| 第一章：绪论 | 第1-18页 |
| ·论文的研究背景 | 第8-12页 |
| ·时间序列研究的历史 | 第8-12页 |
| ·问题的提出 | 第12-13页 |
| ·高频时间序列的日内周期特征――“日历效应”研究 | 第12页 |
| ·波动率的又一测度方法――“已实现”波动 | 第12-13页 |
| ·超高频时间序列的研究 | 第13页 |
| ·非参数方法在高频时间序列研究中的应用 | 第13页 |
| ·本文的选题依据、内容结构和创新 | 第13-16页 |
| ·本文的选题依据 | 第14页 |
| ·本文的内容结构 | 第14-15页 |
| ·本文的创新点 | 第15-16页 |
| ·研究工具、研究方法和数据来源 | 第16-18页 |
| ·研究工具和研究方法 | 第16-17页 |
| ·数据来源 | 第17-18页 |
| 第二章：国内外高频/超高频时间序列研究状况述评 | 第18-28页 |
| ·高频金融时间序列研究的模型化方法 | 第18-20页 |
| ·问题的起源 | 第18-19页 |
| ·弱GARCH 模型和HARCH 模型 | 第19-20页 |
| ·对模型化方法的评价 | 第20页 |
| ·基于高频金融时间序列的“日历效应”研究 | 第20-22页 |
| ·问题的起源 | 第20-21页 |
| ·“日历效应”的实证 | 第21-22页 |
| ·“日历效应”的理论解释 | 第22页 |
| ·对“日历效应”研究的评价 | 第22页 |
| ·高频时间序列的“已实现”波动率 | 第22-24页 |
| ·问题的起源 | 第22-23页 |
| ·“已实现”波动研究综述 | 第23-24页 |
| ·“已实现”波动研究述评 | 第24页 |
| ·超高频时间序列与ACD 模型 | 第24-26页 |
| ·问题的起源 | 第24-25页 |
| ·ACD 模型研究综述 | 第25页 |
| ·超高频时间序列研究的述评 | 第25-26页 |
| ·高频金融时间序列研究中目前存在的问题 | 第26页 |
| ·本章小结 | 第26-28页 |
| 第三章：高频金融时间序列的初步统计 | 第28-40页 |
| ·本章使用的变量 | 第28-29页 |
| ·不同频率下时间序列的四个矩的统计特性 | 第29-36页 |
| ·四个矩统计量 | 第29-30页 |
| ·统计分析 | 第30-36页 |
| ·一阶负相关的检验 | 第36-38页 |
| ·增广迪基－富勒检验 | 第36-37页 |
| ·方差比检验方法 | 第37-38页 |
| ·高频时间序列“日历效应”的初步研究 | 第38页 |
| ·本章小结 | 第38-40页 |
| 第四章：高频金融时间序列“日历效应”研究 | 第40-60页 |
| ·高频金融时间序列“日历效应”的估计 | 第40-48页 |
| ·“日历效应”及研究意义 | 第40-41页 |
| ·刻画“日历效应”的方法：弹性傅立叶形式（FFF）回归 | 第41-42页 |
| ·周末效应和重大事件效应的刻画 | 第42-44页 |
| ·“日历效应”估计的实证 | 第44-48页 |
| ·“日历效应”异同的假设检验 | 第48-52页 |
| ·“日历效应”异同的检验方法 | 第48-49页 |
| ·“日历效应”异同检验的实证 | 第49-52页 |
| ·高频金融时间序列的长记忆SV模型分析 | 第52-59页 |
| ·利用FFF 回归消除高频时间序列的“日历效应” | 第53页 |
| ·波动长记忆性及其检验 | 第53-54页 |
| ·长记忆SV 模型及其估计 | 第54-57页 |
| ·高频时间序列的长记忆SV 模型实证分析 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 第五章：基于高频金融时间序列的“已实现”波动研究 | 第60-94页 |
| ·调整“已实现”波动率的特性与建模 | 第60-77页 |
| ·“已实现”波动率的理论基础 | 第61-65页 |
| ·测量误差和微观结构误差 | 第65-67页 |
| ·国外成熟市场“已实现”波动的特性 | 第67-68页 |
| ·ARFIMA 模型，预测与估计 | 第68-69页 |
| ·考虑“杠杆”效应的ARFIMAX 模型 | 第69-71页 |
| ·实证分析 | 第71-77页 |
| ·调整“已实现”波动率与GARCH 及SV 模型的预测能力比较 | 第77-85页 |
| ·积分波动率、“已实现”波动率、调整“已实现”波动率 | 第77-79页 |
| ·GARCH 模型与SV 模型及估计方法 | 第79-82页 |
| ·评价预测能力的标准 | 第82页 |
| ·实证研究 | 第82-85页 |
| ·基于多维高频时间序列的“已实现”协方差阵及建模 | 第85-92页 |
| ·“已实现”协方差阵及其性质 | 第85-88页 |
| ·“已实现”协方差阵的建模 | 第88-90页 |
| ·实证研究 | 第90-92页 |
| ·本章小结 | 第92-94页 |
| 第六章：超高频金融时间序列的建模及其在市场微观结构研究中的应用 | 第94-111页 |
| ·超高频时间序列及建模 | 第95-102页 |
| ·超高频时间序列及数据调整 | 第95-96页 |
| ·ACD 模型体系 | 第96-101页 |
| ·UHF-GARCH 模型 | 第101-102页 |
| ·股市微观结构超高频时间序列分析 | 第102-109页 |
| ·本节的研究内容 | 第102-104页 |
| ·实证分析 | 第104-109页 |
| ·本章小结 | 第109-111页 |
| 第七章：非参数处理技术在高频金融时间序列研究中的应用 | 第111-119页 |
| ·高频时间序列“日历效应”的小波神经网路分析 | 第111-118页 |
| ·分析过程 | 第111-114页 |
| ·小波神经网络的训练 | 第114-115页 |
| ·实证分析 | 第115-118页 |
| ·本章小结 | 第118-119页 |
| 第八章 总结与展望 | 第119-123页 |
| ·全文工作总结 | 第119-121页 |
| ·“日历效应”的研究 | 第119-120页 |
| ·“已实现”波动研究 | 第120页 |
| ·超高频时间序列与市场微观结构 | 第120-121页 |
| ·高频/超高频金融时间序列的研究展望 | 第121-123页 |
| 参考文献 | 第123-130页 |
| 攻读硕士期间发表论文与参加科研项目情况 | 第130-131页 |
| 致谢 | 第131页 |
