摘要：為了更準確地估計知情交易概率水平(PIN),文章主要使用模擬退火算法并結(jié)合交易量時間概念對知情交易模型進行參數(shù)估計.算法改進后的知情交易模型已可適用于較高頻的交易訂單數(shù)據(jù),從而更好地捕捉微觀市場中PIN的變化.參數(shù)估計方面,文章主要使用模擬退火算法對EKOP-PIN、EHO-PIN以及DY-PIN進行帶約束的最大似然估計,并將結(jié)果與無約束優(yōu)化的間接估計算法進行了比較,基本解決了以往算法存在的局部最優(yōu)和數(shù)值溢出等問題.數(shù)值模擬顯示,使用模擬退火算法并運用模式搜索法進行末端優(yōu)化的混合算法在計算PIN時能夠進一步提高估計精度.使用滬深300股指期貨高頻交易數(shù)據(jù)的實證結(jié)果顯示,重新估計的EHO-PIN對波動率有著較高的解釋和預(yù)測能力,可作為一種有效的市場波動率預(yù)警指標.