论文部分内容阅读
运用密度预测方法，考虑残差项分别服从威布尔、伽玛和极值分布情况下，选取在上海证券交易所上市的浦发银行和G中海两支股票的高频交易数据，对拟合交易量持续期的对数自回归条件持续期（LOG—ACD）模型、随机条件持续期（SCD）模型和马尔科夫转换自回归条件持续期（MsACD）模型进行了评价比较研究。研究表明，绝大部分模型捕捉到了交易量持续期的聚集性特征；MSACD模型无论在模型样本内拟合还是模型样本外预测方面，均优于LOG—ACD模型和SCD模型。