本文關(guān)鍵詞：證券市場(chǎng)高頻數(shù)據(jù)極值的統(tǒng)計(jì)特征和變動(dòng)特征研究　出處：《長(zhǎng)春工業(yè)大學(xué)》2012年碩士論文　論文類(lèi)型：學(xué)位論文

  更多相關(guān)文章： 高頻數(shù)據(jù) 變動(dòng)特征 EGARCH模型 “已實(shí)現(xiàn)”波動(dòng)率

【摘要】：本文從高頻數(shù)據(jù)自身所具有的特征展開(kāi)分析,并在這些特征基礎(chǔ)上,研究金融市場(chǎng)高頻數(shù)據(jù)的統(tǒng)計(jì)特征和變動(dòng)特征,較完整地給出金融高頻數(shù)據(jù)分析在微觀市場(chǎng)結(jié)構(gòu)中的研究。在文中第二章研究了高頻數(shù)據(jù)的微觀市場(chǎng)結(jié)構(gòu)中的基本特征,交易時(shí)間間隔、價(jià)格和收益、交易量、買(mǎi)賣(mài)價(jià)差間的關(guān)系、非同步交易,并推導(dǎo)出非同步交易導(dǎo)致收益率序列的負(fù)自相關(guān)性；第三章分析了金融高頻數(shù)據(jù)的變動(dòng)特征的幾個(gè)方面,并應(yīng)用處理高頻數(shù)據(jù)不等時(shí)間間隔的計(jì)量經(jīng)濟(jì)模型,即指數(shù)廣義自回歸條件異方差模型,來(lái)描述交易活躍的股票交易久期過(guò)程。實(shí)證分析應(yīng)用錦富新材(300128)這支個(gè)股,并推導(dǎo)出每個(gè)變動(dòng)特征相應(yīng)的結(jié)論。第四章中給出了區(qū)別于低頻數(shù)據(jù)的波動(dòng)率,處理高頻數(shù)據(jù)的波動(dòng)率即“已實(shí)現(xiàn)”波動(dòng)率的定義,性質(zhì),方法研究,理論推導(dǎo),實(shí)例分析。從修正市場(chǎng)微觀結(jié)構(gòu)的噪聲因素出發(fā),基于高頻交易數(shù)據(jù),同時(shí)采用一階偏差修正方法估計(jì)了600188即兗州煤業(yè)的“已實(shí)現(xiàn)”波動(dòng)率。結(jié)果表明：計(jì)算的“已實(shí)現(xiàn)”波動(dòng)率提高個(gè)股實(shí)際波動(dòng)率的估計(jì)精度,從而可以為波動(dòng)率研究提供一個(gè)參照標(biāo)準(zhǔn)的波動(dòng)率值。 本文的創(chuàng)新點(diǎn)為：在第二章中非同步交易導(dǎo)致收益率序列的負(fù)自關(guān)性的證明；在第三章中模型建立和創(chuàng)新部分,推導(dǎo)并實(shí)證出變動(dòng)特征的幾個(gè)有用結(jié)論；在第四章中對(duì)于偏差校正的“已實(shí)現(xiàn)”波動(dòng)率的方差上界的證明。最后,本文得出結(jié)論對(duì)于實(shí)時(shí)交易,可以幫助交易者規(guī)避風(fēng)險(xiǎn),降低久期的損失。對(duì)于買(mǎi)賣(mài)價(jià)差,平均交易價(jià)格的引入也能防止過(guò)多的人為操作�！耙褜�(shí)現(xiàn)”波動(dòng)率在金融產(chǎn)品的定價(jià)和波動(dòng)性研究以及投資者的投資決策方面,都將發(fā)揮不可低估的作用,促進(jìn)我國(guó)金融市場(chǎng)健康、穩(wěn)定地發(fā)展。
[Abstract]:This article from the characteristics of high frequency data has its own analysis, and these features based on the statistical characteristic and changes of the high frequency data of the financial market, the research on market microstructure in a complete analysis to give financial high-frequency data. The second chapter is the study of the basic characteristics of the micro market structure in high frequency data, the transaction time interval, price and return, trading volume, trading relationship between the price and non synchronous trading, and deduced the non synchronous trading lead to negative autocorrelation of returns; the third chapter analyzes several aspects according to the change characteristics of financial high frequency, and the application of econometric model with a high frequency data of unequal time interval namely, exponential generalized autoregressive conditional heteroscedasticity model to describe the active trading in the long term process. The empirical analysis of application of Jin Fu new material (300128) of the stocks, and deduces the Each change conclusion characteristics. The fourth chapter presents the difference from the low frequency data volatility, the volatility of high-frequency data processing is realized, the volatility of the properties, research methods, theoretical derivation and case analysis. Starting from the noise correction factors of market microstructure, based on high-frequency data, and the the first-order deviation correction method to estimate that 600188 Yanzhou YCM "realized" volatility. The results show that the calculation of the realized volatility increase stock volatility estimation accuracy, which can provide a reference value for the volatility of volatility.
The innovation of this paper is: in the second chapter of China Africa synchronous trading in yields that negative sequence autocorrelation of; in the third chapter of model establishment and innovation, a positive change characteristics of several useful conclusions are derived and; in the fourth chapter for error correction in the "realized" volatility by proof of variance at last, this paper draws a conclusion for real-time trading, traders can help avoid risks, reduce the duration of loss. For spreads, introducing the average transaction price can also prevent too much manual operation. "Realized" volatility and volatility on the investment decisions of investors and financial products are. Will play a role can not be underestimated, and promote the healthy financial market of our country, stable development.

