《金融實時數據分析方法》是2015年2月經濟管理出版社出版的圖書，作者是王亞楠。
基本介紹
- 書名：金融實時數據分析方法
- 作者：王亞楠
- 類別：金融投資
- 出版社：經濟管理出版社
- 出版時間：2015年2月
- 頁數：194 頁
- 定價：49 元
- 開本：16 開
- 裝幀：平裝
- ISBN：9787509636398
內容簡介,圖書目錄,
內容簡介
《金融實時數據分析方法》通過對現有的金融數據分析方法比較研究，在分析方法上尋求創新，並利用構建的金融實時數據模型來分析國內股票市場實時數據的信息含量，以期對交易者行為作出合理解釋。對金融實時數據模型研究，有助於最佳化市場信息，為市場監管者和投資者提供有益端朵的決策參考和理論依據。
《金融實時數據分析方法》共分9章：第1章簡單介紹了金融數據的基本特徵及常用分析方法；第2章介紹了金融數據分析的基本理論與方法；第3～4章介紹了低頻數據分析常用模型；第5章分析了實時金融數據統計特徵；第6～8章介紹了常用的金融實時數講危戒據分析模型；第9章介紹了金融實時數據分析模型在國內股票市場中的套用。
圖書目錄
1 金融數據簡介
1.1 金融時間序列分析
1.2 收益率
1.2.1 單周期收益率
1.2.2 多周期收益率
1.3 收益率分布性質
1.3.1 統計分布及其矩的回顧
1.3.2 收益率的分布
1.3.3 多元收益
1.3.4 收益承希迎墊率的似然函式
1.4 相關係數
1.5 平穩性
1.6 自相關性
1.6.1 自協方差函式
1.6.2 自相關函式（ACF）
1.6.3 偏自相關函式（PACF）
1.7 差分方程與滯後運算元
1.7.1 一階差分方程
1.7.2 P階差分方程
1.7.3 滯後運算元
1.8 國內股票市場低頻數據統計特徵
1.8.1 基本統計量
1.8.2 相關性分析
2 理論基礎及研究方法
2.1 金融市場微觀結構概述
2.1.1 金融市場微觀結構研究內容
2.1.2 金融市場交易機制類型
2.1.3 中國股票市場交易機制
2.2 金融市場微觀結構主要理論
2.2.1 存貨模型
2.2.2 信息模型
2.3 馬爾可夫蒙特卡洛方法
2.3.1 馬爾可夫蒙特卡洛方法汗匙遷去概述
2.3.2 馬爾可夫蒙特卡洛方法基本原理
2.3.3 WinBUGS軟體
2.3.4 EViews 6.0軟體
3 自回歸移動平均模型
3.1 白噪聲過程
3.1.1 弱勸臭阿白噪聲過程
3.1.2 獨立同分布白噪聲過程
3.1.3 高斯白噪聲過程
3.1.4 白噪聲的參數特徵
3.2 AR模型
3.2.1 AR（1）模型
3.2.2 AR（2）模型
3.2.3 AR（巴她騙p）模型
3.3 MA模型
3.3.1 模型結構
3.3.2 MA（1）過程
3.3.3 MA（2）過程
3.3.4 MA（∞）過程
3.3.5 MA階的識別
3.4 ARMA模型
3.4.1 模型結構
3.4.2 ARMA（1，1）模型
3.4.3 ARMA模型識別
3.4.4 ARMA建模
3.5 ARIMA模型
3.5.1 模型結構
3.5.2 ARIMA建模步驟
4 波動率模型
4.1 波動率模型概述
4.2 ARCH模型
4.2.1 ARCH模型的定義
4.2.2 ARCH模型的性質
4.2.3 ARCH模型的特點
4.3 GARCH模型
4.3.1 GARCH模型的定義
4.3.2 GARCH模型的性質
4.3.3 GARCH模型的特點
4.4 SV模型
4.4.1 SV模型的定義
4.4.2 SV模型的特點
5 金融實時數據特徵分析
5.1 金融實時數據統計特徵
5.1.1 常用基本統計量
5.1.2 交易持續期統計特徵
5.1.3 分筆收益率統計特徵
5.1.4 分筆成交量統計特徵
5.1.5 買賣價差的統計特徵
5.2 金融實時數據的日內效應
5.2.1 日內效應概述
5.2.2 日內效應識別
5.2.3 日內效應調整
6 ACD模型分析
