高频金融数据的多元波动率估计

发布时间：2017-04-02 18:15

  本文关键词：高频金融数据的多元波动率估计，，由笔耕文化传播整理发布。

【摘要】：高频金融数据以提供更丰富的市场信息而成为了目前金融领域的研究新宠,而波动率的研究则作为焦点问题一直都在金融领域中占有重要席位。那么如何准确地测量金融资产收益的波动问题就自然倍受瞩目,是金融领域研究的核心问题之一。现代金融市场情况瞬息万变、发展迅速,人们需要更细致的把握金融波动的信息以应对市场的变化。在交易及其频繁的金融市场上,低频数据并不足以全面真实地反映市场情况,势必需要开展对金融高频数据内部结构的研究,而且计算机应用和数据的可获取性为金融高频数据的研究与发展提供了条件。本文应用小波变换对有限样本的波动率进行估计并研究相关性质,通过计算已实现协方差描述样本间的相关性,并将结果应用于多元高频金融数据实证分析中。
【关键词】：高频数据 多元波动率 小波变换 已实现协方差
【学位授予单位】：长春工业大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F832.5
【目录】：

• 摘要2-3
• Abstract3-5
• 第一章 绪论5-6
• 1.1 论文的研究背景5
• 1.2 本文完成的主要工作5-6
• 第二章 基于高频数据的波动率研究6-9
• 2.1 噪声下的已实现波动6-7
• 2.2 纠偏降噪方法的简述7-9
• 第三章 非参数波动率估计研究9-20
• 3.1 已实现波动的理论基础9-10
• 3.2 有限样本积分波动率的估计10-16
• 3.2.1 已实现波动13-14
• 3.2.2 傅里叶估计14-15
• 3.2.3 小波估计15-16
• 3.3 实证研究16-20
• 3.3.1 数据整理16-18
• 3.3.2 小波估计量18-19
• 3.3.3 小结19-20
• 第四章 多元波动率模型估计20-27
• 4.1 多元波动模型20-23
• 4.1.1 BEKK模型21
• 4.1.2 Cholesky分解和波动性建模21-23
• 4.1.3 动态条件相关模型23
• 4.2 实证研究23-27
• 4.2.1 数据说明23-24
• 4.2.2 多元波动率建模与分析24-27
• 第五章 结论27-28
• 致谢28-29
• 参考文献29-32
• 作者简介32
• 攻读硕士学位期间研究成果32-33

【相似文献】

中国期刊全文数据库 前10条

1 朱建平;魏瑾;谢邦昌;;金融高频数据挖掘研究评述与展望[J];经济学动态;2011年06期

2 郭兴义,杜本峰,何龙灿;(超)高频数据分析与建模[J];统计研究;2002年11期

3 常宁,徐国祥;金融高频数据分析的现状与问题研究[J];财经研究;2004年03期

4 尹优平,马丹;基于分布拟合方法的高频数据风险价值研究[J];金融研究;2005年03期

5 金登贵;中国证券市场高频数据分布特征研究[J];统计与决策;2005年20期

6 补冯林,张卫国,何伟;基于超高频数据的股票流动性度量研究[J];统计与决策;2005年04期

7 曾勇,王志刚,李平;基于高频数据的金融市场微观结构实证研究综述[J];系统工程;2005年03期

8 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

9 魏莉娅;马永开;;基于高频数据的深圳基金市场日内周期性研究[J];当代经济管理;2007年01期

10 包郭平;应益荣;;金融市场中高频数据的分析方法[J];五邑大学学报(自然科学版);2007年01期

中国重要会议论文全文数据库 前7条

1 郭名媛;;基于高频数据的已实现极差相关系数及实证研究[A];2012管理创新、智能科技与经济发展研讨会论文集[C];2012年

2 唐勇;;金融市场波动建模:基于高频数据视角[A];社会经济发展转型与系统工程——中国系统工程学会第17届学术年会论文集[C];2012年

3 郭名媛;;基于高频数据的赋权已实现极差相关系数及其实证研究[A];社会经济发展转型与系统工程——中国系统工程学会第17届学术年会论文集[C];2012年

4 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

5 张晨;李月环;;基于调整“已实现”波动率的沪深300指数高频数据波动性研究与预测[A];中国会计学会高等工科院校分会2008年学术年会（第十五届年会）暨中央在鄂集团企业财务管理研讨会论文集（上册）[C];2008年

6 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

7 瞿慧;张明卓;;基于跳跃规模细分的已实现波动率建模研究[A];“两型社会”建设与管理创新——第十五届中国管理科学学术年会论文集（上）[C];2013年

中国重要报纸全文数据库 前7条

1 本报记者 任晓;12月PMI或小幅上行[N];中国证券报;2013年

2 程实;美国金融体系逐渐恢复 实体经济企稳[N];中国经济时报;2009年

3 华泰长城期货 谢赵维　许惠敏;高库存料继续“重压”矿价[N];中国证券报;2014年

4 金融学博士 宏观经济分析师 程实;全球经济隐约徘徊着复合危机阴影[N];上海证券报;2011年

5 申银万国证券研究所 李慧勇;新兴市场保持资金大额流入[N];证券时报;2014年

6 格林期货 刘光素　编辑 梁伟;揭秘神奇的“期指领先股指2分钟”之谜[N];上海证券报;2010年

7 长城证券 汪毅 张新文;债市调整 可转债个体性机会增强[N];经济参考报;2014年

中国博士学位论文全文数据库 前6条

1 唐勇;基于高频数据的金融市场分析[D];天津大学;2007年

2 刘广应;带跳的分数维积分过程的幂变差理论及其在金融高频数据中的应用[D];复旦大学;2011年

3 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

4 李胜歌;基于高频数据的金融波动率研究[D];天津大学;2008年

5 王少斌;基于高频数据的投资者交易行为研究[D];首都经济贸易大学;2014年

6 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

中国硕士学位论文全文数据库 前10条

1 刘力华;基于高频数据的证券市场实证研究[D];暨南大学;2011年

2 韩铁;金融市场（超）高频数据建模及与低频数据对比研究[D];天津大学;2006年

3 张国勇;金融市场（超）高频数据建模及其实证分析[D];天津大学;2004年

4 李晓威;金融高频数据的关联规则算法研究[D];吉林大学;2008年

5 李颖超;太钢不锈股市高频数据实证研究[D];山西财经大学;2012年

6 张曙;金融高频数据的分析及实证研究[D];中南大学;2013年

7 肖星火;基于中国股市高频数据的流动性风险研究[D];华南理工大学;2013年

8 翟昌立;基于高频数据的中国证券市场特征研究[D];天津大学;2007年

9 侯守国;基于小波分析的股市高频数据研究[D];天津大学;2006年

10 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

  本文关键词：高频金融数据的多元波动率估计，由笔耕文化传播整理发布。

本文编号：282948