Outlier Filtering in High-Frequency Trade Data
| Thesis title: | Outlier Filtering in High-Frequency Trade Data |
|---|---|
| Author: | Lebeda, Michal |
| Thesis type: | Diploma thesis |
| Supervisor: | Holý, Vladimír |
| Opponents: | Tomanová, Petra |
| Thesis language: | English |
| Abstract: | This thesis studies outlier filtering in high-frequency trade data. The work designs and implements a reproducible processing pipeline for timestamped trade records and compares several cleaning approaches on a stock dataset obtained from Refinitiv Eikon. The pipeline separates shared mechanical preprocessing, including trading-hours filtering, zero-price removal, and same-timestamp aggregation, from statistical filtering of anomalous prices. The evaluated statistical methods include Brownlees-Gallo style filters, local outlier factor, local outlier probabilities, and local distance-based variants. Their effects are assessed through direct retention summaries, visual examples of local filtering behavior, autoregressive conditional duration diagnostics, and realized-kernel volatility summaries. The results show that filtering choices materially change the retained trade series and downstream diagnostics, so outlier removal should be treated as a core methodological step in high-frequency data analysis rather than as a purely technical preprocessing detail. |
| Keywords: | local outlier probabilities; high-frequency trade data; outlier filtering; data cleaning; realized-kernel volatility; Brownlees-Gallo filter; local outlier factor |
| Thesis title: | Filtrace odlehlých hodnot z vysokofrekvenčních obchodních dat |
|---|---|
| Author: | Lebeda, Michal |
| Thesis type: | Diplomová práce |
| Supervisor: | Holý, Vladimír |
| Opponents: | Tomanová, Petra |
| Thesis language: | English |
| Abstract: | Tato diplomová práce se zabývá filtrováním odlehlých pozorování ve vysokofrekvenčních obchodních datech. Práce navrhuje a implementuje reprodukovatelný postup pro záznamy obchodů v čase a porovnává několik přístupů k čištění na akciovém datasetu získaném ze služby Refinitiv Eikon. Odděluje společné mechanické předzpracování, které zahrnuje filtrování dle obchodních hodin, odstranění nulových cen a agregaci obchodů se stejnou časovou značkou, od statistického filtrování anomálních cen. Hodnocené statistické metody zahrnují filtry ve stylu Brownlees-Gallo, lokální faktor odlehlosti, lokální pravděpodobnosti odlehlosti a varianty založené na lokální vzdálenosti. Jejich dopady jsou posuzovány pomocí přímých souhrnů retence dat, vizuálních příkladů lokálního chování filtrů, diagnostiky autoregresních modelů podmíněného trvání a souhrnů realizované kernelové volatility. Výsledky ukazují, že volba filtru významně ovlivňuje zachovanou řadu obchodů i navazující diagnostiky. Odstraňování odlehlých pozorování by proto mělo být ve vysokofrekvenční analýze dat chápáno jako metodologicky důležitý krok, nikoli pouze jako technické předzpracování. |
| Keywords: | vysokofrekvenční obchodní data; filtrování odlehlých pozorování; Brownlees-Gallo filtr; realizovaná kernelová volatilita; čištění dat; lokální faktor odlehlosti; lokální pravděpodobnosti odlehlosti |
Information about study
| Study programme: | Kognitivní informatika |
|---|---|
| Type of study programme: | Magisterský studijní program |
| Assigned degree: | Ing. |
| Institutions assigning academic degree: | Vysoká škola ekonomická v Praze |
| Faculty: | Faculty of Informatics and Statistics |
| Department: | Department of Econometrics |
Information on submission and defense
| Date of assignment: | 13. 5. 2025 |
|---|---|
| Date of submission: | 4. 5. 2026 |
| Date of defense: | 9. 6. 2026 |
| Identifier in the InSIS system: | https://insis.vse.cz/zp/92373/podrobnosti |