2024年12月27日下午13點30分，對外經(jīng)濟貿(mào)易大學(xué)中國金融學(xué)院舉辦經(jīng)濟金融名家講壇2024年第16期，特邀新加坡管理大學(xué)李光前講席教授李嘉作題為“Illuminating Important News by Candlesticks: Optimal Testing Meets Technical Analysis”的講座。本次交流活動由中國金融學(xué)院屈源育老師主持，中國金融學(xué)院院長王天一、副院長鄧軍以及陶利斌、馮建芬、王云、張秋詩、姜婷鳳、孫宇辰等老師參加。

李嘉教授首先就提出利用高頻K線圖來識別新聞驅(qū)動的價格沖擊的動機進行解釋，基于日內(nèi)高頻數(shù)據(jù)的方法可以規(guī)避傳統(tǒng)低頻數(shù)據(jù)方法面臨的嚴(yán)格假設(shè)和挑戰(zhàn)。接著，李嘉教授結(jié)合了K線的基礎(chǔ)理論介紹了Marubozu K線模式在實證研究中的應(yīng)用，即在FOMC公告等宏觀經(jīng)濟新聞事件中評估價格沖擊。他詳細(xì)介紹了在2022年11月的美聯(lián)儲加息會議上，高頻國債K線的變化模式。此后，李嘉教授從傳統(tǒng)高頻數(shù)據(jù)識別問題出發(fā)，引出通過定義一個短期窗口使得收益率服從布朗運動的重要設(shè)定，并基于此得出Marubozu測試統(tǒng)計量及其估計值。最后，通過與傳統(tǒng)模型的對比，Bollerslev教授證明了Marubozu測試在爆炸性趨勢和跳躍局部替代模型下是幾乎最優(yōu)的，并且在不同規(guī)格的價格沖擊下具有魯棒性。

在互動環(huán)節(jié)，李嘉教授與多位師生就K線的經(jīng)濟含義、時間區(qū)間選擇、檢驗方法的實際應(yīng)用等問題進行了深入的探討。最后，此次講座在師生熱烈的掌聲中圓滿結(jié)束。