统计学视角下的金融高频数据挖掘理论与方法研究PDF电子书下载

第一章 绪论 1

第一节 研究背景与意义 1

第二节 国内外文献综述 5

一 日内模式、随机交易间隔建模与市场微结构理论 5

二 波动率、微结构噪声与最优取样间隔 8

三 连续时间模型 13

四 国内研究现状 14

第三节 研究内容及创新 15

第二章 金融高频数据挖掘的概念与统计特征 18

第一节 基本分析框架 18

一 时间序列：理解高频数据的起点 18

二 序贯面板数据变换 24

第二节 相关概念辨析 29

一 高频交易数据 29

二 交易高频数据 35

第三节 典型统计特征 41

一 基本描述 41

二 经验特征 41

三 理论特征 46

第四节 本章小结 52

第三章 数据准备及大规模数据集的分析逻辑 54

第一节 数据挖掘的统计学内涵 55

一 参数与非参数方法 55

二 验证性与探索性分析 56

三 渐进理论与统计学习理论 56

四 数据规模：实录数据与系统收集数据 58

五 再论数据挖掘与统计学 59

第二节 统计分析的本质属性 61

第三节 样本数据的来源与结构 67

第四节 大规模数据集的分析逻辑 70

一 定义及特征 70

二 分析逻辑 71

第五节 本章小结 77

第四章 函数数据分析的基本逻辑及实证分析 79

第一节 信号与随机信号 79

一 信号的定义及分类 79

二 随机信号的定义及分类 79

第二节 连续信号离散化 81

一 数字信号处理 82

二 Shannon采样定理 82

三 采样的本质 83

第三节 离散数据连续化 86

一 函数数据、面板数据与符号数据 86

二 函数数据分析的要点 90

三 基本原理与步骤 92

第四节 基展开（频域分析）的逻辑 99

一 基展开的本质 99

二 何为基 99

三 两类重要的变换 102

四 基函数的比较 102

五 再论逼近问题 108

第五节 基于FDA的日内结构分析 111

一 序贯面板数据变换 111

二 情形1（N=48,T=218） 113

三 情形2（N=218,T=48） 119

第六节 本章小结 125

第五章 非平稳非线性序列分析的EMD方法 126

第一节 传统方法及其比较 126

第二节 HHT的基本思想 128

第三节 EMD分解与原序列重构 130

第四节 正交性检验与成分分析 133

一 正交性检验 133

二 成分数据分析 135

第五节 本章小结 137

第六章 一类模型自由的波动率估计方法 139

第一节 典型特征对建模的启示 139

第二节 历史波动率与隐含波动率 141

第三节 波动率的基本估计方法 145

一 ARCH族和SV族模型的基本逻辑（MEM模型） 145

二 用RV估计IV 148

第四节 协同波动率方法 150

一 协同波动率的定义 150

二 相关性与波动性的分解与关联 152

三 数值模拟：取样频率与相关性对协同波动率的影响 154

四 方差—协方差随取样频率增加而下降的事实（不含有微结构噪声） 156

第五节 实证分析 160

第六节 本章小结 162

第七章 对支持向量机混合核函数方法的再评估 164

第一节 混合核函数的基本思路 165

第二节 核函数在支持向量机中的作用 166

第三节 算法复杂度对泛化能力的影响 169

一 基于小样本的统计分析理念 169

二 影响支持向量机泛化能力的关键因素 170

三 模型选择的基本准则 173

第四节 信息重叠弱化了混合核函数的有效性 174

一 数据清洗 175

二 结果分析 176

第五节 本章小结 177

第八章 市场微观结构分析 180

第一节 市场微观结构理论概述 180

一 市场微观结构理论研究的主要内容 180

二 价格发现建模与市场有效性检验 187

第二节 日历效应的经济学解释 192

一 经验分析 192

二 博弈论视角 193

三 对拥挤现象的剖析 194

四 对相关性的剖析 194

第三节 微观方法论及其比较分析 195

一 奥地利学派与芝加哥学派 196

二 奥地利学派与行为经济学 202

三 个人与群体的行为逻辑 203

四 预期理论 205

五 市场过程 208

第四节 证券及证券市场的意义 209

第五节 本章小结 210

第九章 随机交易间隔分析 212

第一节 数据以高频记录的成本 212

第二节 随机交易间隔的基本特征 214

第三节 数据清洗中可能遇到的错误 215

第四节 信息与噪声在何处分界 218

一 概率分布与反演 218

二 更细致的分析 219

三 经济含义解读 221

第五节 随机交易间隔建模 227

第六节 本章小结 231

第十章 结论与展望 233

第一节 结论 233

第二节 展望 237

参考文献 239

后记·致谢 263