185***992023-08-24 16:27:52
185***99高频数据因为包括异常值，导致相关性被低估，但是学习房地产那里，因为liq不好，所以使用低频数据，smoothing效果，导致波动性低估，相关性也低估。感觉就乱了，也就是说不管高频低频数据，都低估相关性？
回答（1）
Johnny2023-08-24 17:47:06
Johnny同学你好，具体可以参考下图。要注意区分非平稳性（nonstationary）以及平滑的区别。平滑是房地产交易不频繁，没有大量交易数据，那就只能使用appraisal value来呈现业绩，这会导致呈现出来的风险被低估，相关系数也被低估，从而高估了分散化效果。但是高频和低频数据探讨的是另一个话题，年化数据是低频数据，如果从年化变成月度数据，那么频率就变高了，这会使得样本协方差、方差和相关系数的样本预测精度提高。但如果频率进一步提高，比如每月的数据提高到每日的数据，就会产生异步性，反而会扭曲相关系数。因此数据平滑，和高频低频不是一个知识点
- 评论（0）
- 追问（0）
评论
0/1000
追答
0/1000
+上传图片