股指期货中的高频数据分析-概率论与数理统计专业论文.docxVIP

摘要 摘要 摘要 随着金融改革的深化及市场竞争的加剧，传统的基本面加技术面的投资分 析方法受到了来自新方法的挑战。特别是在高频数据的分析与建模方面，传统 的建模方法无法适应高频数据的高峰度、长相依等特征，在分析上存在困难。 另一方面，高频数据中包含的微观金融结构，又对理解市场运作方式和机理至 关重要。本文基于随机金融间期分析框架，使用密度预估的方法，比较了几种 常见的金融间期模型，并使用沪深 300 股指期货的高频数据进行了实证分析。 分析结果表明，在合适的基础分布上，简单直接的 ACD 即 LOG-ACD 模型就能得 到较好的拟合结果。除此之外，在数据分析和模型验证的过程中，股指期货市 场的微观金融结构也显现在我们面前。事实证明，基于随机间期模型的高频数 据框架对我国的股指期货市场的分析是有效的，而这一特殊的市场，和以往的 单边的，相对低流动性的其它金融市场也存在着很大的不同。 关键词：高频数据 密度预估 ACD 模型 股指期货 I Abstract Abstract ABSTRACT The instant development and intense competition of financial market has changed the traditional investment method of fundamental and technical analysis. More and more often we face the challenges from new method and data. Especially in the field of high frequency data analysis, traditional modeling method can hardly fit the characteristic of high frequency data. On the other hand, micro financial structural in these data is believed to be the key to explain the mechanism of market operation. In this paper we state and compare several autoregression conditional duration process using the DGT density forecast evaluation method on the market data from HS300 stock index futures. The analysis reveals that the straight forward models such as ACD and log-ACD can fit the data quiet well with a proper innovation distribution. And from these models, we can analyse the market from a different way. Key Words:high frequency data analysis, DGT density evaluation, ACD model, stock index futures III 中国科学技术大学学位论文原创性声明 本人声明所呈交的学位论文,是本人在导师指导下进行研究工作所取得的 成果。除已特别加以标注和致谢的地方外，论文中不包含任何他人已经发表或 撰写过的研究成果。与我一同工作的同志对本研究所做的贡献均已在论文中作 了明确的说明。 作者签名： 签字日期： 中国科学技术大学学位论文授权使用声明 作为申请学位的条件之一，学位论文著作权拥有者授权中国科学技术大学 拥有学位论文的部分使用权，即：学校有权按有关规定向国家有关部门或机构 送交论文的复印件和电子版，允许论文被查阅和借阅，可以将学位论文编入《中 国学位论文全文数据库》等有关数据库进行检索，可以采用影印、缩印或扫描 等复制手段保存、汇编学位论文。本人提交的电子文档的内容和纸质论文的内 容相一致。 保密的学位论文在解密后也遵守此规定。 □公开 □保密（ 年） 作者签名： 导师签名： 签字日期： 签字日期： 第 第 1 章绪论 PAGE PAGE 1 第1章 绪论 1.1 引言 长期以来，金融市场与统计科学的发展互相渗透，互相促进：统计科学为金 融市场的精细分析、提供了理论和实践基础，使其可以不断推陈出新，开发出新 的产品和市场策略；而金融市场的发展又不断向统计学提出新的研究