基于小波分析的股市高频数据研究-数量经济学专业论文.docxVIP

中文摘要小波分析是一个比较新的课题和方法，包含了丰富的数学内容并具有广泛的 中文摘要 小波分析是一个比较新的课题和方法，包含了丰富的数学内容并具有广泛的 使用潜力，成为许多庶用和工程学科中一个有力的研究工具。本文把小波分析用 在对金融商频数据的分析研究上，开创了小波分柝方法斑焉的耨锈域。本文的主 要创新工作如下： 1、科露小波分析砖毅市麓频数据豹基内趱期性和翻阕波动毽进行分离，并 把其特性分解在不同的尺度上，随着分解层次的深入，“日历效应”变得越来越 平漪，其高峰、尖尾的特性也被独立出来，使高频数据的特征更瀵晰地呈现出来。 2、根据小波方蒹的概念，定义小波偏度和小波峰度，并把它们用在对股市 高频序列的互相关分析上。得出结论：以不同的尺度为基准，沪、深两市收益率 和波动率在不同滞盾期上的褶关怪也怒不同的，随着尺发的增大，表现豳盼襁关 性也在增强。 3、把长记季乙过程衰小波分析结念起来，着重瓣述了长记忆过程豹离散夸波 变换、分整麓分过程如何利用小波分析实现拟食和最小二乘估计等理论。利用小 波分誊亍研究沪、涤黢枣高频数据的长记忆性，把长记忆性分解在不同豹尺度上。 4、利用小波去噪法除去高频时间序列的噪声，利用不同的准则、不同的小 波爨数得到不同的结果，但总体上用小波去噪的效果要好于传统的去噪方法。 最后，对论文的内容进彳亍总结和展望，并指出了今后的研究方向。 关键词： 小波分析小波方差日历效应高频数据长记忆 ABSTRACTWavelet ABSTRACT Wavelet analysis is a novel object and method，which includes abundant mathematical contents．With extensive applied potential，wavelet has been a powerful research insmⅡnent in many applied and engineering subjects．TMs paper puts wavelet into use on analysis and research of financial high-frequency data,which creates new field to USe wavelet analysis．The main work and innovations of the dissertation include： l、Wavelet analysis is used to take intraday periodicity apart from interday volatility．啊lc periodicity is divided 011 different scales：With scale enlarged,calendar effect is becoming smoother and smoother．ne characteristic of high Skewness and Kurtosis is independently present． 2、On basis ofwnvelet variance，the author defines wavelet Skewness and wavelet Kurtosis．Moreover,the author USeS them in ana|yzJng CIOSS-correlation of high-frequency lime series in stock markets．11le result is that cross-correlation of yield and volatility is different from different scales in Shanghai Stock Market and Shenzhen Stock Market．With scale enlarged,cross-correlation is strengthening． 3、叻e paper connects long-memory process诵也wavelet．emphasizes on such theories as discrete wavelet transform of．10ng-memory process，simulation with wavelet and Least Squares Estimation of Fractionally Differenced process．Then the paper analyses long-memory of high-frequency dat