高頻金融數據建模:理論、方法與應用 | 被動收入的投資秘訣 - 2024年8月

高頻金融數據建模:理論、方法與應用

作者:張波,余超,畢濤
出版社:清華大學
出版日期:2015年10月01日
ISBN:9787302405474
語言:繁體中文

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征行為的研究。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系進行實證研究。張波,理學博士,畢業於香港科技大學數學系,現為中國人民大學應用統計科學研究中心專職研究員、統計學院教授、博士生導師,概率論與數理統計研究所所長.主要研究方向為高頻金融數據分析、金融隨機分析等。在《stochasticProcesses and Their Applicatitons》、《QuantttativeFinance》、《Journal of Time Seties Analysis》、《Journal of Statistical Planning and Irrference》、《Science in China》、《統計研究》等國內外專業雜志發表論文90余篇.主持完成多項國家自然科學基金項目和國家社科基金項目.中國現場統計研究會常務理事,擔任多個國內外學術期刊的編委。余超,經濟學博士,畢業於中國人民大學統計學院,現為對外經濟貿易大學統計學院講師,從事高頻金融數據領域的研究,研究工作集中在高頻波動率、價格跳躍行為方面,研究成果發表在《Journal of Time Series Analysis》等統計學專業期刊上。畢濤。經濟學士,畢業於中國人民大學統計學院,現為國家計算機網絡與安全管理中心助理研究員,從事高頻金融數據領域的研究,研究工作集中在波動率估計、跳躍風險等方面,研究成果發表在《Communications in Statistics》等統計學專業期刊上。

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資產價格跳躍行為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2.2.2Ito積分過程2.2.3Ito公式2.2.4隨機微分方程2.2.5擴散過程2.3Levy過程2.3.1Levy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資產價格模型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—擴散過程)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跳躍特征識別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—averaging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—擴散過程8.2無限活躍度跳躍—擴散過程8.3跳躍特征識別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蒙特卡洛模擬研究9.3.1蒙特卡洛模擬設計9.3.2蒙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征行為研究11.1引言11.2跳躍活躍度指數簡介11.3蒙特卡洛模擬研究11.3.1蒙特卡洛模擬設計11.3.2蒙特卡洛模擬分析11.4實證研究11.5結論第12章 基於高頻數據的風險度量——已實現向下和向上冪變差12.1引言12.2主要理論12.2.1模型設定12.2.2已實現向下和向上冪變差12.2.3理論結果12.3蒙特卡洛模擬研究12.3.1蒙特卡洛模擬設計12.3.2模擬結果12.4實證研究12.4.1研究數據12.4.2已實現向下和向上冪變差分布特征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系研究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系研究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


相關書籍