波動率由于在資產(chǎn)定價、資產(chǎn)組合、風(fēng)險管理等領(lǐng)域中起著至關(guān)重要的作用,所以從Markowitz（1952）首次提出波動率概念以來一直是金融市場領(lǐng)域的重點研究對象。同樣也正是因為有了波動率這個概念以后金融學(xué)才正式發(fā)展成為一門新的獨立學(xué)科。因此波動率在金融領(lǐng)域的地位和重要性不言而喻。根據(jù)金融波動率理論,實際的波動率是時間的函數(shù),而時間是不間斷的連續(xù)的,所以波動率也應(yīng)該要符合連續(xù)的條件。因為實際的波動率沒有辦法直接觀測到,從而需要借助具體的模型來刻畫波動率特征以及準(zhǔn)確預(yù)測波動率。為此,早期基于低頻波動率問題提出了諸如ARCH類模型、SV類模型。這些模型在早期的市場研究中因能取得比較好的成效,以及能較好地估計、預(yù)測金融市場的波動率,而得到了較為廣泛的應(yīng)用。但近幾十年來,金融市場伴隨計算機(jī)技術(shù)（存儲技術(shù)、計算能力等方面）的進(jìn)步,以及計算機(jī)在金融市場領(lǐng)域的廣泛應(yīng)用,使得市場數(shù)據(jù)出現(xiàn)爆發(fā)式的增長。由此大數(shù)據(jù)的概念油然而生,并且大量被應(yīng)用在金融市場的數(shù)據(jù)抓取、大數(shù)據(jù)分析以及像量化交易這樣的市場交易策略中,使得基于低頻數(shù)據(jù)的波動率研究方法已經(jīng)不再適用。這促使學(xué)者們開始研究適用于高頻數(shù)據(jù)下的波動率模型,從而... 

【文章來源】：浙江工商大學(xué)浙江省

【文章頁數(shù)】：62 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    第一節(jié) 選題的背景和意義
    第二節(jié) 研究內(nèi)容和框架
    第三節(jié) 本文的創(chuàng)新與可能的不足之處
第二章 文獻(xiàn)綜述
    第一節(jié) 波動率一般建模方法文獻(xiàn)綜述
    第二節(jié) 函數(shù)型時間序列分析文獻(xiàn)綜述
    第三節(jié) 函數(shù)型波動率分析文獻(xiàn)綜述
第三章 函數(shù)型日內(nèi)波動率構(gòu)建
    第一節(jié) 日內(nèi)波動率提取原理
    第二節(jié) 函數(shù)型數(shù)據(jù)構(gòu)建原理
    第三節(jié) 函數(shù)型日內(nèi)波動率構(gòu)建
第四章 函數(shù)型日內(nèi)波動率特征分析
    第一節(jié) 函數(shù)型描述性統(tǒng)計分析原理
    第二節(jié) 函數(shù)型主成分分析原理
    第三節(jié) 函數(shù)型日內(nèi)波動率特征分析實證部分
第五章 函數(shù)型日內(nèi)波動率與成交量的量價分析
    第一節(jié) 函數(shù)型日內(nèi)成交量分析
    第二節(jié) 函數(shù)型日內(nèi)波動率與成交量的典型相關(guān)分析
    第三節(jié) 函數(shù)型日內(nèi)波動率與成交量回歸分析
第六章 函數(shù)型日內(nèi)波動率預(yù)測
    第一節(jié) 函數(shù)型時間序列平穩(wěn)性檢驗
    第二節(jié) 函數(shù)型日內(nèi)波動率預(yù)測模型
    第三節(jié) 函數(shù)型日內(nèi)波動率預(yù)測實證結(jié)果
    第四節(jié) 小結(jié)
第七章 結(jié)論與展望
    第一節(jié) 研究結(jié)論
    第二節(jié) 研究展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間的科研經(jīng)歷
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于HAR-Copula模型的滬港股市動態(tài)相關(guān)性研究——“滬港通”實施背景及高頻數(shù)據(jù)視角[J]. 劉光強(qiáng).  財經(jīng)問題研究. 2018(08)
[2]高頻數(shù)據(jù)瞬時波動率核估計的窗寬選擇及算法研究[J]. 王江濤,周勇.  中國管理科學(xué). 2018(07)
[3]基于四次冪差修正HAR模型的股指期貨波動率預(yù)測[J]. 陳聲利,李一軍,關(guān)濤.  中國管理科學(xué). 2018(01)
[4]HAR族模型對波動率的預(yù)測精度比較及其SPA檢驗——基于滬深300指數(shù)高頻數(shù)據(jù)[J]. 閆會強(qiáng),夏霄松,金浩.  經(jīng)濟(jì)論壇. 2017(11)
[5]基于不同跳躍檢驗下的高頻波動率模型預(yù)測[J]. 徐偉舉,馬鋒,魏宇.  系統(tǒng)工程. 2016(12)
[6]基于已實現(xiàn)波動率的ARFIMA模型在股指期貨高頻數(shù)據(jù)中的實證研究[J]. 楊若一,胡冰霜.  中國國際財經(jīng)(中英文). 2016(20)
[7]HAR族模型與GARCH族模型對不同期限波動率的預(yù)測精度比較——基于滬深300指數(shù)高頻價格的實證分析[J]. 瞿慧,李潔,程昕.  系統(tǒng)工程. 2015(03)
[8]長記憶性、結(jié)構(gòu)突變條件下中國股市波動率的高頻預(yù)測[J]. 楊科,田鳳平.  管理工程學(xué)報. 2013(02)
[9]中國股市高頻波動率跳躍的特征分析[J]. 楊科,陳浪南.  系統(tǒng)工程學(xué)報. 2012(04)
[10]高頻數(shù)據(jù)日內(nèi)波動特征的函數(shù)型分析[J]. 馬曉波,馮凌秉,李瑋.  企業(yè)導(dǎo)報. 2011(22)



本文編號：3428582