证券市场高频数据极值的统计特征和变动特征研究

发布时间：2018-01-07 01:05

  本文关键词：证券市场高频数据极值的统计特征和变动特征研究　出处：《长春工业大学》2012年硕士论文　论文类型：学位论文

  更多相关文章： 高频数据 变动特征 EGARCH模型 “已实现”波动率

【摘要】：本文从高频数据自身所具有的特征展开分析,并在这些特征基础上,研究金融市场高频数据的统计特征和变动特征,较完整地给出金融高频数据分析在微观市场结构中的研究。在文中第二章研究了高频数据的微观市场结构中的基本特征,交易时间间隔、价格和收益、交易量、买卖价差间的关系、非同步交易,并推导出非同步交易导致收益率序列的负自相关性；第三章分析了金融高频数据的变动特征的几个方面,并应用处理高频数据不等时间间隔的计量经济模型,即指数广义自回归条件异方差模型,来描述交易活跃的股票交易久期过程。实证分析应用锦富新材(300128)这支个股,并推导出每个变动特征相应的结论。第四章中给出了区别于低频数据的波动率,处理高频数据的波动率即“已实现”波动率的定义,性质,方法研究,理论推导,实例分析。从修正市场微观结构的噪声因素出发,基于高频交易数据,同时采用一阶偏差修正方法估计了600188即兖州煤业的“已实现”波动率。结果表明：计算的“已实现”波动率提高个股实际波动率的估计精度,从而可以为波动率研究提供一个参照标准的波动率值。 本文的创新点为：在第二章中非同步交易导致收益率序列的负自关性的证明；在第三章中模型建立和创新部分,推导并实证出变动特征的几个有用结论；在第四章中对于偏差校正的“已实现”波动率的方差上界的证明。最后,本文得出结论对于实时交易,可以帮助交易者规避风险,降低久期的损失。对于买卖价差,平均交易价格的引入也能防止过多的人为操作。“已实现”波动率在金融产品的定价和波动性研究以及投资者的投资决策方面,都将发挥不可低估的作用,促进我国金融市场健康、稳定地发展。
[Abstract]:This article from the characteristics of high frequency data has its own analysis, and these features based on the statistical characteristic and changes of the high frequency data of the financial market, the research on market microstructure in a complete analysis to give financial high-frequency data. The second chapter is the study of the basic characteristics of the micro market structure in high frequency data, the transaction time interval, price and return, trading volume, trading relationship between the price and non synchronous trading, and deduced the non synchronous trading lead to negative autocorrelation of returns; the third chapter analyzes several aspects according to the change characteristics of financial high frequency, and the application of econometric model with a high frequency data of unequal time interval namely, exponential generalized autoregressive conditional heteroscedasticity model to describe the active trading in the long term process. The empirical analysis of application of Jin Fu new material (300128) of the stocks, and deduces the Each change conclusion characteristics. The fourth chapter presents the difference from the low frequency data volatility, the volatility of high-frequency data processing is realized, the volatility of the properties, research methods, theoretical derivation and case analysis. Starting from the noise correction factors of market microstructure, based on high-frequency data, and the the first-order deviation correction method to estimate that 600188 Yanzhou YCM "realized" volatility. The results show that the calculation of the realized volatility increase stock volatility estimation accuracy, which can provide a reference value for the volatility of volatility.
The innovation of this paper is: in the second chapter of China Africa synchronous trading in yields that negative sequence autocorrelation of; in the third chapter of model establishment and innovation, a positive change characteristics of several useful conclusions are derived and; in the fourth chapter for error correction in the "realized" volatility by proof of variance at last, this paper draws a conclusion for real-time trading, traders can help avoid risks, reduce the duration of loss. For spreads, introducing the average transaction price can also prevent too much manual operation. "Realized" volatility and volatility on the investment decisions of investors and financial products are. Will play a role can not be underestimated, and promote the healthy financial market of our country, stable development.