6.1 GARCH模型回顧
6.2 ACD模型結構分析
6.2.1 ACD模型背景
6.2.2 ACD模型建模原理
6.2.3 ACD模型的分類
6.2.4 ACD模型的擴展
6.3 基於ACD模型的ACV模型構建
6.3.1 模型設計
6.3.2 實證檢驗
6.4 ACI模型
6.4.1 多元ACI模型
6.4.2 一元ACI模型
7 SCD模型及其與ACD模型比較
7.1 SV模型回顧
7.2 SCD模型分析
7.2.1 SCD模型的結構分析，
7.2.2 SCD模型的統計特徵
7.2.3 SCD模型分類
7.3 ACD模型和SCD模型的模擬效果比較
7.3.1 數據描述與預處理
7.3.2 實例分析
8 構建基於SCD的實時數據模型
8.1 持續期一收益率雙因素建模原理分析
8.2 SCD—GARCH模型構建
8.2.1 持續期危險率函巴擔您數的確定
8.2.2 收益率密度函式的確定
8.2.3 SCD—GARCH模型的確定
8.3 SCD—GARCH模型模擬效果分析
8.3.1 數據描述與預處理
8.3.2 實例分析
9 中國股票市場實時數據信息含量實例分析
9.1 實時數據信息含量概述
9.2 知情交易的實證模型構建
9.2.1 基本模型
9.2.2 檢驗假設提出
9.2.3 模型中加入知情交易解釋變數
9.3 實例分析
9.3.1 日內效應調整
9.3.2 結果評價
參考文獻
後記
3.4 ARMA模型
3.4.1 模型結構
3.4.2 ARMA（1，1）模型
3.4.3 ARMA模型識別
3.4.4 ARMA建模
3.5 ARIMA模型
3.5.1 模型結構
3.5.2 ARIMA建模步驟
4 波動率模型
4.1 波動率模型概述
4.2 ARCH模型
4.2.1 ARCH模型的定義
4.2.2 ARCH模型的性質
4.2.3 ARCH模型的特點
4.3 GARCH模型
4.3.1 GARCH模型的定義
4.3.2 GARCH模型的性質
4.3.3 GARCH模型的特點
4.4 SV模型
4.4.1 SV模型的定義
4.4.2 SV模型的特點
5 金融實時數據特徵分析
5.1 金融實時數據統計特徵
5.1.1 常用基本統計量
5.1.2 交易持續期統計特徵
5.1.3 分筆收益率統計特徵
5.1.4 分筆成交量統計特徵
5.1.5 買賣價差的統計特徵
5.2 金融實時數據的日內效應
5.2.1 日內效應概述
5.2.2 日內效應識別
5.2.3 日內效應調整
6 ACD模型分析
6.1 GARCH模型回顧
6.2 ACD模型結構分析
6.2.1 ACD模型背景
6.2.2 ACD模型建模原理
6.2.3 ACD模型的分類
6.2.4 ACD模型的擴展
6.3 基於ACD模型的ACV模型構建
6.3.1 模型設計
6.3.2 實證檢驗
6.4 ACI模型
6.4.1 多元ACI模型
6.4.2 一元ACI模型
7 SCD模型及其與ACD模型比較
7.1 SV模型回顧
7.2 SCD模型分析
7.2.1 SCD模型的結構分析，
7.2.2 SCD模型的統計特徵
7.2.3 SCD模型分類
7.3 ACD模型和SCD模型的模擬效果比較
7.3.1 數據描述與預處理
7.3.2 實例分析
8 構建基於SCD的實時數據模型
8.1 持續期一收益率雙因素建模原理分析
8.2 SCD—GARCH模型構建
8.2.1 持續期危險率函式的確定
8.2.2 收益率密度函式的確定
8.2.3 SCD—GARCH模型的確定
8.3 SCD—GARCH模型模擬效果分析
8.3.1 數據描述與預處理
8.3.2 實例分析
9 中國股票市場實時數據信息含量實例分析
9.1 實時數據信息含量概述
9.2 知情交易的實證模型構建
9.2.1 基本模型
9.2.2 檢驗假設提出
9.2.3 模型中加入知情交易解釋變數
9.3 實例分析
9.3.1 日內效應調整
9.3.2 結果評價
參考文獻
後記