【學(xué)位授予單位】：長(zhǎng)春工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2012
【分類(lèi)號(hào)】：F224;F832.51

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 唐勇;;基于高頻數(shù)據(jù)的波動(dòng)率與成交量動(dòng)態(tài)關(guān)系研究[J];成都理工大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版);2011年03期

2 張雷;中國(guó)股票市場(chǎng)日內(nèi)波動(dòng)率的分行業(yè)差異研究——以高頻數(shù)據(jù)為樣本[J];北京市財(cái)貿(mào)管理干部學(xué)院學(xué)報(bào);2004年01期

3 應(yīng)益榮;包郭平;;金融市場(chǎng)高頻數(shù)據(jù)分析的建模進(jìn)展[J];五邑大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年01期

4 沐年國(guó);;一種資產(chǎn)定價(jià)過(guò)程中跳辨識(shí)的新方法[J];財(cái)經(jīng)研究;2007年01期

5 陶洪;唐勇;;基于高頻金融數(shù)據(jù)的積分波動(dòng)估計(jì)量分析[J];統(tǒng)計(jì)與決策;2007年03期

6 李勝歌;唐勇;;基于金融高頻數(shù)據(jù)的VaR研究[J];統(tǒng)計(jì)與決策;2010年11期

7 劉力華;;基于高頻數(shù)據(jù)的滬港股市統(tǒng)計(jì)分析[J];商場(chǎng)現(xiàn)代化;2010年30期

8 王鋒;;我國(guó)燃料油期貨市場(chǎng)的價(jià)格久期與波動(dòng)性動(dòng)態(tài)關(guān)系研究[J];中國(guó)證券期貨;2011年07期

9 劉元;;中國(guó)股指期貨上市后股票市場(chǎng)波動(dòng)性分析[J];合作經(jīng)濟(jì)與科技;2011年03期

10 龐淑娟;劉向麗;汪壽陽(yáng);;中國(guó)期貨市場(chǎng)高頻波動(dòng)率的長(zhǎng)記憶性[J];系統(tǒng)工程理論與實(shí)踐;2011年06期

