日内知情交易概率是否能预测股价变动--基于沪深300指数成份股高频数据
摘要 | 第4-5页 |
Abstract | 第5页 |
第一章 绪论 | 第9-14页 |
1.1 研究背景 | 第9-11页 |
1.2 研究意义 | 第11-12页 |
1.3 创新与不足 | 第12-13页 |
1.4 论文结构 | 第13-14页 |
第二章 文献综述 | 第14-20页 |
2.1 金融市场微观结构理论 | 第14-15页 |
2.2 PIN理论 | 第15-18页 |
2.2.1 信息不对称的测度 | 第15-16页 |
2.2.2 PIN的实证研究 | 第16-18页 |
2.3 高频数据的研究 | 第18-20页 |
2.3.1 高频数据的日内效应 | 第18页 |
2.3.2 高频数据预测 | 第18-20页 |
第三章 PIN的计算方法 | 第20-25页 |
3.1 EKOP模型 | 第20-23页 |
3.1.1 EKOP模型假设 | 第20-21页 |
3.1.2 PIN的推导与计算 | 第21-23页 |
3.2 日内EKOP模型 | 第23-25页 |
第四章 实证分析 | 第25-48页 |
4.1 数据来源和预处理 | 第25-26页 |
4.2 PIN的特征分析 | 第26-39页 |
4.2.1 日内中间参数的时间趋势 | 第26-28页 |
4.2.2 日内PIN的时间趋势 | 第28-31页 |
4.2.3 日内PIN的横向截面特征 | 第31-39页 |
4.3 PIN与股价变动预测 | 第39-48页 |
4.3.1 计量模型 | 第40-41页 |
4.3.2 日内PIN与日内股价变动 | 第41-43页 |
4.3.3 日内PIN能否预测日内股价变动 | 第43-48页 |
第五章 结论与政策建议 | 第48-51页 |
5.1 结论 | 第48-49页 |
5.2 政策建议 | 第49-51页 |
参考文献 | 第51-54页 |
附录 | 第54-57页 |
致谢 | 第57-58页 |