新書推薦：
《
环境、社会、治理（ESG）信息披露操作手册
》
售價：HK$
261.8
![桑德拉销售原则 伍杰 [美]大卫·马特森](http://103.6.6.66/upload/mall/productImages/24/46/9787111762928.jpg)
《
桑德拉销售原则 伍杰 [美]大卫·马特森
》
售價：HK$
96.8
《
理论的意义
》
售價：HK$
74.8
《
悬壶杂记：医林旧事
》
售價：HK$
52.8
《
谁之罪？（汉译世界文学5）
》
售價：HK$
52.8
《
民国词社沤社研究
》
售價：HK$
140.8
《
帕纳索传来的消息（文艺复兴译丛）
》
售價：HK$
108.9
《
DK威士忌大百科
》
售價：HK$
294.8
|
| 編輯推薦： |
深圳市人文社科重点研究基地成果；
《金融(超)高频数据建模与分析》是对中国金融衍生品市场的实证研究，通过高频数据建模与分析的方法讨论价格发现和波动率的一些特征，试图总结归纳其市场运行规律；
帮助读者理解价格发现的功能，揭示风险和投资管理；
为监管机构的日常监管工作和政策制定做出贡献。
|
| 內容簡介： |
|
《金融(超)高频数据建模与分析》从金融衍生品市场微观结构的基础实证研究出发，利用市场数据实证的结论探究金融衍生品市场的特征与运行的客观规律，以期对市场投资者的投资决策进行指导，提升投资者的风险管理能力；针对金融衍生品市场的特征，制定行之有效的监管措施，进而为我国未来金融衍生品市场的健康有序发展提供帮助。 《金融(超)高频数据建模与分析》学术性专业性较强，对研究中国衍生品市场发展的专业人员具有较高的参考价值。
|
| 目錄：
|
上 篇
价格发现与市场微观结构
第1章 绪论 3
1.1 我国金融衍生品市场发展的特点 4
1.2 研究问题的提出 8
1.2.1 金融衍生产品的价格发现 8
1.2.2 股指期货的波动率 8
1.3 研究目的与意义 9
1.3.1 研究目的 9
1.3.2 研究意义 10
1.4 研究思路与方法 13
1.4.1 研究思路 13
1.4.2 研究方法 15
1.4.3 结构安排 15
第2章 定义和研究理论基础 17
2.1 高频数据和超高频数据 18
2.2 价格发现功能定义 18
2.2.1 价格发现功能 18
2.2.2 价格发现贡献度 19
2.3 价格发现理论依据 19
2.3.1 金融市场微观结构理论 19
2.3.2 定价理论 20
2.3.3 协整理论 21
2.3.4 投资者情绪理论 21
2.4 价格发现相关假说 22
2.4.1 有效市场假说 22
2.4.2 交易成本假说 22
2.4.3 交易杠杆假说 22
2.4.4 交易限制假说 23
2.5 波动率的定义和分类 23
2.5.1 波动率的定义 23
2.5.2 波动率的分类 25
2.6 波动率理论依据 26
2.7 波动率模型与参数设定 27
2.7.1 自回归条件异方差模型及其估计 28
2.7.2 广义自回归条件异方差模型与估计 30
2.8 抽样频率与波动率预测评估 31
2.8.1 抽样频率 31
2.8.2 波动率预测评估 33
2.9 本章小结 34
第3章 价格发现功能的研究 35
3.1 研究现状 36
3.1.1 价格的领先滞后关系 36
3.1.2 价格发现贡献度 39
3.1.3 现状分析 42
3.2 价格发现过程的机理分析 43
3.2.1 期权价格发现功能的机理分析 43
3.2.2 期货价格发现功能的机理分析 45
3.3 价格发现领先滞后关系的实证研究 45
3.3.1 研究设计 45
3.3.2 实证检验结果与分析 47
3.4 价格发现的贡献度的实证研究 55
3.4.1 研究设计 55
3.4.2 实证检验结果与分析 66
3.5 研究结果讨论 74
3.6 本章小结 76
第4章 价格发现功能的多时间角度分析 77
4.1 研究现状 78
4.1.1 价格发现贡献度的变化 78
4.1.2 价格发现功能的日内效应 79
4.1.3 现状分析 80
4.2 暴涨暴跌行情的价格发现的实证研究 80
4.2.1 研究设计 80
4.2.2 因果关系检验 81
4.2.3 广义脉冲响应分析 82
4.2.4 Johansen协整检验 83
4.2.5 向量误差修正模型 84
