• Search Research Projects
  • Search Researchers
  • How to Use
  1. Back to project page

2021 Fiscal Year Research-status Report

Statistical analysis of high-dimensional high-frequency data

Research Project

Project/Area Number 19K13668
Research InstitutionThe University of Tokyo

Principal Investigator

小池 祐太  東京大学, 大学院数理科学研究科, 准教授 (80745290)

Project Period (FY) 2019-04-01 – 2023-03-31
KeywordsCramer型の相対誤差評価 / Steinの方法
Outline of Annual Research Achievements

前年度の研究では,S&P500指数構成銘柄の高頻度データを用いて銘柄間のネットワーク構造の解析を行なったが,その際に統計的に有意なリンクのみを検出するために多重検定の問題を解く必要があった.前年度の報告に記載した通り,典型的な多重検定法は高次元データでは保守的すぎるため,今年度はこの問題を解決するための統計理論の構築に取り組んだ.近年注目を浴びている方法として,False Discovery Rate (FDR)をコントロールするアプローチがある.このアプローチは,従来よく利用されるFamily-Wise Error Rate (FWER)をコントロールするよりもより積極的に帰無仮説を棄却するため,近年高次元データにおける利用が広まっている.FDRをコントロールして多重検定を実行するための代表的な方法として,Benjamini-Hochberg法(BH法)がよく知られている.BH法の適用を高次元データにおいて理論的に正当化するには,正規近似の相対誤差に対するCramer型の評価が必要となるため,今年度はこの問題について研究した.高次元高頻度データにおける応用では,確率微分方程式の汎関数として与えられるような統計量に対してそのような評価を導出する必要があり,特に実現共分散に対する結果が必要である.FWERをコントロールするアプローチを高次元高頻度データの文脈で正当化するために本研究で開発した高次元正規近似の理論はSteinの方法をベースにしており,Steinの方法はCramer型の評価の導出にも応用可能なことが知られているため,今年度の研究ではこのアプローチの高頻度データの文脈への拡張を試みた.結果として,ボラティリティが非確率的なケースには拡張できることを示すことができた.

Current Status of Research Progress
Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

前年度の実証研究で得られたフィードバックに基づき,高次元高頻度データの設定でも保守的になりすぎないように多重検定を実行するための統計理論の開発について,ある程度の見通しが得られたため.特に,正規近似の相対誤差に対するCramer型の評価の高頻度データの設定への拡張は,これまでのアプローチでは自明ではなかったが,今年度に発見したアプローチはそのような拡張が可能であることが見込まれるため.

Strategy for Future Research Activity

今年度の研究で導出した,実現共分散に関する正規近似の相対誤差に対するCramer型の評価は,ボラティリティが非確率的であるという仮定が必要であるが,ファイナンス分野ではこのような仮定は現実的でないことが知られているため,この仮定を緩和することを目指す.相対誤差の評価ではなく絶対誤差の評価の場合は,実現共分散行列の推定誤差を二重Skorohod積分と見なしてMalliavin-Steinの方法を適用することで,ある程度妥当な誤差評価を得られることが知られている.今年度の研究で発見したアプローチは,ある意味で絶対誤差の評価を相対誤差の評価へと変換する方法となっているため,上述の方法を相対誤差の評価にも適用可能であることが見込まれる.このアイディアが実際に実行可能かどうか検証することを計画している.

Causes of Carryover

新型コロナウイルス感染症拡大の影響,特にオミクロン株の発生の影響で,本年度に対面で参加する予定だった研究集会のすべてにオンラインで参加することを余儀なくされたため,それに伴う旅費の支出が全く不要となり,その分の次年度使用額が生じた.次年度については現在のところ状況がかなり改善しているため,可能な範囲で研究集会への対面参加のための旅費にあてることを計画している.また,昨年度に引き続き,余剰分については新規の金融高頻度データの購入にあてることを計画している.

