高頻金融數據建模：理論、方法與套用

前言

20世紀90年代以前，學者們對金融市場進行實證研究所依據的數據都是日、周、月、季度或者年度等頻率數據，這種金融數據在金融計量學研究領域通常稱為低頻數據．由於金融市場往往是連續運行的，基於低頻數據的金融市場研究無疑會造成大量有用市場信息的損失．因此一種能更準確地描述金融市場運行原始特徵的高頻數據呼之欲出．所謂高頻數據即日內數據，是指在金融市場運行過程中以小時、分鐘、秒或實際交易間隔為採集頻率的數據．近年來，隨著計算機與通信技術的迅猛發展，記錄、收集、存儲和操作金融市場實時交易數據的成本大大降低，越來越多的學者、市場交易者開始嘗試尋找和挖掘埋藏在海量、高頻交易數據中的金礦．高頻金融數據建模理論與實證研究成為金融、統計、計量經濟學等學科的熱門研究題目，高頻交易模式也逐漸在華爾街等主流金融市場流行．我們自2006年開始學習高頻金融數據的研究方法，通過多年的科研、教學積累，在該領域取得了一定的成績和進展，部分研究成果也得到了學界的認可．我們對近幾年在高頻金融數據研究領域取得的研究成果進行了歸納、梳理，並集結成書，希望本書能為對該領域感興趣的研究人員、金融從業者提供有價值的參考．

本書共14章，按照內容可分為4大部分．第一部分包括緒論、預備知識、證券市場微觀結構3章，主要給出高頻金融數據研究的背景和現狀、必備的數學知識背景、證券市場運行的基本知識等內容．第二部分為第4~8章，主要介紹基於高頻數據的積分波動率和瞬時波動率的估計問題．第三部分為第9~11章，主要研究了高頻金融數據中普遍存在的跳躍行為，主要包括一維和多維情況下跳躍行為的檢驗方法及跳躍特徵行為的研究．第四部分為第12~14章，主要內容為我們構建的已實現向上和向下冪變差的理論結果及在此基礎上擴展出來的正負跳躍度量與交易量、日內序列相關性之間關係的實證研究．本書可作為高等院校金融專業、統計專業本科生和研究生教材，也可以作為金融從業人員的參考書目．由於作者知識水平有限，選題也限於作者的興趣，本書難免存在疏漏，歡迎廣大讀者不吝賜教．

香港科技大學數學系荊炳義教授在百忙之中閱讀了本書初稿並提出了寶貴的意見和建議，特此致謝！本書是中國人民大學科學研究基金項目成果，作者對中國人民大學的支持表示感謝！

著者

2015.4

圖書簡介

近年來，高頻金融數據建模逐漸成為國內外研究的熱點，高頻交易模式也逐漸在華爾街等主流金融市場流行．本書對已有的研究方法及成果進行歸納、梳理並集結成書，以幫助讀者打開高頻金融數據分析與研究領域之門．全書共14章，按照研究內容可分為4大部分．第一部分為第1~3章，包括緒論、預備知識、證券市場微觀結構基礎等內容，主要給出高頻金融數據研究的背景和現狀、必備的隨機分析基礎知識、證券市場運行的基本知識等．第二部分為第4~8章，主要介紹基於高頻數據的積分波動率和瞬時波動率的估計問題的研究．第三部分為第9~11章，討論高頻金融數據中普遍存在的跳躍行為，主要包括一維和多維情況下跳躍行為的檢驗方法及跳躍特徵行為的研究．第四部分為第12~14章，主要針對已實現向上和向下冪變差展開討論，在此基礎上對擴展出來的正負跳躍度量與交易量、日內序列相關性之間的關係進行實證研究．

高頻金融數據建模：理論、方法與套用

基本介紹

前言

圖書簡介

目錄

相關詞條

熱門詞條