Pregunta:
Estoy tratando de analizar el lapso de tiempo entre las series de tiempo de dos precios de acciones. En el análisis de series de tiempo regulares, podemos hacer Cross Correlaton, VECM (Granger Causality). Sin embargo, ¿cómo se maneja lo mismo en series de tiempo espaciadas irregularmente?
La hipótesis es que uno de los instrumentos conduce al otro.
Tengo datos para ambos símbolos en microsegundos.
He examinado el paquete RTAQ y también he intentado aplicar VECM. RTAQ se basa más en una serie de tiempo univariante, mientras que VECM no es significativo en estas escalas de tiempo.
> 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")
Respuesta:
Conozco una posible solución, pero es lo suficientemente complicada como para tomar la opción fácil y vincularlo con el artículo académico relevante (un artículo críticamente infravalorado en mi opinión):
Frank de Jong, Theo Nijman (1997) "Análisis de alta frecuencia de las relaciones Lead-Lag entre mercados financieros"
Estoy seguro de que se debe haber trabajado más en este problema desde entonces. Una buena forma de encontrarlo es utilizar la página de "citas" en ideas.repec. Un enlace a la página relevante para el documento mencionado anteriormente está aquí . Algunos títulos parecen bastante relevantes.