  • Research Products

    (13 results)

All 2023 2022 2021 Other

All Int'l Joint Research (1 results) Journal Article (5 results) (of which Int'l Joint Research: 2 results,  Peer Reviewed: 5 results,  Open Access: 4 results) Presentation (7 results) (of which Int'l Joint Research: 3 results,  Invited: 4 results)

  • [Int'l Joint Research] 香港中文大学(中国)

    • Country Name
      CHINA
    • Counterpart Institution
      香港中文大学
  • [Journal Article] High-Dimensional Central Limit Theorems for Homogeneous Sums2023

    • Author(s)
      Koike Yuta
    • Journal Title

      Journal of Theoretical Probability

      Volume: 36 Pages: 1-45

    • DOI

      10.1007/s10959-022-01156-2

    • Peer Reviewed / Open Access
  • [Journal Article] New error bounds in multivariate normal approximations via exchangeable pairs with applications to Wishart matrices and fourth moment theorems2022

    • Author(s)
      Fang Xiao、Koike Yuta
    • Journal Title

      The Annals of Applied Probability

      Volume: 32 Pages: 602~631

    • DOI

      10.1214/21-AAP1690

    • Peer Reviewed / Open Access / Int'l Joint Research
  • [Journal Article] Notes on the dimension dependence in high-dimensional central limit theorems for hyperrectangles2021

    • Author(s)
      Koike Yuta
    • Journal Title

      Japanese Journal of Statistics and Data Science

      Volume: 4 Pages: 257~297

    • DOI

      10.1007/s42081-020-00096-7

    • Peer Reviewed
  • [Journal Article] Inference for time-varying lead?lag relationships from ultra-high-frequency data2021

    • Author(s)
      Koike Yuta
    • Journal Title

      Japanese Journal of Statistics and Data Science

      Volume: 4 Pages: 643~696

    • DOI

      10.1007/s42081-021-00106-2

    • Peer Reviewed / Open Access
  • [Journal Article] High-dimensional central limit theorems by Stein’s method2021

    • Author(s)
      Fang Xiao、Koike Yuta
    • Journal Title

      The Annals of Applied Probability

      Volume: 31 Pages: 602~631

    • DOI

      10.1214/20-AAP1629

    • Peer Reviewed / Open Access / Int'l Joint Research
  • [Presentation] 高次元データに対する正規近似: 最近の進展2022

    • Author(s)
      小池祐太
    • Organizer
      多様な高次元モデルの理論と方法論: 最前線の動向
    • Invited
  • [Presentation] 実現共分散行列の高次元漸近混合正規性2022

    • Author(s)
      小池祐太
    • Organizer
      日本数学会2022年度年会
  • [Presentation] Drift estimation for a multi-dimensional diffusion process using deep neural networks2021

    • Author(s)
      Akihiro Oga, Yuta Koike
    • Organizer
      The 4th International Conference on Econometrics and Statistics (EcoSta 2021)
    • Int'l Joint Research
  • [Presentation] De-biased graphical Lasso for high-frequency data2021

    • Author(s)
      小池祐太
    • Organizer
      統計数理研究所 リスク解析戦略研究センター 第 8 回金融シンポジウム「金融が直面する新環境への対応と方法論 III」
    • Invited
  • [Presentation] Gaussian approximation for high-dimensional data: Recent progress2021

    • Author(s)
      Yuta Koike
    • Organizer
      Maths & Stats Colloquium Series
    • Int'l Joint Research / Invited
  • [Presentation] Central limit theorems in high-dimensions: Recent developments2021

    • Author(s)
      Yuta Koike
    • Organizer
      15th International Conference on Computational and Financial Econometrics (CFE 2021)
    • Int'l Joint Research / Invited
  • [Presentation] Gaussian approximation to high-dimensional Wishart matrices under a moment assumption2021

    • Author(s)
      Xiao Fang, Yuta Koike
    • Organizer
      日本数学会2021年度秋季総合分科会

URL: 

Published: 2022-12-28  

Information User Guide FAQ News Terms of Use Attribution of KAKENHI

Powered by NII kakenhi