正版 高频金融数据建模：理论、方法与应用 张波、余超、毕涛

基本信息

书名:高频金融数据建模：理论、方法与应用

原价：39.00元

作者:张波、余超、毕涛

出版社：清华大学出版社

出版日期：2015-10-01

ISBN：9787302405474

字数：

页码：

版次：1

装帧：平装

开本：16开

商品重量：

编辑推荐

本书对已有的研究方法及成果进行归纳、梳理，以帮助读者打开高频金融数据分析与研究领域之门。全书从4个层面安排14章内容，第1层面包括1~3章，讲述预备知识、证券市场微观结构；第2层面为4~8章，聚焦基于高频金融数据的积分波动率和瞬时波动率的估计问题；第3层面为9~11章，讨论高频金融数据中普遍存在的跳跃行为；第4层面为12~14章，针对已实现向上和向下幂变差展开讨论，对正负跳跃度量与交易量、日内序列相关性之间关系进行实证研究。

内容提要

近年来，高频金融数据建模逐渐成为国内外研究的热点，高频交易模式也逐渐在华尔街等主流金融市场流行．本书对已有的研究方法及成果进行归纳、梳理并集结成书，以帮助读者打开高频金融数据分析与研究领域之门．全书共14章，按照研究内容可分为4大部分．部分为第1~3章，包括绪论、预备知识、证券市场微观结构基础等内容，主要给出高频金融数据研究的背景和现状、必备的随机分析基础知识、证券市场运行的基本知识等．第二部分为第4~8章，主要介绍基于高频数据的积分波动率和瞬时波动率的估计问题的研究．第三部分为第9~11章，讨论高频金融数据中普遍存在的跳跃行为，主要包括一维和多维情况下跳跃行为的检验方法及跳跃特征行为的研究．第四部分为第12~14章，主要针对已实现向上和向下幂变差展开讨论，在此基础上对扩展出来的正负跳跃度量与交易量、日内序列相关性之间的关系进行实证研究．

本书可作为高等院校金融专业、统计专业、数学专业本科生和研究生的教材或参考书，也可作为金融从业人员的参考书．

目录

第1章绪论

1.1高频金融数据

1.2应用领域

1.2.1市场微观结构

1.2.2市场波动性

1.2.3资产价格跳跃行为

1.2.4风险度量

1.3本书的主要内容

第2章预备知识

2.1Brown运动

2.1.1基本概念与性质

2.1.2Brown运动的鞅性质

2.2随机积分

2.2.1关于Brown运动的积分

2.2.2It积分过程

2.2.3It公式

2.2.4随机微分方程

2.2.5扩散过程

2.3Lvy过程

2.3.1Lvy过程

2.3.2关于Poisson点过程的随机积分

2.4半鞅

第3章证券市场微观结构基础

3.1证券市场微观结构

3.1.1基本概念

3.1.2基本组成

3.2中国证券市场微观结构

第4章高频数据积分波动率估计

4.1资产价格模型

4.2连续过程的积分波动率估计

4.2.1已实现波动率

4.2.2已实现极差波动率

4.3非连续过程的积分波动率估计

4.3.1已实现多次幂变差

4.3.2已实现阈值波动率

4.4市场微观结构噪声与积分波动率估计

4.4.1多尺度已实现波动率

4.4.2已实现核方法

4.4.3预平均方法

第5章高频数据瞬时波动率估计(连续过程)

5.1瞬时波动率

5.2瞬时波动率核估计

5.3窗宽与核函数选择

第6章瞬时波动率估计(跳跃扩散过程)

6.1阈值核估计量

6.2渐近性质

6.3窗宽与核函数选择

6.4跳跃特征识别

6.4.1跳跃大小估计

6.4.2跳跃发生强度估计

6.5模拟与实证研究

6.5.1数值模拟

20世纪90年代以前，学者们对金融市场进行实证研究所依据的数据都是日、周、月、季度或者年度等频率数据，这种金融数据在金融计量学研究领域通常称为低频数据．由于金融市场往往是连续运行的，基于低频数据的金融市场研究无疑会造成大量有用市场信息的损失．因此一种能更准确地描述金融市场运行原始特征的高频数据呼之欲出．所谓高频数据即日内数据，是指在金融市场运行过程中以小时、分钟、秒或实际交易间隔为采集频率的数据．近年来，随着计算机与通信技术的迅猛发展，记录、收集、存储和操作金融市场实时交易数据的成本大大降低，越来越多的学者、市场交易者开始尝试寻找和挖掘埋藏在海量、高频交易数据中的金矿．高频金融数据建模理论与实证研究成为金融、统计、计量经济学等学科的热门研究题目，高频交易模式也逐渐在华尔街等主流金融市场流行．我们自2006年开始学习高频金融数据的研究方法，通过多年的科研、教学积累，在该领域取得了一定的成绩和进展，部分研究成果也得到了学界的认可．我们对近几年在高频金融数据研究领域取得的研究成果进行了归纳、梳理，并集结成书，希望本书能为对该领域感兴趣的研究人员、金融从业者提供有价值的参考．

本书共14章，按照内容可分为4大部分．部分包括绪论、预备知识、证券市场微观结构3章，主要给出高频金融数据研究的背景和现状、必备的数学知识背景、证券市场运行的基本知识等内容．第二部分为第4~8章，主要介绍基于高频数据的积分波动率和瞬时波动率的估计问题．第三部分为第9~11章，主要研究了高频金融数据中普遍存在的跳跃行为，主要包括一维和多维情况下跳跃行为的检验方法及跳跃特征行为的研究．第四部分为第12~14章，主要内容为我们构建的已实现向上和向下幂变差的理论结果及在此基础上扩展出来的正负跳跃度量与交易量、日内序列相关性之间关系的实证研究．本书可作为高等院校金融专业、统计专业本科生和研究生教材，也可以作为金融从业人员的参考书目．由于作者知识水平有限，选题也限于作者的兴趣，本书难免存在疏漏，欢迎广大读者不吝赐教．

香港科技大学数学系荆炳义教授在百忙之中阅读了本书初稿并提出了宝贵的意见和建议，特此致谢！本书是中国人民大学科学研究基金项目成果，作者对中国人民大学的支持表示感谢！

著者

2015.4