我國股票市場高頻數據波動率的預測研究.pdf

1、本文主要研究了我國股票市場高頻金融數據的波動率的預測問題。首先，本文介紹了高頻金融數據，它是相對于以前的以每年、每月、每周等為頻率采集到的低頻金融數據而言的，通常指以每天、每小時、每分鐘甚至以每秒為頻率所采集到的按時間先后順序排列起來的金融數據序列。本文研究的數據樣本采用了上證綜指2010年1月4日到2012年6月29日的每1分鐘的高頻數據。
　　本文利用已實現(xiàn)波動率來估計實際波動率，從理論上給出了已實現(xiàn)波動率的計算方法，并且給出

2、了已實現(xiàn)波動率的極限性質，這是本文進行研究的主要理論基礎。接下來本文提到了時間序列的一個重要性質----長記憶性，并從時域和譜密度這兩個角度給出了3個關于長記憶性的定義，并且著重介紹了長記憶性的一種檢驗方法----R/S檢驗法。然后，本文提到了ARFIMA(p，d，q)模型，提出了進行分數階差分的意義，并且通過利用Stirling公式給出了一種做分數階差分的簡單方法，通過簡單的R語言程序即可實現(xiàn)。通過對上述高頻金融數據的實證研究，對日對