| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 文献综述 | 第10-15页 |
| ·本文的研究背景和选题意义 | 第10-12页 |
| ·长记忆性和高频数据波动率的研究现状 | 第12-13页 |
| ·论文的主要内容和方法 | 第13-15页 |
| 第二章 长记忆时间序列 | 第15-25页 |
| ·时间序列的长记忆性 | 第15-17页 |
| ·长记忆存在性检验 | 第17-20页 |
| ·R/S 与修正的 R/S 检验 | 第17-18页 |
| ·KPSS 检验 | 第18-20页 |
| ·拉格朗日乘子（LM）检验 | 第20页 |
| ·长记忆时间序列模型 | 第20-22页 |
| ·分数差分噪声模型 | 第20-21页 |
| ·ARFIMA 模型 | 第21-22页 |
| ·长记忆时间序列分数维 d 的估计 | 第22-25页 |
| ·聚合序列绝对值法 | 第22页 |
| ·聚合方差法 | 第22-23页 |
| ·回归残差法 | 第23页 |
| ·对数周期图法 | 第23-25页 |
| 第三章 高频数据波动率模型 | 第25-27页 |
| ·已实现波动率 | 第25页 |
| ·已实现波动率模型 | 第25-26页 |
| ·VAR-RV 模型 | 第25-26页 |
| ·ARFIMA-RV 模型 | 第26页 |
| ·赋权已实现波动率 | 第26-27页 |
| 第四章 上证高频数据波动率实证研究 | 第27-33页 |
| ·波动率的统计特征分析 | 第27页 |
| ·波动率的正态性检验 | 第27-31页 |
| ·图示法 | 第27-30页 |
| ·拟合优度检验 | 第30-31页 |
| ·日历效应 | 第31-33页 |
| 第五章 赋权已实现波动率的建模及应用 | 第33-40页 |
| ·ARFIMA-ARIMA-lnWRV 模型 | 第33-34页 |
| ·上证指数实证分析 | 第34-35页 |
| ·长记忆性和平稳性检验 | 第34页 |
| ·ARFIMA（p，d，q）建模的基本步骤 | 第34-35页 |
| ·ARFIMA-ARIMA-lnWRV 模型的建立 | 第35页 |
| ·模型的拟合结果 | 第35-37页 |
| ·模型预测结果 | 第37页 |
| ·基于赋权已实现波动率的 VaR 计算 | 第37-40页 |
| 第六章 总结和展望 | 第40-42页 |
| ·工作总结 | 第40-41页 |
| ·今后的研究方向展望 | 第41-42页 |
| 参考文献 | 第42-45页 |
| 致谢 | 第45-46页 |
| 作者简介 | 第46页 |