相關(guān)會(huì)議論文 前10條

1 劉淳;朱世武;何濟(jì)舟;;金融市場(chǎng)波動(dòng)擇時(shí)策略的經(jīng)濟(jì)價(jià)值分析[A];經(jīng)濟(jì)全球化與系統(tǒng)工程——中國(guó)系統(tǒng)工程學(xué)會(huì)第16屆學(xué)術(shù)年會(huì)論文集[C];2010年

2 應(yīng)益榮;寇博;;平均累積波動(dòng)率對(duì)風(fēng)險(xiǎn)溢價(jià)影響的研究[A];第四屆中國(guó)智能計(jì)算大會(huì)論文集[C];2010年

3 楊懷東;伍娟;盛虎;;基于高頻數(shù)據(jù)的成對(duì)交易統(tǒng)計(jì)套利策略實(shí)證研究[A];第五屆（2010）中國(guó)管理學(xué)年會(huì)——金融分會(huì)場(chǎng)論文集[C];2010年

4 王一鳴;趙華;;我國(guó)滬深300指數(shù)波動(dòng)率結(jié)構(gòu)突變的檢驗(yàn)[A];數(shù)學(xué)·力學(xué)·物理學(xué)·高新技術(shù)交叉研究進(jìn)展——2010（13）卷[C];2010年

5 梁霞;梁循;;互聯(lián)網(wǎng)金融文本信息關(guān)鍵詞形態(tài)挖掘[A];第六屆全國(guó)信息檢索學(xué)術(shù)會(huì)議論文集[C];2010年

6 吳恒煜;朱福敏;;中國(guó)股票市場(chǎng)資產(chǎn)收益的非對(duì)稱(chēng)無(wú)窮純跳躍行為研究[A];第六屆（2011）中國(guó)管理學(xué)年會(huì)——金融分會(huì)場(chǎng)論文集[C];2011年

7 王蘅;;高頻數(shù)據(jù)傳輸電纜的設(shè)計(jì)與制造[A];中國(guó)通信學(xué)會(huì)2004年光纜電纜學(xué)術(shù)年會(huì)論文集[C];2004年

8 洪麗穎;黃榮坦;;單變量乘積誤差模型(MEM)的研究和實(shí)證[A];第十一屆中國(guó)管理科學(xué)學(xué)術(shù)年會(huì)論文集[C];2009年

9 劉長(zhǎng)貴;史鳳臣;;提高艦船高頻數(shù)據(jù)交換網(wǎng)的抗干擾能力[A];船舶通信導(dǎo)航學(xué)術(shù)會(huì)議（1993）論文集[C];1993年

10 吳鍇;;現(xiàn)金流波動(dòng)、盈利穩(wěn)定性與公司價(jià)值:基于滬深股市的實(shí)證研究[A];第六屆（2011）中國(guó)管理學(xué)年會(huì)——會(huì)計(jì)與財(cái)務(wù)分會(huì)場(chǎng)論文集[C];2011年

