波動(dòng)率由于在資產(chǎn)定價(jià)、資產(chǎn)組合、風(fēng)險(xiǎn)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(dòng)率概念以來一直是金融市場(chǎng)領(lǐng)域的重點(diǎn)研究對(duì)象。同樣也正是因?yàn)橛辛瞬▌?dòng)率這個(gè)概念以后金融學(xué)才正式發(fā)展成為一門新的獨(dú)立學(xué)科。因此波動(dòng)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(dòng)率理論,實(shí)際的波動(dòng)率是時(shí)間的函數(shù),而時(shí)間是不間斷的連續(xù)的,所以波動(dòng)率也應(yīng)該要符合連續(xù)的條件。因?yàn)閷?shí)際的波動(dòng)率沒有辦法直接觀測(cè)到,從而需要借助具體的模型來刻畫波動(dòng)率特征以及準(zhǔn)確預(yù)測(cè)波動(dòng)率。為此,早期基于低頻波動(dòng)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(chǎng)研究中因能取得比較好的成效,以及能較好地估計(jì)、預(yù)測(cè)金融市場(chǎng)的波動(dòng)率,而得到了較為廣泛的應(yīng)用。但近幾十年來,金融市場(chǎng)伴隨計(jì)算機(jī)技術(shù)（存儲(chǔ)技術(shù)、計(jì)算能力等方面）的進(jìn)步,以及計(jì)算機(jī)在金融市場(chǎng)領(lǐng)域的廣泛應(yīng)用,使得市場(chǎng)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(chǎng)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(chǎng)交易策略中,使得基于低頻數(shù)據(jù)的波動(dòng)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(dòng)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(jí)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?jī)?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(dòng)率一般建模方法文獻(xiàn)綜述
    第二節(jié) 函數(shù)型時(shí)間序列分析文獻(xiàn)綜述
    第三節(jié) 函數(shù)型波動(dòng)率分析文獻(xiàn)綜述
第三章 函數(shù)型日內(nèi)波動(dòng)率構(gòu)建
    第一節(jié) 日內(nèi)波動(dòng)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(dòng)率構(gòu)建
第四章 函數(shù)型日內(nèi)波動(dòng)率特征分析
    第一節(jié) 函數(shù)型描述性統(tǒng)計(jì)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(dòng)率特征分析實(shí)證部分
第五章 函數(shù)型日內(nèi)波動(dòng)率與成交量的量?jī)r(jià)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(dòng)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(dòng)率與成交量回歸分析
第六章 函數(shù)型日內(nèi)波動(dòng)率預(yù)測(cè)
    第一節(jié) 函數(shù)型時(shí)間序列平穩(wěn)性檢驗(yàn)
    第二節(jié) 函數(shù)型日內(nèi)波動(dòng)率預(yù)測(cè)模型
    第三節(jié) 函數(shù)型日內(nèi)波動(dòng)率預(yù)測(cè)實(shí)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(dòng)態(tài)相關(guān)性研究——“滬港通”實(shí)施背景及高頻數(shù)據(jù)視角[J]. 劉光強(qiáng).  財(cái)經(jīng)問題研究. 2018(08)
[2]高頻數(shù)據(jù)瞬時(shí)波動(dòng)率核估計(jì)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(dòng)率預(yù)測(cè)[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(duì)波動(dòng)率的預(yù)測(cè)精度比較及其SPA檢驗(yàn)——基于滬深300指數(shù)高頻數(shù)據(jù)[J]. 閆會(huì)強(qiáng),夏霄松,金浩.  經(jīng)濟(jì)論壇. 2017(11)
[5]基于不同跳躍檢驗(yàn)下的高頻波動(dòng)率模型預(yù)測(cè)[J]. 徐偉舉,馬鋒,魏宇.  系統(tǒng)工程. 2016(12)
[6]基于已實(shí)現(xiàn)波動(dòng)率的ARFIMA模型在股指期貨高頻數(shù)據(jù)中的實(shí)證研究[J]. 楊若一,胡冰霜.  中國國際財(cái)經(jīng)(中英文). 2016(20)
[7]HAR族模型與GARCH族模型對(duì)不同期限波動(dòng)率的預(yù)測(cè)精度比較——基于滬深300指數(shù)高頻價(jià)格的實(shí)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(dòng)率的高頻預(yù)測(cè)[J]. 楊科,田鳳平.  管理工程學(xué)報(bào). 2013(02)
[9]中國股市高頻波動(dòng)率跳躍的特征分析[J]. 楊科,陳浪南.  系統(tǒng)工程學(xué)報(bào). 2012(04)
[10]高頻數(shù)據(jù)日內(nèi)波動(dòng)特征的函數(shù)型分析[J]. 馬曉波,馮凌秉,李瑋.  企業(yè)導(dǎo)報(bào). 2011(22)



本文編號(hào)：3428582