금융 / 경제 연구에서 일정 간격의 시계열

금융 계량 경제학 연구에서는 매일의 데이터 형식을 취하는 재무 시계열 간의 관계를 조사하는 것이 매우 일반적 입니다. 변수는 종종 로그 차이를 취하여 으로 만들어집니다 . .LN ( P t ) - LN ( P t - 1$I(0)$$\ln(P_t)-\ln(P_{t-1})$

그러나 일별 데이터는 매주 데이터 포인트가 있으며 토요일과 일요일이 누락 되었음을 의미합니다 . 이것은 내가 알고있는 응용 문헌에서 언급하지 않은 것 같습니다. 이 관찰에서 얻은 몇 가지 밀접한 관련 질문이 있습니다.$5$

• 주말 동안 금융 시장이 문을 닫더라도 불규칙한 간격의 데이터로 인정됩니까?

• 그렇다면,이 문제를 무시한 수많은 논문에서 지금까지 존재했던 경험적 결과의 타당성에 대한 결과는 무엇인가?

완전 공개! 나는 금융 / 경제에 대해 모른다. 그래서 나의 무지를 미리 미안하다. 그러나 나는이 질문이 금융보다 더 넓다는 것을 안다. 불규칙하게 샘플링 된 데이터의 분석은 생물학 및 의학과 같은 다른 많은 분야에서 발생합니다. AR (Autoregressive Regression)과 같은 고전적인 접근 방식의 단점 중 하나는 불규칙하게 샘플링 된 데이터를 처리 할 때의 약점입니다. 그러나이 문제는 가우시안 프로세스 (GP)에 의해 해결 될 수 있습니다. 예를 들어 here 또는 here 사용 됩니다 .

일반적으로 비 거래일에 대해 걱정하지 않고 정기적으로 간격을 둔 데이터로 계산합니다. 그러나 걱정해야 할 두 가지 효과가 있습니다.

첫 번째는 운동량과 주요 지표와의 상호 작용에 시간의 영향입니다. 좋은 리더 인 지연 변수가있는 경우 평균 온도라고 가정하면 일부 데이터 포인트는 다음 날 (금요일-> 목요일)에 지연되고 다른 데이터 포인트는 3 일 (월요일-> 금요일)에 지연됩니다. 그 때문에 가짜 결과가있을 수 있습니다.

두 번째 문제는 시장이 문을 닫을 때 발생하는 활동입니다. 시간 거래 후, 옵션 가격 등. 이러한 요소가 중요한 경우 정기적으로 간격을 둔 시계열을 계산하고 다른 방법으로 거래하지 않는 날을 보간하거나 계산하는 것이 좋습니다.