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")
Antworten:
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.
quelle