本文關(guān)鍵詞： 金融高頻數(shù)據(jù) 已實(shí)現(xiàn)波動(dòng) 積分波動(dòng) 跳躍 預(yù)平均方法 Wild Bootstrap　出處：《重慶理工大學(xué)》2014年碩士論文　論文類(lèi)型：學(xué)位論文

【摘要】：金融高頻數(shù)據(jù)由于比低頻數(shù)據(jù)包含了更多的信息而被眾多學(xué)者廣泛關(guān)注,而如何準(zhǔn)確地測(cè)量金融資產(chǎn)收益的波動(dòng)一直是金融領(lǐng)域研究的核心問(wèn)題之一,因此如何用高頻數(shù)據(jù)估計(jì)波動(dòng)率則成為備受人們關(guān)注的焦點(diǎn)問(wèn)題. 本文主要介紹了分別由Podolskij和Vetter以及Jacod等提出的兩種不同的預(yù)平均思想,分別將數(shù)據(jù)分成不重疊的和重疊的區(qū)塊,用以消除市場(chǎng)微觀(guān)結(jié)構(gòu)噪聲的影響,構(gòu)造了積分波動(dòng)的一致估計(jì)量以及它們的漸近性質(zhì).由于預(yù)平均收益可能存在異方差性,促使了我們采用Wild Bootstrap思想來(lái)消除異方差.在跳躍行為方面，介紹了跳躍存在下的積分波動(dòng)的一致估計(jì)以及跳躍檢驗(yàn)統(tǒng)計(jì)量. 本文的主要內(nèi)容安排如下： 第一章是緒論,介紹了本文的研究背景、選題意義以及波動(dòng)率及跳躍的研究現(xiàn)狀；第二章則是詳細(xì)介紹了預(yù)平均已實(shí)現(xiàn)波動(dòng)以及它的一階漸近性質(zhì),跳躍檢驗(yàn)統(tǒng)計(jì)量,并對(duì)最優(yōu)抽樣頻率的選取進(jìn)行了分析研究；第三章將Bootstrap理論與預(yù)平均已實(shí)現(xiàn)波動(dòng)相結(jié)合,在此思想上構(gòu)造積分波動(dòng)的置信區(qū)間；第四章采用蒙塔卡羅模擬說(shuō)明Bootstrap可以提高一階漸近理論的有限樣本性質(zhì),并結(jié)合實(shí)證來(lái)說(shuō)明其有效性；第五章則是對(duì)本文進(jìn)行總結(jié),說(shuō)明存在的不足與未來(lái)的研究方向. 本文的創(chuàng)新點(diǎn)是對(duì)預(yù)平均已實(shí)現(xiàn)波動(dòng)進(jìn)行了全面的總結(jié),并結(jié)合我國(guó)證券市場(chǎng)真實(shí)交易對(duì)Bootstrap理論進(jìn)行實(shí)證研究.
[Abstract]:Financial high-frequency data contain more information than low-frequency data, and how to accurately measure the volatility of financial asset returns has been one of the core issues in the field of finance. Therefore, how to estimate volatility with high frequency data has become the focus of attention. This paper mainly introduces two different preaveraging ideas proposed by Podolskij, Vetter and Jacod, which divide the data into non-overlapping and overlapping blocks respectively. In order to eliminate the influence of market microstructure noise, the uniform estimators of integral fluctuations and their asymptotic properties are constructed. In this paper, we adopt Wild Bootstrap to eliminate heteroscedasticity. In the aspect of jump behavior, we introduce the uniform estimation of integral fluctuation and the statistic of jump test. The main contents of this paper are as follows: The first chapter is the introduction, which introduces the research background, the significance of the topic and the research status of volatility and jump. In the second chapter, the first order asymptotic property of pre-average and its first-order asymptotic property are introduced in detail, and the selection of optimal sampling frequency is analyzed and studied. In the third chapter, the Bootstrap theory is combined with the pre-average realized fluctuation to construct the confidence interval of integral fluctuation. In chapter 4th Monta Carlo simulation is used to show that Bootstrap can improve the finite sample properties of the first order asymptotic theory. Chapter 5th is a summary of this paper, explaining the shortcomings and future research direction. The innovation of this paper is a comprehensive summary of the pre-average realized volatility, and an empirical study on the Bootstrap theory combined with the real trading in China's securities market.
【學(xué)位授予單位】：重慶理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類(lèi)號(hào)】：F830.91;F224

