基于函数型数据的沪深300指数日内波动率研究
发布时间:2021-10-10 14:42
波动率由于在资产定价、资产组合、风险管理等领域中起着至关重要的作用,所以从Markowitz(1952)首次提出波动率概念以来一直是金融市场领域的重点研究对象。同样也正是因为有了波动率这个概念以后金融学才正式发展成为一门新的独立学科。因此波动率在金融领域的地位和重要性不言而喻。根据金融波动率理论,实际的波动率是时间的函数,而时间是不间断的连续的,所以波动率也应该要符合连续的条件。因为实际的波动率没有办法直接观测到,从而需要借助具体的模型来刻画波动率特征以及准确预测波动率。为此,早期基于低频波动率问题提出了诸如ARCH类模型、SV类模型。这些模型在早期的市场研究中因能取得比较好的成效,以及能较好地估计、预测金融市场的波动率,而得到了较为广泛的应用。但近几十年来,金融市场伴随计算机技术(存储技术、计算能力等方面)的进步,以及计算机在金融市场领域的广泛应用,使得市场数据出现爆发式的增长。由此大数据的概念油然而生,并且大量被应用在金融市场的数据抓取、大数据分析以及像量化交易这样的市场交易策略中,使得基于低频数据的波动率研究方法已经不再适用。这促使学者们开始研究适用于高频数据下的波动率模型,从而...
【文章来源】:浙江工商大学浙江省
【文章页数】:62 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
第一章 绪论
第一节 选题的背景和意义
第二节 研究内容和框架
第三节 本文的创新与可能的不足之处
第二章 文献综述
第一节 波动率一般建模方法文献综述
第二节 函数型时间序列分析文献综述
第三节 函数型波动率分析文献综述
第三章 函数型日内波动率构建
第一节 日内波动率提取原理
第二节 函数型数据构建原理
第三节 函数型日内波动率构建
第四章 函数型日内波动率特征分析
第一节 函数型描述性统计分析原理
第二节 函数型主成分分析原理
第三节 函数型日内波动率特征分析实证部分
第五章 函数型日内波动率与成交量的量价分析
第一节 函数型日内成交量分析
第二节 函数型日内波动率与成交量的典型相关分析
第三节 函数型日内波动率与成交量回归分析
第六章 函数型日内波动率预测
第一节 函数型时间序列平稳性检验
第二节 函数型日内波动率预测模型
第三节 函数型日内波动率预测实证结果
第四节 小结
第七章 结论与展望
第一节 研究结论
第二节 研究展望
参考文献
攻读硕士学位期间的科研经历
致谢
【参考文献】:
期刊论文
[1]基于HAR-Copula模型的沪港股市动态相关性研究——“沪港通”实施背景及高频数据视角[J]. 刘光强. 财经问题研究. 2018(08)
[2]高频数据瞬时波动率核估计的窗宽选择及算法研究[J]. 王江涛,周勇. 中国管理科学. 2018(07)
[3]基于四次幂差修正HAR模型的股指期货波动率预测[J]. 陈声利,李一军,关涛. 中国管理科学. 2018(01)
[4]HAR族模型对波动率的预测精度比较及其SPA检验——基于沪深300指数高频数据[J]. 闫会强,夏霄松,金浩. 经济论坛. 2017(11)
[5]基于不同跳跃检验下的高频波动率模型预测[J]. 徐伟举,马锋,魏宇. 系统工程. 2016(12)
[6]基于已实现波动率的ARFIMA模型在股指期货高频数据中的实证研究[J]. 杨若一,胡冰霜. 中国国际财经(中英文). 2016(20)
[7]HAR族模型与GARCH族模型对不同期限波动率的预测精度比较——基于沪深300指数高频价格的实证分析[J]. 瞿慧,李洁,程昕. 系统工程. 2015(03)
[8]长记忆性、结构突变条件下中国股市波动率的高频预测[J]. 杨科,田凤平. 管理工程学报. 2013(02)
[9]中国股市高频波动率跳跃的特征分析[J]. 杨科,陈浪南. 系统工程学报. 2012(04)
[10]高频数据日内波动特征的函数型分析[J]. 马晓波,冯凌秉,李玮. 企业导报. 2011(22)
本文编号:3428582
【文章来源】:浙江工商大学浙江省
【文章页数】:62 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
第一章 绪论
第一节 选题的背景和意义
第二节 研究内容和框架
第三节 本文的创新与可能的不足之处
第二章 文献综述
第一节 波动率一般建模方法文献综述
第二节 函数型时间序列分析文献综述
第三节 函数型波动率分析文献综述
第三章 函数型日内波动率构建
第一节 日内波动率提取原理
第二节 函数型数据构建原理
第三节 函数型日内波动率构建
第四章 函数型日内波动率特征分析
第一节 函数型描述性统计分析原理
第二节 函数型主成分分析原理
第三节 函数型日内波动率特征分析实证部分
第五章 函数型日内波动率与成交量的量价分析
第一节 函数型日内成交量分析
第二节 函数型日内波动率与成交量的典型相关分析
第三节 函数型日内波动率与成交量回归分析
第六章 函数型日内波动率预测
第一节 函数型时间序列平稳性检验
第二节 函数型日内波动率预测模型
第三节 函数型日内波动率预测实证结果
第四节 小结
第七章 结论与展望
第一节 研究结论
第二节 研究展望
参考文献
攻读硕士学位期间的科研经历
致谢
【参考文献】:
期刊论文
[1]基于HAR-Copula模型的沪港股市动态相关性研究——“沪港通”实施背景及高频数据视角[J]. 刘光强. 财经问题研究. 2018(08)
[2]高频数据瞬时波动率核估计的窗宽选择及算法研究[J]. 王江涛,周勇. 中国管理科学. 2018(07)
[3]基于四次幂差修正HAR模型的股指期货波动率预测[J]. 陈声利,李一军,关涛. 中国管理科学. 2018(01)
[4]HAR族模型对波动率的预测精度比较及其SPA检验——基于沪深300指数高频数据[J]. 闫会强,夏霄松,金浩. 经济论坛. 2017(11)
[5]基于不同跳跃检验下的高频波动率模型预测[J]. 徐伟举,马锋,魏宇. 系统工程. 2016(12)
[6]基于已实现波动率的ARFIMA模型在股指期货高频数据中的实证研究[J]. 杨若一,胡冰霜. 中国国际财经(中英文). 2016(20)
[7]HAR族模型与GARCH族模型对不同期限波动率的预测精度比较——基于沪深300指数高频价格的实证分析[J]. 瞿慧,李洁,程昕. 系统工程. 2015(03)
[8]长记忆性、结构突变条件下中国股市波动率的高频预测[J]. 杨科,田凤平. 管理工程学报. 2013(02)
[9]中国股市高频波动率跳跃的特征分析[J]. 杨科,陈浪南. 系统工程学报. 2012(04)
[10]高频数据日内波动特征的函数型分析[J]. 马晓波,冯凌秉,李玮. 企业导报. 2011(22)
本文编号:3428582
本文链接:https://www.wllwen.com/jingjilunwen/jingjiguanlilunwen/3428582.html