編輯推薦
《高頻金融數據建模:理論、方法與應用》對已有的研究方法及成果進行歸納、梳理,以幫助讀者打開高頻金融數據分析與研究領域之門。全書從4個層麵安排14章內容,第1層麵包括1~3章,講述預備知識、證券市場微觀結構;第2層麵為4~8章,聚焦基於高頻金融數據的積分波動率和瞬時波動率的估計問題;第3層麵為9~11章,討論高頻金融數據中普遍存在的跳躍行為;第4層麵為12~14章,針對已實現嚮上和嚮下冪變差展開討論,對正負跳躍度量與交易量、日內序列相關性之間關係進行實證研究。
內容簡介
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.《高頻金融數據建模:理論、方法與應用》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.首要部分為第1~3章,包括緒論、預備知識、證券市場微觀結構基礎等內容,主要給齣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,主要針對已實現嚮上和嚮下冪變差展開討論,在此基礎上對擴展齣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、方法與應用》可作為高等院校金融專業、統計專業、數學專業本科生和研究生的教材或參考書,也可作為金融從業人員的參考書.
目錄
第1章緒論
1.1高頻金融數據
1.2應用領域
1.2.1市場微觀結構
1.2.2市場波動性
1.2.3資産價格跳躍行為
1.2.4風險度量
1.3本書的主要內容
第2章預備知識
2.1Brown運動
2.1.1基本概念與性質
2.1.2Brown運動的鞅性質
2.2隨機積分
2.2.1關於Brown運動的積分
2.2.2It�埢�分過程
2.2.3It�埞�式
2.2.4隨機微分方程
2.2.5擴散過程
2.3L�髒y過程
2.3.1L�髒y過程
2.3.2關於Poisson點過程的隨機積分
2.4半鞅
第3章證券市場微觀結構基礎
3.1證券市場微觀結構
3.1.1基本概念
3.1.2基本組成
3.2中國證券市場微觀結構
第4章高頻數據積分波動率估計
4.1資産價格模型
4.2連續過程的積分波動率估計
4.2.1已實現波動率
4.2.2已實現極差波動率
4.3非連續過程的積分波動率估計
4.3.1已實現多次冪變差
4.3.2已實現閾值波動率
4.4市場微觀結構噪聲與積分波動率估計
4.4.1多尺度已實現波動率
4.4.2已實現核方法
4.4.3預平均方法
第5章高頻數據瞬時波動率估計(連續過程)
5.1瞬時波動率
5.2瞬時波動率核估計
5.3窗寬與核函數選擇
第6章瞬時波動率估計(跳躍�怖┥⒐�程)
6.1閾值核估計量
6.2漸近性質
6.3窗寬與核函數選擇
6.4跳躍特徵識彆
6.4.1跳躍大小估計
6.4.2跳躍發生強度估計
6.5模擬與實證研究
6.5.1數值模擬
6.5.2實證研究
第7章瞬時波動率估計與市場微觀結構噪聲
7.1市場微觀結構噪聲的影響
7.2Pre�瞐veraging核估計
7.3漸近性質
7.4數值模擬
第8章市場微觀結構噪聲與跳躍同時存在時瞬時波動率估計
8.1有限活躍度跳躍�怖┥⒐�程
8.2無限活躍度跳躍�怖┥⒐�程
8.3跳躍特徵識彆
8.3.1跳躍大小估計
8.3.2跳躍發生強度估計
8.4數值模擬
第9章基於高頻數據的跳躍行為檢驗方法研究
9.1引言
9.2跳躍行為檢驗方法簡介
9.3濛特卡洛模擬研究
9.3.1濛特卡洛模擬設計
9.3.2濛特卡洛模擬結果分析
9.4實證研究
9.4.1研究數據
9.4.2中國股票市場跳躍行為分析
第10章基於高頻數據的共同跳躍行為研究
10.1引言
10.2共同跳躍檢驗方法簡介
10.3實證研究
10.4結論
第11章基於高頻數據的跳躍特徵行為研究
11.1引言
11.2跳躍活躍度指數簡介
11.3濛特卡洛模擬研究
11.3.1濛特卡洛模擬設計
11.3.2濛特卡洛模擬分析
11.4實證研究
11.5結論
第12章基於高頻數據的風險度量——已實現嚮下和嚮上冪變差
12.1引言
12.2主要理論
12.2.1模型設定
12.2.2已實現嚮下和嚮上冪變差
12.2.3理論結果
12.3濛特卡洛模擬研究
12.3.1濛特卡洛模擬設計
12.3.2模擬結果
12.4實證研究
12.4.1研究數據
12.4.2已實現嚮下和嚮上冪變差分布特徵
12.5定理證明
第13章基於中國股市高頻數據的已實現波動率、跳躍及交易量相關關係研究
13.1引言
13.2研究方法
13.3實證研究
13.3.1研究數據
13.3.2實證結果
13.4研究結論
第14章基於高頻數據的日內序列相關、波動率及跳躍行為關係研究
14.1股票收益率序列相關性研究現狀
14.2研究方法
14.2.1方差比檢驗
14.2.2基於高頻數據的波動率和跳躍行為度量
14.3實證研究
14.3.1研究數據
14.3.2實證結果
14.4研究結論
參考文獻
前言/序言
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齣.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、分鍾、秒或實際交易間隔為采集頻率的數據.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、教學積纍,在該領域取得瞭一定的成績和進展,部分研究成果也得到瞭學界的認可.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瞭歸納、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,主要給齣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,主要研究瞭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嚮上和嚮下冪變差的理論結果及在此基礎上擴展齣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.
香港科技大學數學係荊炳義教授在百忙之中閱讀瞭本書初稿並提齣瞭寶貴的意見和建議,特此緻謝!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錶示感謝!
著者
2015.4
高頻金融數據建模:理論、方法與應用 下載 mobi epub pdf txt 電子書 格式
評分
☆☆☆☆☆
竪著吳老師
評分
☆☆☆☆☆
很好很及時,非常滿意的體驗。
評分
☆☆☆☆☆
15年之前的高頻綜述書籍,可以作為入門,以此齣發找文獻方便點
評分
☆☆☆☆☆
15年之前的高頻綜述書籍,可以作為入門,以此齣發找文獻方便點
評分
☆☆☆☆☆
還沒看來,高估自己的實力瞭,看不懂
評分
☆☆☆☆☆
很好很及時,非常滿意的體驗。
評分
☆☆☆☆☆
書脊磨傷,好像在地上拖過。
評分
☆☆☆☆☆
15年之前的高頻綜述書籍,可以作為入門,以此齣發找文獻方便點
評分
☆☆☆☆☆
很好很及時,非常滿意的體驗。