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳高才;;高頻數(shù)據(jù)在會(huì)計(jì)實(shí)證研究中的應(yīng)用和展望[J];財(cái)會(huì)研究;2011年05期

2 朱建平;魏瑾;謝邦昌;;金融高頻數(shù)據(jù)挖掘研究評(píng)述與展望[J];經(jīng)濟(jì)學(xué)動(dòng)態(tài);2011年06期

3 郭興義,杜本峰,何龍燦;(超)高頻數(shù)據(jù)分析與建模[J];統(tǒng)計(jì)研究;2002年11期

4 常寧,徐國(guó)祥;金融高頻數(shù)據(jù)分析的現(xiàn)狀與問(wèn)題研究[J];財(cái)經(jīng)研究;2004年03期

5 金登貴;中國(guó)證券市場(chǎng)高頻數(shù)據(jù)分布特征研究[J];統(tǒng)計(jì)與決策;2005年20期

6 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

7 包郭平;應(yīng)益榮;;金融市場(chǎng)中高頻數(shù)據(jù)的分析方法[J];五邑大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年01期

8 唐振鵬;;金融高頻數(shù)據(jù)和超高頻數(shù)據(jù)的研究現(xiàn)狀及展望[J];福州大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版);2008年04期

9 唐勇;張伯新;;基于高頻數(shù)據(jù)的中國(guó)股市跳躍特征實(shí)證分析[J];中國(guó)管理科學(xué);2013年05期

10 尹優(yōu)平,馬丹;基于分布擬合方法的高頻數(shù)據(jù)風(fēng)險(xiǎn)價(jià)值研究[J];金融研究;2005年03期

相關(guān)會(huì)議論文 前7條

1 郭名媛;;基于高頻數(shù)據(jù)的已實(shí)現(xiàn)極差相關(guān)系數(shù)及實(shí)證研究[A];2012管理創(chuàng)新、智能科技與經(jīng)濟(jì)發(fā)展研討會(huì)論文集[C];2012年

2 郭名媛;;基于高頻數(shù)據(jù)的賦權(quán)已實(shí)現(xiàn)極差相關(guān)系數(shù)及其實(shí)證研究[A];社會(huì)經(jīng)濟(jì)發(fā)展轉(zhuǎn)型與系統(tǒng)工程——中國(guó)系統(tǒng)工程學(xué)會(huì)第17屆學(xué)術(shù)年會(huì)論文集[C];2012年

3 唐勇;;金融市場(chǎng)波動(dòng)建模:基于高頻數(shù)據(jù)視角[A];社會(huì)經(jīng)濟(jì)發(fā)展轉(zhuǎn)型與系統(tǒng)工程——中國(guó)系統(tǒng)工程學(xué)會(huì)第17屆學(xué)術(shù)年會(huì)論文集[C];2012年

4 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

5 張晨;李月環(huán);;基于調(diào)整“已實(shí)現(xiàn)”波動(dòng)率的滬深300指數(shù)高頻數(shù)據(jù)波動(dòng)性研究與預(yù)測(cè)[A];中國(guó)會(huì)計(jì)學(xué)會(huì)高等工科院校分會(huì)2008年學(xué)術(shù)年會(huì)（第十五屆年會(huì)）暨中央在鄂集團(tuán)企業(yè)財(cái)務(wù)管理研討會(huì)論文集（上冊(cè)）[C];2008年

