAQ bezieht sich eher auf eine univariate Zeitreihe, während VECM auf diesen Zeitskalen keine Bedeutung hat.

> dput(STOCKS[,]))
structure(c(29979, 29980, 29980, 29980, 29981, 29981, 29991, 
29992, 29993, 29991, 29990, 29992), .Dim = c(6L, 2L), .Dimnames = list(NULL, c("Pair_Bid", "Calc_Bid" )), index = structure(c(1340686178.55163, 1340686181.40801, 1340686187.2642, 
1340686187.52668, 1340686187.78777, 1340686189.36693), class = c("POSIXct", "POSIXt"), tzone = ""), class = "zoo")

Sie müssen einen reproduzierbaren Datensatz verwenden
John

Nicht wirklich sicher, warum du das sagst? Können Sie das näher erläutern?
Shoonya

@John bedeutet (glaube ich), dass Sie mit größerer Wahrscheinlichkeit eine nützliche Antwort erhalten, wenn Sie Daten bereitstellen, mit denen die Antwortenden ihre Methoden leicht testen und veranschaulichen können (siehe tinyurl.com/reproducible-000 ). Ich würde vermuten, dass parametrische Modelle für die Kreuzkorrelationen / Kreuzspektren notwendig wären ...
Ben Bolker

4
Dies sollte wirklich auf CrossValidated gehen
nico

4
weil die Frage wahrscheinlich so herausfordernd ist, dass es keine offensichtliche Standardmethode gibt. Anstatt "Ich möchte das bekannte statistische Verfahren X verwenden, ist es in R implementiert / wie verwende ich es?", Entspricht dies eher "Gibt es ein gutes statistisches Verfahren zur Lösung des Problems Y"? Alternativ könnte es sich lohnen, sich R-Sig-Finance anzuschauen (ich glaube, es gibt eine solche Mailingliste ...)
Ben Bolker

Antworten:


2

Ich kenne eine mögliche Lösung, aber sie ist so kompliziert, dass ich die einfache Option nutzen und Sie mit der relevanten wissenschaftlichen Arbeit verknüpfen werde (meiner Meinung nach eine kritisch unterbewertete Arbeit):

Frank de Jong, Theo Nijman (1997) "Hochfrequenzanalyse von Lead-Lag-Beziehungen zwischen Finanzmärkten"

Ich bin sicher, dass seitdem mehr an diesem Problem gearbeitet wurde. Eine gute Möglichkeit, dies zu finden, ist die Verwendung der Seite "Zitate" auf ideas.repec. Ein Link zur entsprechenden Seite für das oben genannte Papier befindet sich hier . Einige Titel sehen ziemlich relevant aus.

Durch die Nutzung unserer Website bestätigen Sie, dass Sie unsere Cookie-Richtlinie und Datenschutzrichtlinie gelesen und verstanden haben.
Licensed under cc by-sa 3.0 with attribution required.