| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景 | 第10-11页 |
| 1.1.1 现实背景 | 第10-11页 |
| 1.1.2 理论背景 | 第11页 |
| 1.2 问题的提出 | 第11-13页 |
| 1.2.1 传统金融波动模型研究的缺陷 | 第11-12页 |
| 1.2.2 基于高频数据金融波动研究的不足 | 第12页 |
| 1.2.3 非线性方法在金融波动研究中的缺失 | 第12-13页 |
| 1.3 研究意义 | 第13-14页 |
| 1.4 研究思路与研究方法 | 第14页 |
| 1.4.1 研究思路 | 第14页 |
| 1.4.2 研究方法 | 第14页 |
| 1.5 研究内容与创新点 | 第14-18页 |
| 1.5.1 研究内容 | 第14-15页 |
| 1.5.2 创新点 | 第15-18页 |
| 第2章 相关理论与文献综述 | 第18-28页 |
| 2.1 相关理论 | 第18-24页 |
| 2.1.1 “有效市场假说” | 第18-20页 |
| 2.1.2 传统的金融波动测度方法 | 第20-21页 |
| 2.1.3 基于高频数据的“已实现”波动方法 | 第21-22页 |
| 2.1.4 复杂系统与分形理论 | 第22-24页 |
| 2.2 文献综述 | 第24-28页 |
| 2.2.1 传统金融波动方法研究综述 | 第24-25页 |
| 2.2.2 “已实现”波动方法及多分形波动方法研究综述 | 第25-26页 |
| 2.2.3 文献评述 | 第26-28页 |
| 第3章 沪深300股指收益率序列的复杂波动特征 | 第28-40页 |
| 3.1 数据选取 | 第28-29页 |
| 3.2 数据描述性统计特征 | 第29-33页 |
| 3.3 收益率序列的相关性检验 | 第33-35页 |
| 3.3.1 Ljung-Box检验 | 第33-34页 |
| 3.3.2 LM检验 | 第34-35页 |
| 3.4 收益率序列的长记忆性特征 | 第35-39页 |
| 3.4.1 研究方法 | 第35-38页 |
| 3.4.2 实证检验 | 第38-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第4章 RV方法及MFV方法的波动率测度与建模 | 第40-70页 |
| 4.1 传统波动率预测模型 | 第40-47页 |
| 4.1.1 GARCH及其扩展模型 | 第40-43页 |
| 4.1.2 日收益率平方序列的统计特征检验 | 第43-45页 |
| 4.1.3 建立GARCH族波动率计量模型 | 第45-47页 |
| 4.2 “已实现”波动(RV)方法的波动率测度及其计量模型 | 第47-56页 |
| 4.2.1 “已实现”波动及其改进方法 | 第47-50页 |
| 4.2.2 “已实现”波动率测度的统计特征检验 | 第50-53页 |
| 4.2.3 建立“已实现”波动率计量模型 | 第53-56页 |
| 4.3 多分形波动(MFV)方法的波动率测度及其计量模型 | 第56-67页 |
| 4.3.1 多分形方法 | 第56-60页 |
| 4.3.2 多分形波动率测度指标 | 第60-62页 |
| 4.3.3 多分形波动率测度的统计特征检验 | 第62-66页 |
| 4.3.4 建立多分形波动率计量模型 | 第66-67页 |
| 4.4 本章小结 | 第67-70页 |
| 第5章 波动模型样本外预测及预测精度检验 | 第70-96页 |
| 5.1 样本外预测方法 | 第70-71页 |
| 5.2 真实波动率代理变量的选取 | 第71页 |
| 5.3 模型预测精度的检验方法 | 第71-77页 |
| 5.4 模型预测精度的实证检验 | 第77-91页 |
| 5.5 本章小结 | 第91-96页 |
| 第6章 结论与展望 | 第96-98页 |
| 6.1 研究结论 | 第96-97页 |
| 6.2 本文的不足与未来研究展望 | 第97-98页 |
| 参考文献 | 第98-104页 |
| 致谢 | 第104页 |
