标签： #高频数据

你下单时看到的成交价，和真实可得的买卖价之间隔着一道隐性成本——买卖价差（bid-ask spread）。Corwin & Schultz (2012) 给出了一招极简的估计法：只靠每日最高价/最低价，对比 1 日与 2 日的高低区间，就能把价差反演出来。本文用纯 numpy 从模型底层实现这套估计，验证它能还原价差的时间变化与排序，并诚实拆穿低频数据病态条件/自相关稀释/小价差衰减/窗口主观/微观结构噪声五类真实陷阱（中阶）。

把日内价格采样越密，波动率估计越准？恰恰相反——朴素实现波动率（RV）会随采样加密而爆炸，因为它把买卖价差跳动、价格离散、报价错配这些微观结构噪声当成了真波动。本文用纯 numpy 从零实现实现核（Realized Kernel）与预平均（Pre-averaging）两套抗噪估计器，用波动率信号图展示 RV 如何从 21% 爆到 276%，再验证实现核如何把 60 天的 RMSE 从 21% 压到 2.6%，并诚实拆穿噪声结构假设/带宽选择/跳跃污染/流动性错配/端点效应五类真实陷阱（中阶）。

你看到某天波动率从 1.2% 跳到 3%,这是真实跳跃还是采样噪声?已实现方差 RV(收益平方和)把『连续扩散波动』和『瞬时跳跃』一股脑混在一起,根本分不清。Barndorff-Nielsen-Shephard 的双幂变差 BV 用相邻收益绝对值的乘积,对跳跃免疫、只估连续积分方差;再用 RV−BV 把跳跃变差剥出来,并用 RV/BV 比值做跳跃检验。本文用高频 GBM+泊松跳跃合成数据,从零复现 BV 估计、RV/BV 检测与波动分解,并点明日内频率、微观结构噪声、有限样本、非交易时段四类真实陷阱(中阶)。

波动率不是一团模糊的『风险』——上行与下行、连续扩散与跳变，对未来波动的预测力完全不同。本文用已实现半方差(RSV)拆开涨跌，再用 HARQ 修正测量误差，样本外把 RV 预测的 RMSE 从 1.34 压到 1.27、QLIKE 同步下降，并逐一拆解跳变、杠杆效应与测量噪声这三道真实落地关。

宏观目标（月度 CPI/GDP、季度增长）出得慢，预测却等不得。MIDAS（混频数据抽样）让日频/周频的「快变量」直接进低频回归：Beta 权重多项式把几十个高频滞后压成 2 个参数，既剥掉日内噪声、又抓住领先信号。合成里样本外 R²=0.90，碾压 AR(1) 的 0.22 和朴素 0.01，附完整 Python 与六类真实陷阱（高阶）。

高频已实现方差被买卖价差、离散撮合等微观结构噪声系统性高估。Zhang-Mykland-Aït-Sahalia(2005) 两尺度已实现方差(TSRV)用子采样把噪声方差线性分离出来、外推到 K→∞ 得到无偏的积分方差。合成里全样本 RV 高估 32.5%、TSRV(K=12) 修复到 −7.4%，噪声越大差距越夸张，附完整 Python 与六类真实陷阱（高阶）。

HAR-RV 用日内分钟频收益还原已实现方差 RV_t，再以日/周/月三尺度平均把波动率长记忆压成简单线性回归；样本外 R² 达 0.35，跑赢 naive 与单日 AR(1)，附完整 Python 与三类真实陷阱。

日频协方差只有开收两个点、还被隔夜跳空污染。本文用分钟级高频把全天资产联动拼成已实现协方差矩阵：朴素 RC 构造、微观结构噪声的 U 形偏差与 Epps 塌缩、已实现核(RK)救回真实方差与相关系数，再用 HAR-RV 预测波动，附可复现 Python。