| 摘要 | 第8-9页 |
| Abstract | 第9-10页 |
| 第一章 绪论 | 第11-20页 |
| 1.1 研究背景 | 第11-15页 |
| 1.1.1 高频交易对波动率预测及时性提出需求 | 第11-14页 |
| 1.1.2 高频数据对传统波动率分析提出的挑战 | 第14页 |
| 1.1.3 VPIN与VIX在高频波动率预测上的争论 | 第14-15页 |
| 1.2 研究的目的和意义 | 第15-16页 |
| 1.2.1 波动率研究的重要性及用途 | 第15-16页 |
| 1.2.2 高频波动率研究与微观结构研究的脱节 | 第16页 |
| 1.3 研究内容 | 第16-18页 |
| 1.4 研究方法 | 第18页 |
| 1.5 研究的创新点 | 第18-20页 |
| 第二章 文献综述 | 第20-32页 |
| 2.1 波动率研究理论综述 | 第20-24页 |
| 2.1.1 波动率预测的代理变量及估计 | 第20-21页 |
| 2.1.2 波动率主要预测方法 | 第21-24页 |
| 2.2 高频数据研究进展 | 第24-27页 |
| 2.2.1 已实现波动率的概念 | 第25-26页 |
| 2.2.2 已实现波动率的纠正及实证研究 | 第26-27页 |
| 2.3 微观结构理论综述 | 第27-30页 |
| 2.3.1 信息模型 | 第27-28页 |
| 2.3.2 VPIN模型及其发展 | 第28-30页 |
| 2.4 综述小节 | 第30-32页 |
| 第三章 VPIN模型研究 | 第32-45页 |
| 3.1 VPIN模型简介 | 第32-37页 |
| 3.2 VPIN的预警能力初步检验 | 第37-42页 |
| 3.2.1 数据来源 | 第37页 |
| 3.2.2 市场大幅波动前的VPIN | 第37-39页 |
| 3.2.3 VPIN稳健性计算方法 | 第39-42页 |
| 3.3 HAR-VPIN模型的检验 | 第42-45页 |
| 第四章 高频波动率预测目标的选择与评价 | 第45-63页 |
| 4.1 波动率代理变量回顾 | 第45-49页 |
| 4.1.1 样本标准差 | 第45-46页 |
| 4.1.2 绝对值|r| | 第46页 |
| 4.1.3 收益率平方 | 第46-47页 |
| 4.1.4 最高最低值计算的代理变量 | 第47页 |
| 4.1.5 已实现波动率,二次变差 | 第47-49页 |
| 4.2 数据来源 | 第49-50页 |
| 4.3 数据基本统计特征 | 第50-55页 |
| 4.4 波动率代理变量的选择 | 第55-63页 |
| 第五章 高频波动率预测方法比较的实证研究 | 第63-69页 |
| 5.1 传统波动率预测模型与方法 | 第63-65页 |
| 5.1.1 HIS历史波动率的预测模型 | 第63-64页 |
| 5.1.2 GARCH模型 | 第64-65页 |
| 5.2 损失函数的选择 | 第65-68页 |
| 5.3 检验结果 | 第68-69页 |
| 第六章 高频波动率在做市商中的应用 | 第69-75页 |
| 6.1 高频波动率在风险控制中的应用工具 | 第69-72页 |
| 6.1.1 风险管理：在险价值(VaR)及期望损失(ES) | 第69-70页 |
| 6.1.2 协方差风险：时变贝塔和条件夏普比率 | 第70-71页 |
| 6.1.3 应用时变协方差矩阵进行组合配置 | 第71页 |
| 6.1.4 应用高频波动率计算期权价值 | 第71-72页 |
| 6.2 高频波动率在ETF做市策略提升收益的优化 | 第72-75页 |
| 第七章 结论与展望 | 第75-77页 |
| 7.1 本文研究总结 | 第75-76页 |
| 7.2 研究展望 | 第76-77页 |
| 参考文献 | 第77-83页 |
| 致谢 | 第83-84页 |