对国内资本市场波动率的估计，使用哪种模型较为有效？如何在其中结合外生因子和时间序列来提高准确度？

在金融计量方面，非参数方法的优势和缺点是什么？

顶！终于   财大啊

鲁老师很厉害的

用frontier软件做随机前沿分析，如何做那些参数检验的

鲁教授：
      您好！到底如何用高频金融数据在股市波动性预测中赚钱？

您好，鲁老师，谢谢您能在百忙这种回答我们的问题。

以前读到过一篇您写的关于用ACD模拟高频数据的文章，根据ACD衍生出来的很多新的模型比如LOG-ACD，基于gamma分布的ACD等，都是改变原有模型的残差的分布，请问您能介绍一下 这些不同的分布是根据什么原则选取的？

问题2，FARIMA模型是不是只能模拟等距的duration呢？

问题3，模拟daily average duration时模型选取要有什么原则吗？  

最后一个问题：在序列有long memory的情况下，除了用传统的R/S检验和acf图判断外，可以直观的在图上看出有long memory 吗？可以的话怎么看呢有什么规律？ long memory中的spurious trend指的是什么？ 谢谢！

鲁老师：
   有个问题困惑许久，希望能得到您的指点。
   拿多元GARCH模型来讲，在最大似然估计中，似然函数复杂，只能通过数值优化求解最值，姑且不说初始点的选取，就我在实证研究的经验来看，很多算法即使选用相同初始点迭代，BFGS,BHHH,等包括随机算法得出的结果都有很大不同。如果再利用估计出来的模型做其它研究，不同算法算出来的最终结果的误差应该很显著不同。比如常用来做波动率溢出效应的分析，不同的估计带来正负号如果不同，那么分析就缺乏稳健性。这其中该如何处理？
    因此，这致使我一度对统计模型失去信心，毕竟事物的复杂性要求参数较多，如果模型刻画再好，实际算得不准或者不知道哪个准，那么对实际有什么用，难道只停留在理论上？

鲁教授：
      你好！！
      问一个我感觉很重要的问题。
      什么是久期凸性啊？？

鲁教授您好！想请教您以下几个问题：
1、虽然在计量经济学课程中学习了大量的模型和理论推导，但对于数据收集和处理、编程等实证分析中必备的基础训练很欠缺，有什么指导性的建议吗？
2、我们在学习计量经济学时介绍的众多复杂的理论在实践中都很少有所应用。例如，大家学习了很多异方差的检验和校正方法，几乎所有的文献都只采用那个有些粗陋的WHITE稳健性标准误；又如，学习PANEL DATA时，我们花费了很多心思学习随机效应模型，但绝大多数论文都只采用那个非常简单的固定效应模型。能说一下您对这个问题的看法吗？
谢谢！

鲁老师，您好！我想请教两个问题：1、协整关系中，是否必须所有的变量都同阶单整？2、请介绍下非线性协整方面的最新进展。

高频数据用什么软件处理方便点？

鲁老师你好，我是一名数学系的研究生，一直以来都想要转向经济金融的学习，现在也在看经济金融方面的书籍，但是总感觉不知道自己所学到的数学知识用处不是很大（当然思维除外），特别是像实分析，泛函分析，还有偏微分方程等课程，总感觉不知道怎样把自己的所学应用到经济学的学习中，希望老师能给些建议。

顶一个！！！

鲁教授：
您好!用高频数据的非参数估计方法得到的结果和一般的方法估计区别在哪里？
是建立模型时，我们需要考虑的因素有哪些？
用不同的算法对模型进行估计的时候，差别很大？什么原因造成的？
希望鲁教授能解答。

来学习了 啊！

学习

围观

在外汇交易中，利用高频数据捕捉套利机会的收益平均值一定高于不利用该方法吗？

鲁教授，您好：
我想向您请教以下几个问题：
1、请问计算统计或者统计计算这方向发展如何，目前国内有哪些学校和教师在做这个方向的研究
2、想学好金融数量分析，请鲁教授推荐指导下该学习哪些数学或者数理统计课程，金融课程，还有对 哪些软件比较有要求，这也是很多想学好金融建模的学子的共同想法
    谢谢！

鲁教授，您好!
在利用高频数据针对市场开发交易策略时，由于市况中的影响因素不断地改变，因此在应用模型时模型参数估计要重新的拟合，相关参数的设定要也要有相应的修正。我想问一下鲁教授，如何寻求最佳参数估计及修正的时间窗口，能否谈谈你的心得？
希望鲁教授能解答。

支持啊 工艺帖子

非常好~

再补充一个问题，希望楼主给多加点论坛币，好方便购买资料。

大量的数学、物理学的方法被应用到经济、金融学中，甚至有些泛滥，脱离了经济金融现实问题的本身。在国外，是基于现实问题而衍生出方法论的创新，而在国内，这一过程被颠倒了。例如：阿罗不可能性定理是基于“投票选举”这一非常现实的问题，进行了数学的公理化定义。赫克曼的离散选择模型虽然对计量经济学作出巨大贡献，但是是基于对已婚妇女的劳动供给这一现实问题研究的基础上得到的。恩格尔的ARCH模型是来源于对英国通货膨胀方差估计的研究中得到的。这些定理、模型之所以能得到认可并被广泛使用，是因为他们解决了非常具体的经济学、金融学或实际问题，而不在于模型本身的复杂性。弗里德曼说过，一个真正的实证研究，是需要大量人员协作、经过长期努力，往往以专著的形式完成的。一篇文章的容量，很难实现严格意义上的实证研究。
提到模型的复杂性，非线性动力学中的分形几何和混沌也被广泛用于大量论文中，例如，北大陈平教授（美国物理学博士，ccer副主任）1987年曾在英文论文中发现“美国货币指数中存在维数为1.5左右的奇怪吸引子”，这个结论是否与“中国股市具有很强的波动聚集性和持续性”有点相似，但是这样的结论没有在学术上引起任何的重视，因为仅仅是“数据带入模型而得到的一些基本特征描述”而已，即没有任何经济金融理论层面的意义，也没有在解决问题的具体方法上有所改进（此改进不是指模型复杂性增加，而是指使所用的方法更便于解决现实问题）。
若说模型方面真正有意义的方法论研究，2009金融统计与金融计量国际研讨会中范剑青、严加安教授的研究具可以说有比较重要的意义。
财大统计，路在何方？希望鲁教授能够有所思考，认清不足，不断呐喊呼吁，而不是随波逐流，才能更好地促进学术发展。

纯支持。很怀念当年上鲁老师线代课的情景。

    鲁老师，您好! 我曾经看过你写的《基于特征变量的中国股票市场微观结构数量研究：日内模式、持续时间与价格发现》，基本上是把市场微观结构的一些领域方方面面都做的差不多了，一些实证结果也很有意义。
   我想请问下：以后如果在做市场微观结构这块儿领域的话，还可以从哪些方面或者哪些角度去创新-----不仅仅是技术方面，更重要的是思想方面 去创新？我国目前金融市场改革力度很大，我想这其中肯定有很多值得研究的地方？但 我还不太有一个研究的思路……
  谢谢！

看起来, 很强强哦

鲁老师讲课还是很给力的，有责任心，对学生也耐心。学术方面，是学院的方向性问题。

jiang you