Python hffe包_程序模块 - PyPI

实施高频金融计量工具。

hffe的Python项目详细描述

高频金融计量经济学

简介

这个包实现了高频金融计量经济学文献的一些工具。 hffe包提供了一个类Stock。这个类有两种用法：

实例化类并提供库存数据。实例__init__方法将自动计算几何收益、已实现方差和双幂方差，并使用提供的库存数据将扩散收益和跳跃收益分开。
根据需要单独使用类方法。Stock中的所有方法都是静态方法，可以在不实例化类的情况下使用。

通过提供包含价格（浮动）的iterable和包含日期戳的iterable（年、月和日的格式为yyymmdd），可以通过默认构造函数实例化该类。默认构造函数还接受包含时间戳的可选iterable（格式为hhmm表示小时和分钟，hhmms表示小时、分钟和秒）。假设数据是矩形的，这意味着每天包含相同数量的价格观察值。

假设价格每天观察（n）次，时间间隔相同。例如，如果从上午9:30开始每5分钟采样一次价格，到下午4:00结束，那么我们将每天进行（n=79）价格观察。假设价格在（t）天内有效。在这些（t）天中，我们每一天都有（n）个价格观察。几何回报（对数回报）是计算每一天和每一个离散采样间隔。然而，隔夜收益不被考虑，打包后的收益只专注于日内收益的分析。如果每天都有（n=79）个价格观察，那么我们每天都会有（n=78）个回报。

示例：

from hffe import Stock
from random import normalvariate as randn
# generate some fake data
prices = np.array([10.0 + randn(0, 1) for _ in range(10)])
dates = ['20181112']*len(prices)
times = [f'093{i}' for i in range(10)]
# instantiate class
stock = Stock(prices, dates, times)
# at this point we can access the returns, variance measures and
# obtain the diffusive returns separated from the jump returns
print(f'Number of prices per day: {stock.total["prices"]}\n'
  f'Number of days: {stock.total["days"]}')
print(stock.returns)
# print measures of variance
print(f'Realized Variance: {stock.RV}\n'
  f'Annualized Realized Variance: {(252*stock.RV)**0.5}\n'
  f'Bipower Variance: {stock.BV}\n'
  f'Annualized Bipower Variance: {(252*stock.BV)**0.5}')