首页--经济论文--财政、金融论文--金融、银行论文--金融、银行理论论文--金融市场论文--证券市场论文

金融高频数据的分析及实证研究

摘要第4-5页
Abstract第5页
目录第6-8页
1 绪论第8-14页
    1.1 金融高频数据的研究背景与意义第8-9页
    1.2 金融高频数据研究的起源和发展第9-11页
        1.2.1 国外关于金融高频数据的研究第9-10页
        1.2.2 国内关于金融高频数据的研究第10-11页
    1.3 本文选题依据、结构设计和创新之处第11-13页
        1.3.1 选题依据第11-12页
        1.3.2 结构设计第12页
        1.3.3 本文创新之处第12-13页
    1.4 本文研究方法和金融数据来源第13-14页
        1.4.1 本文研究方法第13页
        1.4.2 本文数据来源第13-14页
2 金融高频数据的统计特征分析第14-22页
    2.2 高频金融变量第14-15页
        2.2.1 使用的变量第14页
        2.2.2 不同抽样频率下时间序列的四个矩特征第14-15页
    2.3 金融高频数据的统计特征第15-16页
        2.3.1 高峰厚尾性第15-16页
        2.3.2 非正态性第16页
        2.3.3 一阶负相关性第16页
        2.3.4 “日历效应”第16页
    2.4 统计分析第16-21页
        2.4.1 上证综指和深证成指不同采集频率下高频收益率的统计特征第17-19页
        2.4.2 一阶负相关性检验第19-20页
        2.4.3 “日历效应”检验第20-21页
    2.5 本章小结第21-22页
3 赋权“已实现”波动率及最优抽样频率第22-33页
    3.1 “已实现”波动率及其扩展第23-27页
        3.1.1 “已实现”波动率第23-24页
        3.1.2 调整的“已实现”波动率第24-25页
        3.1.3 赋权“已实现”波动率第25-27页
    3.2 赋权“已实现”波动率的最优抽样频率第27-28页
    3.3 实证研究第28-32页
        3.3.1 “已实现”波动率和赋权“已实现”波动率的统计特征第28-30页
        3.3.2 “日历效应”分析第30-31页
        3.3.3 最优抽样频率的计算第31-32页
    3.4 本章小结第32-33页
4 赋权“已实现”波动率的长记忆性分析第33-49页
    4.1 长记忆性的定义第33-34页
    4.2 长记忆性的检验第34-36页
        4.2.1 R/S分析法和修正的R/S分析法第34-35页
        4.2.2 长记忆性检验第35-36页
    4.3 “已实现”波动率的HAR-RV模型第36-37页
    4.4 赋权“已实现”波动率的HAR-WRV模型第37-38页
    4.5 HAR-WRV模型和HAR-RV模型的实证分析第38-46页
        4.5.1 HAR-WRV模型的实证分析第38-43页
        4.5.2 HAR-RV模型的实证分析第43-46页
    4.6 HAR-WRV和HAR-RV模型的对比分析第46-48页
        4.6.1 模型预测效果的比较方法第46页
        4.6.2 HAR-WRV和HAR-RV模型的拟合和预测效果的对比分析第46-48页
    4.7 本章小结第48-49页
5 总结与展望第49-51页
    5.1 主要结论第49页
    5.2 研究展望第49-51页
参考文献第51-54页
致谢第54页

论文共54页,点击 下载论文
上一篇:澳门房地产市场分析及调控建言
下一篇:围棋人工智能中几个上限值的研究