作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
基于高频数据的金融分析与建模研究目前已成为金融工程研究领域的一大热点.在金融资产价格波动率的刻画上,金融高频波动率有着低频波动率无法比拟的信息优势,能够较为准确地刻画金融市场波动率的相关特征,并对金融市场波动率的变化做出较为精确的预测.本文选择基于高频数据的沪深300指数为样本,通过构建已实现波动率和已实现极差的长记忆性模型去研究高频数据建模预测中的方法,以对比研究的形式分析了已实现波动率和已实现极差在波动率预测中的能力大小,为高频数据波动率预测研究提供了参考和借鉴.
推荐文章
基于分类信息GARCH模型的高频数据波动率研究
分类信息
高频数据
C-GARCH
S-GARCH
基于粒子滤波的高频金融时间序列预测
已实现波动率
粒子滤波
高频数据
金融时间序列
基于局部均值分解的高频金融数据波动率估计
高频金融数据
波动率估计
对数收益率
局部均值分解
基于灰色支持向量机的基金波动率预测研究
v-支持向量回归
灰色支持向量机
波动率预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于高频数据的波动率预测研究
来源期刊 时代金融(中旬) 学科
关键词 高频数据 已实现波动率 已实现极差 波动率预测
年,卷(期) 2014,(10) 所属期刊栏目 保险市场
研究方向 页码范围 177-179
页数 3页 分类号
字数 4144字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈杰 2 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (60)
共引文献  (50)
参考文献  (11)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1951(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(4)
  • 参考文献(0)
  • 二级参考文献(4)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(11)
  • 参考文献(1)
  • 二级参考文献(10)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(7)
  • 参考文献(1)
  • 二级参考文献(6)
2010(7)
  • 参考文献(2)
  • 二级参考文献(5)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(7)
  • 参考文献(1)
  • 二级参考文献(6)
2013(3)
  • 参考文献(3)
  • 二级参考文献(0)
2016(2)
  • 参考文献(0)
  • 二级参考文献(2)
2018(3)
  • 参考文献(0)
  • 二级参考文献(3)
2019(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
高频数据
已实现波动率
已实现极差
波动率预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
时代金融(中旬)
月刊
chi
出版文献量(篇)
16325
总下载数(次)
37
总被引数(次)
31851
论文1v1指导