【学位授予单位】：长春工业大学
【学位级别】：硕士
【学位授予年份】：2012
【分类号】：F224;F832.51

【相似文献】

相关期刊论文 前10条

1 唐勇;;基于高频数据的波动率与成交量动态关系研究[J];成都理工大学学报(社会科学版);2011年03期

2 张雷;中国股票市场日内波动率的分行业差异研究——以高频数据为样本[J];北京市财贸管理干部学院学报;2004年01期

3 应益荣;包郭平;;金融市场高频数据分析的建模进展[J];五邑大学学报(自然科学版);2006年01期

4 沐年国;;一种资产定价过程中跳辨识的新方法[J];财经研究;2007年01期

5 陶洪;唐勇;;基于高频金融数据的积分波动估计量分析[J];统计与决策;2007年03期

6 李胜歌;唐勇;;基于金融高频数据的VaR研究[J];统计与决策;2010年11期

7 刘力华;;基于高频数据的沪港股市统计分析[J];商场现代化;2010年30期

8 王锋;;我国燃料油期货市场的价格久期与波动性动态关系研究[J];中国证券期货;2011年07期

9 刘元;;中国股指期货上市后股票市场波动性分析[J];合作经济与科技;2011年03期

10 庞淑娟;刘向丽;汪寿阳;;中国期货市场高频波动率的长记忆性[J];系统工程理论与实践;2011年06期

相关会议论文 前10条

1 刘淳;朱世武;何济舟;;金融市场波动择时策略的经济价值分析[A];经济全球化与系统工程——中国系统工程学会第16届学术年会论文集[C];2010年

2 应益荣;寇博;;平均累积波动率对风险溢价影响的研究[A];第四届中国智能计算大会论文集[C];2010年

3 杨怀东;伍娟;盛虎;;基于高频数据的成对交易统计套利策略实证研究[A];第五届（2010）中国管理学年会——金融分会场论文集[C];2010年

4 王一鸣;赵华;;我国沪深300指数波动率结构突变的检验[A];数学·力学·物理学·高新技术交叉研究进展——2010（13）卷[C];2010年

5 梁霞;梁循;;互联网金融文本信息关键词形态挖掘[A];第六届全国信息检索学术会议论文集[C];2010年

6 吴恒煜;朱福敏;;中国股票市场资产收益的非对称无穷纯跳跃行为研究[A];第六届（2011）中国管理学年会——金融分会场论文集[C];2011年

7 王蘅;;高频数据传输电缆的设计与制造[A];中国通信学会2004年光缆电缆学术年会论文集[C];2004年

8 洪丽颖;黄荣坦;;单变量乘积误差模型(MEM)的研究和实证[A];第十一届中国管理科学学术年会论文集[C];2009年

9 刘长贵;史凤臣;;提高舰船高频数据交换网的抗干扰能力[A];船舶通信导航学术会议（1993）论文集[C];1993年

10 吴锴;;现金流波动、盈利稳定性与公司价值:基于沪深股市的实证研究[A];第六届（2011）中国管理学年会——会计与财务分会场论文集[C];2011年

相关重要报纸文章 前10条

1 深100指数基金经理林飞;指数的波动[N];证券时报;2006年

2 Neil O Hara 长江期货 钟哨锋/编译;统计套利交易者:波动率商人[N];期货日报;2009年

3 龚小磊;建信优选成长不参与“差公司好股票”游戏[N];中国证券报;2007年

4 东东;人民币走势打下“美元减息”印记？[N];上海证券报;2007年

5 戴德舜;海富通基金研究总监戴德舜： 影响投资的七大猜想[N];第一财经日报;2010年

6 兴业证券 蔡艳菲邋陈th;套期保值前 注意现货资产结构[N];期货日报;2008年

7 宋逢明 江 婕 李 超;深圳股票市场稳定性研究[N];证券时报;2002年

8 平安证券衍生产品部 薛普;慎防权证投资两大风险[N];证券时报;2008年

9 田帅;期指对现指波动性影响研究的回顾及总结[N];期货日报;2009年

10 长城伟业期货公司特邀研究员 王红兵邋宋曦 孔华强;发行沪深300ETF的可行性研究[N];期货日报;2007年

相关博士学位论文 前10条

1 姚宁;考虑跳跃与市场噪音条件下波动率估计与应用研究[D];天津大学;2009年

2 于亦文;中国证券市场微观结构若干问题研究[D];南京航空航天大学;2005年

3 耿立艳;非线性金融波动率模型及其实证研究[D];天津大学;2009年

4 任飞;股票市场的高频数据分析和多体模型研究[D];浙江大学;2007年

5 镇磊;基于高频数据处理方法对A股算法交易优化决策的量化分析研究[D];中国科学技术大学;2010年

6 黄后川;中国股票市场波动率的高频估计、特性与预测[D];厦门大学;2002年

7 王芳;基于市场微观结构噪声和跳跃的金融高频数据波动研究[D];西南财经大学;2011年

8 李胜歌;基于高频数据的金融波动率研究[D];天津大学;2008年

9 王鹏;金融市场波动的多分形测度及其应用研究[D];西南交通大学;2010年

10 郑仲民;金融资产价格跳跃行为研究[D];天津大学;2011年

相关硕士学位论文 前10条

1 黄文静;交易时间间隔与波动率的研究[D];厦门大学;2008年

2 李纯净;基于高频数据的微观市场结构中的研究[D];长春工业大学;2011年

3 陈曦;中国股市高频截面数据的概率分布及其时间相关性研究[D];华东理工大学;2011年

4 薛晨光;证券市场高频数据极值的统计特征和变动特征研究[D];长春工业大学;2012年

5 李静;中国股票市场波动率预测模型比较及应用研究[D];山东大学;2012年

6 林翟;基于已实现波动率的两种模型的预测能力的实证研究[D];厦门大学;2009年

7 葛怡;超高频波动率模型研究[D];兰州商学院;2010年

8 唐祺;用Black-Scholes模型对权证定价的实证分析[D];对外经济贸易大学;2006年

9 苏志锐;我国权证市场发展相关问题研究[D];对外经济贸易大学;2006年

10 王凤兰;期权定价[D];暨南大学;2007年

，

本文编号：1390302