確率過程の統計推測理論と高頻度観測データ解析への応用
【研究分野】数学基礎・応用数学
【研究キーワード】
非同期観測 / マイクロストラクチャー・ノイズ / 高頻度データ解析 / 最尤型推定量 / 拡散過程 / 漸近有効性 / 疑似尤度解析 / 積分観測モデル / マイクロストラクチャーノイズ / 積分観測 / 高頻度データ / ベイズ型推定量 / 確率過程
【研究成果の概要】
本研究では近年注目されている株価高頻度データの分析に関連して，高頻度データ特有の問題である「非同期観測」やマーケット・マイクロストラクチャー・ノイズを考慮した拡散過程の統計推測問題や関連する統計手法を研究した．拡散過程が非同期・ノイズ付観測される統計モデルにおいて，最尤型・ベイズ型推定量を構築し，漸近混合正規性を示し，拡散過程の係数が非ランダムの時に統計モデルの重要な性質である「局所漸近正規性」を証明し，最尤型・ベイズ型推定量が漸近的に最良の推定量となっていることを証明した．
【研究代表者】
【研究種目】若手研究(B)
【研究期間】2015-04-01 - 2018-03-31
【配分額】2,730千円 (直接経費: 2,100千円、間接経費: 630千円)