本文關鍵詞：高頻金融數據的多元波動率估計，，由筆耕文化傳播整理發(fā)布。

【摘要】：高頻金融數據以提供更豐富的市場信息而成為了目前金融領域的研究新寵,而波動率的研究則作為焦點問題一直都在金融領域中占有重要席位。那么如何準確地測量金融資產收益的波動問題就自然倍受矚目,是金融領域研究的核心問題之一�，F(xiàn)代金融市場情況瞬息萬變、發(fā)展迅速,人們需要更細致的把握金融波動的信息以應對市場的變化。在交易及其頻繁的金融市場上,低頻數據并不足以全面真實地反映市場情況,勢必需要開展對金融高頻數據內部結構的研究,而且計算機應用和數據的可獲取性為金融高頻數據的研究與發(fā)展提供了條件。本文應用小波變換對有限樣本的波動率進行估計并研究相關性質,通過計算已實現(xiàn)協(xié)方差描述樣本間的相關性,并將結果應用于多元高頻金融數據實證分析中。
【關鍵詞】：高頻數據 多元波動率 小波變換 已實現(xiàn)協(xié)方差
【學位授予單位】：長春工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：F832.5
【目錄】：

• 摘要2-3
• Abstract3-5
• 第一章 緒論5-6
• 1.1 論文的研究背景5
• 1.2 本文完成的主要工作5-6
• 第二章 基于高頻數據的波動率研究6-9
• 2.1 噪聲下的已實現(xiàn)波動6-7
• 2.2 糾偏降噪方法的簡述7-9
• 第三章 非參數波動率估計研究9-20
• 3.1 已實現(xiàn)波動的理論基礎9-10
• 3.2 有限樣本積分波動率的估計10-16
• 3.2.1 已實現(xiàn)波動13-14
• 3.2.2 傅里葉估計14-15
• 3.2.3 小波估計15-16
• 3.3 實證研究16-20
• 3.3.1 數據整理16-18
• 3.3.2 小波估計量18-19
• 3.3.3 小結19-20
• 第四章 多元波動率模型估計20-27
• 4.1 多元波動模型20-23
• 4.1.1 BEKK模型21
• 4.1.2 Cholesky分解和波動性建模21-23
• 4.1.3 動態(tài)條件相關模型23
• 4.2 實證研究23-27
• 4.2.1 數據說明23-24
• 4.2.2 多元波動率建模與分析24-27
• 第五章 結論27-28
• 致謝28-29
• 參考文獻29-32
• 作者簡介32
• 攻讀碩士學位期間研究成果32-33

【相似文獻】

中國期刊全文數據庫 前10條

1 朱建平;魏瑾;謝邦昌;;金融高頻數據挖掘研究評述與展望[J];經濟學動態(tài);2011年06期

2 郭興義,杜本峰,何龍燦;(超)高頻數據分析與建模[J];統(tǒng)計研究;2002年11期

3 常寧,徐國祥;金融高頻數據分析的現(xiàn)狀與問題研究[J];財經研究;2004年03期

4 尹優(yōu)平,馬丹;基于分布擬合方法的高頻數據風險價值研究[J];金融研究;2005年03期

5 金登貴;中國證券市場高頻數據分布特征研究[J];統(tǒng)計與決策;2005年20期

6 補馮林,張衛(wèi)國,何偉;基于超高頻數據的股票流動性度量研究[J];統(tǒng)計與決策;2005年04期

7 曾勇,王志剛,李平;基于高頻數據的金融市場微觀結構實證研究綜述[J];系統(tǒng)工程;2005年03期

8 應益榮;包郭平;;金融市場高頻數據分析的建模進展[J];五邑大學學報(自然科學版);2006年01期

9 魏莉婭;馬永開;;基于高頻數據的深圳基金市場日內周期性研究[J];當代經濟管理;2007年01期

10 包郭平;應益榮;;金融市場中高頻數據的分析方法[J];五邑大學學報(自然科學版);2007年01期

中國重要會議論文全文數據庫 前7條

1 郭名媛;;基于高頻數據的已實現(xiàn)極差相關系數及實證研究[A];2012管理創(chuàng)新、智能科技與經濟發(fā)展研討會論文集[C];2012年