4.3 价格发现贡献度的时变分析的实证研究 88
4.3.1 研究设计 88
4.3.2 每日价格发现贡献度的变化分析 88
4.3.3 期权每日价格发现贡献度的变化分析 92
4.3.4 期货每日价格发现贡献度的变化分析 95
4.4 价格发现的日内效应的实证研究 98
4.4.1 研究设计 98
4.4.2 期权价格发现的日内效应 99
4.4.3 期货价格发现的日内效应 100
4.5 研究结果讨论 102
4.6 本章小结 103
第5章 市场微观结构对价格发现功能的影响 105
5.1 研究现状 106
5.1.1 市场质量对价格发现的影响 106
5.1.2 投资者对价格发现的影响 108
5.1.3 交易制度对价格发现的影响 108
5.1.4 现状分析 109
5.2 市场微观结构对价格发现的作用机理 110
5.2.1 市场质量对价格发现的影响机理分析 110
5.2.2 投资者对价格发现的影响机理分析 111
5.2.3 交易制度对价格发现的影响机理分析 112
5.3 市场质量对价格发现的影响的实证研究 113
5.3.1 研究假设 113
5.3.2 研究设计 114
5.3.3 市场质量对期权价格发现的影响分析 115
5.3.4 市场质量对期货价格发现的影响分析 118
5.4 投资者对价格发现的影响的实证研究 120
5.4.1 研究假设 120
5.4.2 研究设计 121
5.4.3 投资者对期权价格发现的影响分析 122
5.4.4 投资者对期货价格发现的影响分析 124
5.5 交易制度对价格发现的影响的实证研究 126
5.5.1 研究假设 126
5.5.2 研究设计 127
5.5.3 交易制度对期权价格发现的影响分析 128
5.5.4 交易制度对期货价格发现的影响分析 130
5.6 研究结果讨论 133
5.7 本章小结 134
第6章 宏观经济信息对价格发现功能的影响 137
6.1 研究现状 138
6.2 影响机理分析 138
6.3 研究假设 139
6.4 研究设计 140
6.4.1 样本选择与数据来源 140
6.4.2 变量定义 140
6.4.3 模型构建与说明 141
6.5 宏观经济信息对期权价格发现的影响分析 142
6.5.1 宏观经济信息发布对期权价格发现的影响 142
6.5.2 不同时段的宏观经济信息发布对期权价格发现的影响 144
6.5.3 不同类型的宏观经济信息发布对期权价格发现的影响 146
6.5.4 宏观经济信息指标对期权价格发现的影响 148
6.6 宏观经济信息对期货价格发现的影响分析 151
6.6.1 宏观经济信息发布对期货价格发现的影响 151
6.6.2 不同时段的宏观经济信息发布对期货价格发现的影响 153
6.6.3 不同类型的宏观经济信息发布对期货价格发现的影响 154
6.6.4 宏观经济信息指标对期货价格发现的影响 157
6.7 研究结果讨论 159
6.8 本章小结 160
下 篇
高频波动率建模与预测
第7章 波动率日内统计性描述与ARMA模型检验和预测 163
7.1 研究现状 164
7.1.1 波动率模型研究综述 164
7.1.2 波动率预测研究 167
7.1.3 国内外研究评述 169
7.2 日内高频数据统计性描述 170
7.2.1 数据选择 170
7.2.2 高频数据预处理和数据统计性描述 170
7.2.3 时间序列数据平稳性检验 175
7.3 ARMA模型和预测 176
7.3.1 ARMA模型介绍 176
7.3.2 ARMA模型识别、估计和预测 176
7.4 实证检验与分析 177
7.5 收益率预测 184
7.6 研究结果与讨论 185
7.7 本章小结 186
第8章 基于ARMA-GARCH-SN模型的日内波动率研究与预测 187
8.1 模型与研究方法 188
8.2 实证检验结果与分析 192
8.3 波动率预测 200
8.4 研究结果与讨论 203
8.5 本章小结 204
第9章 基于抽样频率Realized-GARCH模型的日内高频波动率预测 205
9.1 模型与实证检验 207
9.1.1 模型设定 207
9.1.2 实证检验 209
9.2 股指期货日内1分钟波动率预测与评价 217
9.2.1 日内波动率滚动预测 217
