金融高频数据及其特征分析

（一）金融高频数据的定义

近年来，计算工具与计算方法的发展，极大地降低了数据记录和存储的成本，使得对大规模数据库的分析成为可能。所以，许多科学领域的数据都开始以越来越精细的时间刻度来收集，这样的数据被称为高频数据（high frequency data）。金融市场中，逐笔交易数据（transaction by transaction data）或逐秒记录数据（tick by tick data）就是高频数据的例子，值得注意的是，这里的时间通常是以“秒”来计量的，具体如NYSE（New York Stock Exchange）的交易与报价数据库（trades and quotes）所记录的从1992年至今的NYSE、NASDAQ和AMEX（American Exchange）的全部证券的日内交易和报价数据、Berkeley期权数据库所提供的1976年8月至1996年12月的期权交易数据，以及美国外汇交易HFDF93数据库中德国马克—美元的现汇交易报价数据等，都是金融高频数据。

（二）金融高频数据的主要特征

与传统的低频率观测数据（如周数据、月度数据等）相比，按照更短时间间隔所取得的金融高频数据呈现出了一些独有的特征，正是这些特征，诱发了人们对金融高频数据分析的日益浓厚的兴趣。以NYSE的交易数据为例，金融高频数据主要有以下四个特征：

一是数据的记录间隔不相等，因为市场上某只股票的交易并不一定以相同的时间间隔发生，这样所观测到的交易价格等变量的时间间隔就不相等。

二是所记录的价格数据是离散变量，如在NYSE中，某项资产的价格变动只以计量单位tick size^[1]的若干倍而发生，这样所记录的逐项交易价格就变成了一个离散取值的变量。

三是数据存在日内周期模式，在正常交易条件下，NYSE的交易量往往在每一天的开盘时间和收盘时间附近较大，而在午饭时间左右较小，成了一个“U”型的模式，随之而来的，是交易与交易之间的时间间隔在一天内也呈现出了循环模式的特征。

四是多笔交易同时（甚至是以不同的价格）发生，这种现象部分归因于在每天交易量较大的时候，以秒来计量时间都成为一个太长的时间刻度了。