2 唐勇;;金融市場波動建模:基于高頻數據視角[A];社會經濟發(fā)展轉型與系統(tǒng)工程——中國系統(tǒng)工程學會第17屆學術年會論文集[C];2012年

3 郭名媛;;基于高頻數據的賦權已實現(xiàn)極差相關系數及其實證研究[A];社會經濟發(fā)展轉型與系統(tǒng)工程——中國系統(tǒng)工程學會第17屆學術年會論文集[C];2012年

4 楊懷東;伍娟;盛虎;;基于高頻數據的成對交易統(tǒng)計套利策略實證研究[A];第五屆（2010）中國管理學年會——金融分會場論文集[C];2010年

5 張晨;李月環(huán);;基于調整“已實現(xiàn)”波動率的滬深300指數高頻數據波動性研究與預測[A];中國會計學會高等工科院校分會2008年學術年會（第十五屆年會）暨中央在鄂集團企業(yè)財務管理研討會論文集（上冊）[C];2008年

6 劉淳;朱世武;何濟舟;;金融市場波動擇時策略的經濟價值分析[A];經濟全球化與系統(tǒng)工程——中國系統(tǒng)工程學會第16屆學術年會論文集[C];2010年

7 瞿慧;張明卓;;基于跳躍規(guī)模細分的已實現(xiàn)波動率建模研究[A];“兩型社會”建設與管理創(chuàng)新——第十五屆中國管理科學學術年會論文集（上）[C];2013年

中國重要報紙全文數據庫 前7條

1 本報記者 任曉;12月PMI或小幅上行[N];中國證券報;2013年

2 程實;美國金融體系逐漸恢復 實體經濟企穩(wěn)[N];中國經濟時報;2009年

3 華泰長城期貨 謝趙維　許惠敏;高庫存料繼續(xù)“重壓”礦價[N];中國證券報;2014年

4 金融學博士 宏觀經濟分析師 程實;全球經濟隱約徘徊著復合危機陰影[N];上海證券報;2011年

5 申銀萬國證券研究所 李慧勇;新興市場保持資金大額流入[N];證券時報;2014年

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

7 長城證券 汪毅 張新文;債市調整 可轉債個體性機會增強[N];經濟參考報;2014年

中國博士學位論文全文數據庫 前6條

1 唐勇;基于高頻數據的金融市場分析[D];天津大學;2007年

2 劉廣應;帶跳的分數維積分過程的冪變差理論及其在金融高頻數據中的應用[D];復旦大學;2011年

3 鎮(zhèn)磊;基于高頻數據處理方法對A股算法交易優(yōu)化決策的量化分析研究[D];中國科學技術大學;2010年

4 李勝歌;基于高頻數據的金融波動率研究[D];天津大學;2008年

5 王少斌;基于高頻數據的投資者交易行為研究[D];首都經濟貿易大學;2014年

6 王芳;基于市場微觀結構噪聲和跳躍的金融高頻數據波動研究[D];西南財經大學;2011年

中國碩士學位論文全文數據庫 前10條

1 劉力華;基于高頻數據的證券市場實證研究[D];暨南大學;2011年

2 韓鐵;金融市場（超）高頻數據建模及與低頻數據對比研究[D];天津大學;2006年

3 張國勇;金融市場（超）高頻數據建模及其實證分析[D];天津大學;2004年

4 李曉威;金融高頻數據的關聯(lián)規(guī)則算法研究[D];吉林大學;2008年

5 李穎超;太鋼不銹股市高頻數據實證研究[D];山西財經大學;2012年

6 張曙;金融高頻數據的分析及實證研究[D];中南大學;2013年

7 肖星火;基于中國股市高頻數據的流動性風險研究[D];華南理工大學;2013年

8 翟昌立;基于高頻數據的中國證券市場特征研究[D];天津大學;2007年

9 侯守國;基于小波分析的股市高頻數據研究[D];天津大學;2006年

10 李純凈;基于高頻數據的微觀市場結構中的研究[D];長春工業(yè)大學;2011年

  本文關鍵詞：高頻金融數據的多元波動率估計，由筆耕文化傳播整理發(fā)布。

本文編號：282948