光大证券基于高频数据的金融波动率模型

lyxmoo

http://ishare.iask.sina.com.cn/f/17999995.html?from=like

itellin

大致看了一下，还是沿用刻舟求剑的思路，事后分析和盘中处理是两个概念，不要说190点了，就是每天稳定地拿到10个点，你都会笑死。通常IF的一个波幅是13点，扩展波幅有26点和38点，盘中你不知道什么时候是13点，什么时候是26点，当你得到13点的时候，就想要扩大战果，指望获得更多，但常常是到手的13点不仅没有得到还得返回给市场。现有的数据，无论是高频的还是甚高频的数据都不支持判断一个波幅到底会达到多大，但盘后分析，因为数据是静态的，这样模型就会计算出比较满意的结果，但这个结果是骗人的，谁信谁就是傻瓜。

lyxmoo

现有的数据，无论是高频的还是甚高频的数据都不支持判断一个波幅到底会达到多大

<<--有道理啊。

itellin

论坛中有个现成的案例，前几天有位老兄提交了一个接小孩放学的统计数据，按照统计方法，可以提交各种漂亮的图表，可以估算出平均数，方差及上下边界，问题是在实际操作中如果按照统计结果的边界去接小孩放学，极可能出现问题，比如老师最低压课10分钟，就是按照最低的标准，在接小孩的过程中也不敢过10分钟去接小孩，因为你不知道老师那天脑子哪根筋达错了，他不压课了，按照学校规定按时下课，这样按照统计规律得出的结论就失效了。想象一下，如果小孩下课家长没有出现在应该出现的位置会有什么结果。

在证券市场上也会有同样的事情发生，按照模型去做，都没有问题，但一旦出现一个小概率事件，那么极有可能就是一下就回到了解放前，这种事情举不胜举。

这种情况充分说明事后分析和实际操作反差非常大，所以我一直怀疑统计规律是否适应混沌的状态，经管有50%的可能性。

abel

靠谱度不高啊，估计没怎么做过实务吧。

此外，我坚持认为在不确定的市场中追求确定是件不靠谱的事情。

itellin

回复第5楼的 abel：

不确定事物中找出确定的事物，本身就属于CHAOS的范畴，对付这种CHAOS需要的是艺术而不是科学。但现在各大证券公司都养了大批只懂得科学的人，从某种意义上讲，他们做的模型和丢硬币是同构的。

记得拓扑中有个定理，具体什么名字忘记了，大意是在低维空间搞不清楚的事，放到高位空间反而可以很容易搞清楚，就好像平移变换在2维空间是非线性的，但到了3维空间就可以变成线性变换，投影变换在3维空间是非线性的而在4维空间是线性的。证券市场也是一样的，我们获得的信息维数比较低，不足以支持我们准确的预测市场，只要放到高维空间才能够做得到，但问题是我们如何得到高维数据呢？神棍存在的原因是他们可以看到高维空间而我们看不到。

ruikoeln

回复第6楼的 itellin：说的很有道理啊。看来你对此类问题研究很深入啊。不过，统计模型确实可以用来做一点套利模型。多数时候是混沌，傻瓜行情偶尔也会出现。

rypan

如果是均值回归模型，使用高频数据做高波幅预警器，还是很不错的。

做市商策略里，我相信买卖价差的确定，肯定和预测波动率有关。

lyxmoo

回复第8楼的 rypan：

通过一段时间的思索，我的认知是（可能是错的）：

研究金融的学者多喜爱先造一个公式，然后证明之，然后实证之。而实证往往多有不确定；

另有，金融的学者受限于原始数据来源准确条件的居多，计算和软件开发环境和资源的限制次之；

rypan

学者的问题主要是想追求完美的理论

实战派只要能赚钱就行了

kevenbestchan

用历史数据拟合、寻找规律然后再用到未来去预测这些往往暗含着历史会重演的假设。