金融市場投資標的的波動率研究一直以來都是金融領域研究的核心內(nèi)容之一。已實現(xiàn)波動率作為代表性波動率之一,能夠很好的反映出投資者對市場的態(tài)度和看法。隨著信息與計算機技術(shù)的巨大進步,中國金融市場的交易頻率飛速提升。在此基礎上,高頻微觀下的已實現(xiàn)波動率研究正逐步展現(xiàn)其重要的研究價值。這其中,物理金融學的大力發(fā)展將多重分形這一重要的非線性工具引入了金融學的應用之中,為金融市場的研究提供了重要的分析工具。本文首先利用這一工具對高頻微觀結(jié)構(gòu)下的已實現(xiàn)波動率進行了深入的投資者特征異質(zhì)性探討,而后基于其多重分形特征中的局部自相似性提出了專門針對高頻已實現(xiàn)波動率的預測和刻畫的多尺度多自相似區(qū)間參照法,最后基于其自相似性拓展了高頻已實現(xiàn)波動率在金融市場中投資交易和風險管理的實際應用。論文的主要創(chuàng)新工作歸納如下。1.在我國金融市場投資者的異質(zhì)性研究中,將高頻已實現(xiàn)波動率的多重分形特征值引入其評估體系,建立高頻已實現(xiàn)波動率的多維度特征矢量。通過對特征矢量間的歐氏距離的對比來進行投資者特征的異質(zhì)性研究。傳統(tǒng)研究表明,投資者的特征與外部環(huán)境有著密切聯(lián)系,而本文借助我國多層次資本市場所提供的豐富金融衍生品,進一步的將...

【文章頁數(shù)】：146 頁

【學位級別】：博士

【文章目錄】：
摘要
abstract
1 緒論
    1.1 研究背景
        1.1.1 現(xiàn)實背景
        1.1.2 理論背景
    1.2 研究現(xiàn)狀
        1.2.1 有效市場假說
        1.2.2 典型事實
        1.2.3 金融市場分形及多重分形研究文獻綜述
        1.2.4 波動率研究回顧
    1.3 研究意義
        1.3.1 當前相關研究的不足
        1.3.2 理論與現(xiàn)實意義
    1.4 研究內(nèi)容與方法
    1.5 論文結(jié)構(gòu)安排
    1.6 創(chuàng)新之處
2 多重分形理論及辨識方法
    2.1 分形及分形市場理論
        2.1.1 分形的定義
        2.1.2 分形維
        2.1.3 分形市場理論
    2.2 多重分形理論
        2.2.1 多重分形定義與刻畫
        2.2.2 多重分形辨識方法
        2.2.3 關于多重分形辨識的參數(shù)選擇
    2.3 多重分形特征值
        2.3.1 廣義赫斯特指數(shù)與標度函數(shù)
        2.3.2 奇異指數(shù)和多重分形奇異譜
3 中國金融市場高頻已實現(xiàn)波動率多情景多重分形特征辨識及其特征值應用
    3.1 標準研究對象的選取
        3.1.1 上證50 指數(shù)
        3.1.2 上證50 ETF
        3.1.3 上證50 指數(shù)期貨
        3.1.4 基于超高頻數(shù)據(jù)的積分波動率算法
        3.1.5 樣本數(shù)據(jù)概覽
    3.2 中國證券期貨市場的不同交易頻率多重分形特征
    3.3 中國證券期貨市場的不同行情多重分形特征
    3.4 高頻已實現(xiàn)波動率的動態(tài)多重分形特征
        3.4.1 整體變化情況
        3.4.2 巨幅波動時的變化
    3.5 引入多重分形特征值的投資標的歷史表現(xiàn)評估
        3.5.1 引入高頻已實現(xiàn)波動率多重分形特征值的必要性檢驗
        3.5.2 引入高頻已實現(xiàn)波動率多重分形特征值的歷史交易總結(jié)與評估
        3.5.3 基于高頻已實現(xiàn)波動率多重分形特征值的投資標的復雜性評估
    3.6 本章小結(jié)
4 高頻已實現(xiàn)波動率的多尺度多自相似區(qū)間參照法預測
    4.1 金融市場高頻已實現(xiàn)波動率的刻畫與預測
        4.1.1 GARCH類模型
        4.1.2 HAR-RV模型
        4.1.3 長短期記憶神經(jīng)網(wǎng)絡LSTM
        4.1.4 ARFIMA模型
        4.1.5 高頻已實現(xiàn)波動率的預測難點
    4.2 多尺度多自相似區(qū)間參照法
        4.2.1 理論基礎
        4.2.2 現(xiàn)實基礎
        4.2.3 多尺度多自相似區(qū)間參照方法
    4.3 多尺度多自相似區(qū)間參照方法拓展研究
        4.3.1 自相似性檢驗
        4.3.2 參照自相似區(qū)間的預測基準選擇
        4.3.3 尺度選擇
    4.4 本章小結(jié)
5 基于多重分形特征的高頻已實現(xiàn)波動率自相似性應用
    5.1 自相似區(qū)間檢驗應用
        5.1.1 自相似性程度檢驗方法
        5.1.2 多投資標的自相似強度
        5.1.3 多情景自相似強度
        5.1.4 自相似強度的動態(tài)研究
        5.1.5 通過自相似程度檢驗合理規(guī)劃投資組合日內(nèi)資金使用
    5.2 高頻已實現(xiàn)波動率的奇異事件時間間隔概率分布估計
        5.2.1 長記憶性序列的奇異事件及奇異事件時間間隔
        5.2.2 核函數(shù)密度估計
        5.2.3 基于長記憶性的參數(shù)估計
        5.2.4 數(shù)據(jù)實證
    5.3 本章小結(jié)
6 總結(jié)與展望
    6.1 研究工作總結(jié)
        6.1.1 高頻已實現(xiàn)波動率多重分形特征研究總結(jié)
        6.1.2 高頻已實現(xiàn)波動率預測總結(jié)
        6.1.3 高頻已實現(xiàn)波動率特征應用總結(jié)
    6.2 當前研究的不足以及有待解決的問題
    6.3 未來的研究方向
參考文獻
致謝



本文編號：3748437