6 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

7 瞿慧;張明卓;;基于跳躍規(guī)模細(xì)分的已實(shí)現(xiàn)波動(dòng)率建模研究[A];“兩型社會(huì)”建設(shè)與管理創(chuàng)新——第十五屆中國(guó)管理科學(xué)學(xué)術(shù)年會(huì)論文集（上）[C];2013年

相關(guān)重要報(bào)紙文章 前7條

1 本報(bào)記者 任曉;12月PMI或小幅上行[N];中國(guó)證券報(bào);2013年

2 程實(shí);美國(guó)金融體系逐漸恢復(fù) 實(shí)體經(jīng)濟(jì)企穩(wěn)[N];中國(guó)經(jīng)濟(jì)時(shí)報(bào);2009年

3 華泰長(zhǎng)城期貨 謝趙維　許惠敏;高庫(kù)存料繼續(xù)“重壓”礦價(jià)[N];中國(guó)證券報(bào);2014年

4 金融學(xué)博士 宏觀(guān)經(jīng)濟(jì)分析師 程實(shí);全球經(jīng)濟(jì)隱約徘徊著復(fù)合危機(jī)陰影[N];上海證券報(bào);2011年

5 申銀萬(wàn)國(guó)證券研究所 李慧勇;新興市場(chǎng)保持資金大額流入[N];證券時(shí)報(bào);2014年

6 格林期貨 劉光素　編輯 梁偉;揭秘神奇的“期指領(lǐng)先股指2分鐘”之謎[N];上海證券報(bào);2010年

7 長(zhǎng)城證券 汪毅 張新文;債市調(diào)整 可轉(zhuǎn)債個(gè)體性機(jī)會(huì)增強(qiáng)[N];經(jīng)濟(jì)參考報(bào);2014年

相關(guān)博士學(xué)位論文 前6條

1 唐勇;基于高頻數(shù)據(jù)的金融市場(chǎng)分析[D];天津大學(xué);2007年

2 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

3 劉廣應(yīng);帶跳的分?jǐn)?shù)維積分過(guò)程的冪變差理論及其在金融高頻數(shù)據(jù)中的應(yīng)用[D];復(fù)旦大學(xué);2011年

4 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

5 王少斌;基于高頻數(shù)據(jù)的投資者交易行為研究[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2014年

6 王芳;基于市場(chǎng)微觀(guān)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

相關(guān)碩士學(xué)位論文 前10條

1 韓鐵;金融市場(chǎng)（超）高頻數(shù)據(jù)建模及與低頻數(shù)據(jù)對(duì)比研究[D];天津大學(xué);2006年

2 李曉威;金融高頻數(shù)據(jù)的關(guān)聯(lián)規(guī)則算法研究[D];吉林大學(xué);2008年

3 張曙;金融高頻數(shù)據(jù)的分析及實(shí)證研究[D];中南大學(xué);2013年

4 肖星火;基于中國(guó)股市高頻數(shù)據(jù)的流動(dòng)性風(fēng)險(xiǎn)研究[D];華南理工大學(xué);2013年

5 劉力華;基于高頻數(shù)據(jù)的證券市場(chǎng)實(shí)證研究[D];暨南大學(xué);2011年

6 張國(guó)勇;金融市場(chǎng)（超）高頻數(shù)據(jù)建模及其實(shí)證分析[D];天津大學(xué);2004年

7 李穎超;太鋼不銹股市高頻數(shù)據(jù)實(shí)證研究[D];山西財(cái)經(jīng)大學(xué);2012年

8 翟昌立;基于高頻數(shù)據(jù)的中國(guó)證券市場(chǎng)特征研究[D];天津大學(xué);2007年

9 侯守國(guó);基于小波分析的股市高頻數(shù)據(jù)研究[D];天津大學(xué);2006年

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

，

本文編號(hào)：1461243