邓同学2021-06-08 09:36:21
邓同学老师好。官网题。为什么说高频数据改善了样本的方差、协方差、和相关性，但是没有改善均值。另外，异步性实际具体指的是什么？——我举个例子，比如一个股票月度数据每月涨幅都是10%，改为周数据每周涨幅是2.5%，假设就这么平稳，1）然后没有改善均值我可以理解，但是怎么改善了方差、协方差、和相关性呢？2）这个情况下出现的异步性，具体指的是什么呢？听了两个老师讲课的内容，我都没具体明白。
回答（1）
开开2021-06-08 10:55:11
开开同学你好，高频数据数据点更多，可以更精确的描述数据的情况，例如你用30年年度GDP数据算平均GDP增速，和用30年季度数据算GDP增速差异不大，但算和其他的数据的相关性、它自己的波动率的时候，用季度数据算出来的比年度的更精确，因为年度数据数据点少，很多中间的波动和趋势都没办法反应出来。
Asynchronicity（异步性）指数据的不同步性，在使用高频数据的时候最容易发生。以日度的收盘价数据为例，比如说都是12月20日的收盘价，但因为时区差异，不同时区的交易所那一天的交易时间是不一致的，收盘时间也不同。这就导致了，不同市场12月20日的收盘价发生的时间是不同步的，这就是Asynchronicity。这个特点对比较低频的数据，比如年度，季度的数据影响没那么大，因为它们时间区间跨度长，这样的不同步影响不大。但对于周度和日度这样的高频数据来说，影响就很大，因为可能一个消息出来包含在这个市场的收盘价里面，却没包含在另一个市场的收盘价里面，因为它已经收盘了，这样算出来的收益率的correlation可能会偏低。
致正在努力的你，望能解答你的疑惑~
如此次答疑能更好地帮助你理解该知识点，烦请【点赞】。你的反馈是我们进步的动力，祝你顺利通过考试~
- 评论（0）
- 追问（0）
评论
0/1000
追答
0/1000
+上传图片