相關(guān)重要報(bào)紙文章 前10條

1 深100指數(shù)基金經(jīng)理林飛;指數(shù)的波動(dòng)[N];證券時(shí)報(bào);2006年

2 Neil O Hara 長(zhǎng)江期貨 鐘哨鋒/編譯;統(tǒng)計(jì)套利交易者:波動(dòng)率商人[N];期貨日?qǐng)?bào);2009年

3 龔小磊;建信優(yōu)選成長(zhǎng)不參與“差公司好股票”游戲[N];中國(guó)證券報(bào);2007年

4 東東;人民幣走勢(shì)打下“美元減息”印記？[N];上海證券報(bào);2007年

5 戴德舜;海富通基金研究總監(jiān)戴德舜： 影響投資的七大猜想[N];第一財(cái)經(jīng)日?qǐng)?bào);2010年

6 興業(yè)證券 蔡艷菲邋陳th;套期保值前 注意現(xiàn)貨資產(chǎn)結(jié)構(gòu)[N];期貨日?qǐng)?bào);2008年

7 宋逢明 江 婕 李 超;深圳股票市場(chǎng)穩(wěn)定性研究[N];證券時(shí)報(bào);2002年

8 平安證券衍生產(chǎn)品部 薛普;慎防權(quán)證投資兩大風(fēng)險(xiǎn)[N];證券時(shí)報(bào);2008年

9 田帥;期指對(duì)現(xiàn)指波動(dòng)性影響研究的回顧及總結(jié)[N];期貨日?qǐng)?bào);2009年

10 長(zhǎng)城偉業(yè)期貨公司特邀研究員 王紅兵邋宋曦 孔華強(qiáng);發(fā)行滬深300ETF的可行性研究[N];期貨日?qǐng)?bào);2007年

相關(guān)博士學(xué)位論文 前10條

1 姚寧;考慮跳躍與市場(chǎng)噪音條件下波動(dòng)率估計(jì)與應(yīng)用研究[D];天津大學(xué);2009年

2 于亦文;中國(guó)證券市場(chǎng)微觀結(jié)構(gòu)若干問(wèn)題研究[D];南京航空航天大學(xué);2005年

3 耿立艷;非線性金融波動(dòng)率模型及其實(shí)證研究[D];天津大學(xué);2009年

4 任飛;股票市場(chǎng)的高頻數(shù)據(jù)分析和多體模型研究[D];浙江大學(xué);2007年

5 鎮(zhèn)磊;基于高頻數(shù)據(jù)處理方法對(duì)A股算法交易優(yōu)化決策的量化分析研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2010年

6 黃后川;中國(guó)股票市場(chǎng)波動(dòng)率的高頻估計(jì)、特性與預(yù)測(cè)[D];廈門(mén)大學(xué);2002年

7 王芳;基于市場(chǎng)微觀結(jié)構(gòu)噪聲和跳躍的金融高頻數(shù)據(jù)波動(dòng)研究[D];西南財(cái)經(jīng)大學(xué);2011年

8 李勝歌;基于高頻數(shù)據(jù)的金融波動(dòng)率研究[D];天津大學(xué);2008年

9 王鵬;金融市場(chǎng)波動(dòng)的多分形測(cè)度及其應(yīng)用研究[D];西南交通大學(xué);2010年

10 鄭仲民;金融資產(chǎn)價(jià)格跳躍行為研究[D];天津大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 黃文靜;交易時(shí)間間隔與波動(dòng)率的研究[D];廈門(mén)大學(xué);2008年

2 李純凈;基于高頻數(shù)據(jù)的微觀市場(chǎng)結(jié)構(gòu)中的研究[D];長(zhǎng)春工業(yè)大學(xué);2011年

3 陳曦;中國(guó)股市高頻截面數(shù)據(jù)的概率分布及其時(shí)間相關(guān)性研究[D];華東理工大學(xué);2011年

4 薛晨光;證券市場(chǎng)高頻數(shù)據(jù)極值的統(tǒng)計(jì)特征和變動(dòng)特征研究[D];長(zhǎng)春工業(yè)大學(xué);2012年

5 李靜;中國(guó)股票市場(chǎng)波動(dòng)率預(yù)測(cè)模型比較及應(yīng)用研究[D];山東大學(xué);2012年

6 林翟;基于已實(shí)現(xiàn)波動(dòng)率的兩種模型的預(yù)測(cè)能力的實(shí)證研究[D];廈門(mén)大學(xué);2009年

7 葛怡;超高頻波動(dòng)率模型研究[D];蘭州商學(xué)院;2010年

8 唐祺;用Black-Scholes模型對(duì)權(quán)證定價(jià)的實(shí)證分析[D];對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué);2006年

9 蘇志銳;我國(guó)權(quán)證市場(chǎng)發(fā)展相關(guān)問(wèn)題研究[D];對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué);2006年

10 王鳳蘭;期權(quán)定價(jià)[D];暨南大學(xué);2007年

，

本文編號(hào)：1390302