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:
沪深300指数的变化能够反映中国证券市场股票价格变化的主要特征,是中国股市投资者参考的主要对象和评估标准.而高频波动率比低频波动率更具信息优势,可以更准确的描述波动的相关特征和预测金融市场的波动性.本文选择沪深300指数2018年1月4日到2018年12月30日的5分钟收盘价为样本,运用时间序列分析方法研究高频数据下其波动率,通过构建模型和模型,从而说明在高频数据下沪深300指数具有高风险,其波动仅仅依赖于前期的波动和方差,从而为投资者提供投资的指导和建议.
推荐文章
基于ISNN和HGA的沪深300指数预测方法
结构化神经网络
量化正交遗传算法
指数预测
时间序列预测
基于非参数模型的沪深300股指波动性研究
非参数自回归模型
多项式样条估计
局部线性估计
预测
沪深300指数
股指期货对股票指数波动性的影响——基于沪深300股指期货仿真交易的计量检验
证券市场
股指期货
波动性
Granger检验
GARCH(1,1)-M模型
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 基于高频数据的我国沪深300指数的波动率分析
来源期刊 中外企业家 学科
关键词 高频数据 增长率 波动性 模型
年,卷(期) 2020,(3) 所属期刊栏目 财经与管理
研究方向 页码范围 31-32
页数 2页 分类号
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (62)
共引文献  (13)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(6)
  • 参考文献(0)
  • 二级参考文献(6)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(3)
  • 参考文献(2)
  • 二级参考文献(1)
2012(8)
  • 参考文献(2)
  • 二级参考文献(6)
2013(4)
  • 参考文献(1)
  • 二级参考文献(3)
2014(3)
  • 参考文献(1)
  • 二级参考文献(2)
2015(2)
  • 参考文献(0)
  • 二级参考文献(2)
2016(2)
  • 参考文献(0)
  • 二级参考文献(2)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(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)
研究主题发展历程
节点文献
高频数据
增长率
波动性
模型
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
中外企业家
旬刊
1000-8772
23-1025/F
大16开
黑龙江省哈尔滨市
2-287
1984
chi
出版文献量(篇)
47547
总下载数(次)
59
论文1v1指导