Próbuję przeanalizować opóźnienie między szeregami czasowymi dwóch cen akcji. W regularnych analizach szeregów czasowych możemy wykonać Cross Correlaton, VECM (Granger Causality). Jak jednak sobie z tym poradzić w nieregularnie rozmieszczonych szeregach czasowych.
Hipoteza jest taka, że jeden z instrumentów prowadzi drugi.
Mam dane dla obu symboli w mikrosekundach.
Przejrzałem pakiet RTAQ i również spróbowałem zastosować VECM. RTAQ jest bardziej na jednowymiarowym szeregu czasowym, podczas gdy VECM nie ma znaczenia w tych skalach czasowych.
> dput(STOCKS[,]))
structure(c(29979, 29980, 29980, 29980, 29981, 29981, 29991,
29992, 29993, 29991, 29990, 29992), .Dim = c(6L, 2L), .Dimnames = list(NULL, c("Pair_Bid", "Calc_Bid" )), index = structure(c(1340686178.55163, 1340686181.40801, 1340686187.2642,
1340686187.52668, 1340686187.78777, 1340686189.36693), class = c("POSIXct", "POSIXt"), tzone = ""), class = "zoo")
Odpowiedzi:
Znam jedno możliwe rozwiązanie, ale jest wystarczająco skomplikowane, że wybiorę łatwą opcję i połączę cię z odpowiednią pracą naukową (moim zdaniem krytycznie niedoceniona):
Frank de Jong, Theo Nijman (1997) „Analiza wysokiej częstotliwości relacji lead-lag między rynkami finansowymi”
Jestem pewien, że od tego czasu trzeba było więcej pracy nad tym problemem. Dobrym sposobem na znalezienie go jest skorzystanie ze strony „cytowań” w witrynie ideas.repec. Link do odpowiedniej strony dla wyżej wymienionego artykułu znajduje się tutaj . Kilka tytułów wygląda dość trafnie.
źródło