9.2.2 波动率预测评价 218
9.3 研究结果讨论 218
9.4 本章小结 219
第10章 不同的GARCH类模型波动率预测评价 221
10.1 波动率预测评价框架 223
10.1.1 基于一般损失函数的点预测评价 223
10.1.2 波动率预测评价框架 224
10.1.3 一些常用的波动率预测评价指标 224
10.2 GARCH类模型预测精度评价 225
10.2.1 日内真实波动率的无偏估计量 225
10.2.2 eGARCH模型介绍 226
10.2.3 实证检验 227
10.2.4 波动率预测精度评价 228
10.3 研究结果讨论 229
10.4 本章小结 230
第11章 金融衍生品发展趋势的思考 231
11.1 未来金融市场发展将呈现的几个特征 232
11.2 金融衍生产品市场监管的发展趋势 233
11.3 我国金融衍生产品市场的几点思考 235
参考文献 243
|
| 內容試閱：
|
(超)高频数据在金融领域的应用，不仅改变了市场原有的交易方式，还对金融资产的定价及市场的微观结构产生了深远的影响。高频交易所带来的流动性增强、异常波动增多等新特征，要求投资者、监管机构和研究人员及时适应市场变化，一方面要提高对风险的管控能力，进一步优化资产配置，另一方面也要加强对市场运行规律的研究。因此，对当前我国衍生品高频特征的研究就显得十分有意义。
与西方发达国家相比，我国金融市场起步较晚。20世纪90年代，金融衍生品市场在金融市场化改革背景下应运而生，衍生品市场从无到有，经历了从商品期货到金融期货的发展过程。目前，我国金融衍生品市场中期货、期权及ETF期权等衍生产品日益丰富，无论是市场深度还是广度都有了较大的提升，其中以上证50期权和沪深300期货交易为活跃。产品的丰富必然带来交易的多样化，市场的微观结构特征也必然受到冲击。因此，《金融(超)高频数据建模与分析》从实证的角度，在价格发现和波动率建模两个方面总结、归纳市场高频特征与规律。
对价格发现的研究由来已久。价格发现的功能主要是指在新信息的作用下，多个市场价格通过动态调整，重新形成均衡价格的过程。价格发现是期货市场的一个重要的经济功能，也是期货市场存在和发展的基础功能。
《金融(超)高频数据建模与分析》分上篇和下篇。上篇以上证50期权为研究对象，研究期权产品的价格发现功能，检验期权期货的市场功能，探究价格发现功能的时变性和日内效应，揭示影响价格发现功能的主要因素。
在下篇中，我们专注于沪深300股指期货日内高频波动率的研究，这是由于沪深300 股指期货流动性强，吸引了众多高频交易投资者参与其中。高频交易离不开风险管理，而日内高频波动率是风险管理的核心指标。在波动率的各种估计方法中，以ARCH/GARCH类模型为成熟，应用也为广泛。但高频分析必然会伴随市场噪声干扰，如何平衡噪声干扰和市场信息的影响，则需要优化抽样频率并评估预测，然后对不同模型的预测效果做评价。日内高频波动率具有哪些特征？如何估计？如何建模？哪种抽样间隔？这是下篇内容所要回答的主要问题。这类研究的现实意义十分明显：运用波动率的变化规律可以管控风险，优化投资组合，甚至有助于制定适当的监管措施。
从《金融(超)高频数据建模与分析》结构看，前6章为上篇，介绍了《金融(超)高频数据建模与分析》所涉及的基础理论，主要讨论价格发现的功能，内容包括多时间角度分析、市场微观结构和宏观经济信息对价格发现功能的影响等。后5章为下篇，主要讨论波动率建模分析预测，内容包括ARMA/GARCH类的各种模型建模研究和波动率预测及其精度评价，后对金融衍生品的发展趋势进行讨论，并给出一些建议。
《金融(超)高频数据建模与分析》是关于对中国金融衍生品市场的实证研究，通过高频数据建模与分析的方法讨论价格发现和波动率的一些特征，试图总结归纳其市场运行规律。一方面，希望可以帮助读者理解价格发现的功能，揭示风险和投资管理；另一方面，希望能够为监管机构的日常监管工作和政策制定做出贡献。
《金融(超)高频数据建模与分析》是作者进行多年研究与积累的成果，谨代表作者的观点，与作者所在单位无关。另外，因水平有限，书稿难免有疏漏，请各位读者予以指正，不胜感激。
编 者
2021.6
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
