金融高频协议差阵的估计及应用研究 刘丽萍科学出版社
正版库存一手书，品相视出版时间长短而定，自然成色，可开电子发票，图片由软件自动采集，以书名为准，不以图片不符售后！
￥ 40.3 6.2折 ￥ 65 全新
库存19件
作者刘丽萍
出版社科学出版社
ISBN9787030486981
出版时间2016-06
版次1
装帧平装
开本16开
纸张胶版纸
页数166页
字数99999千字
定价65元
货号R_8757561
上书时间2023-12-13
- 最新上架
商品详情
- 品相描述：全新
- 正版库存一手书，品相视出版时间长短而定，自然成色，可开电子发票，图片由软件自动采集，以书名为准，不以图片不符售后！
- 商品描述
-
基本信息
书名:金融高频协议差阵的估计及应用研究
定价：65元
作者:刘丽萍
出版社：科学出版社
出版日期：2016-06-01
ISBN：9787030486981
字数：151000
页码：166
版次：1
装帧：平装
开本：5开
商品重量：
编辑
《金融高频协方差阵的估计及应用研究》适合统计学、金融学和数学等相关专业的研究人员和高校师生阅读，也可供从事金融高频数据研究的工作者和对金融计量感兴趣的读者阅读。
内容提要
《金融高频协方差阵的估计及应用研究》基于金融市场的高频数据，考虑市场微观结构噪声和跳跃对协方差阵的影响，提出了修正的门限预平均已实现协方差阵（MTPCOV），并采用分块策略和正则化技术对其进行修正。将高频数据波动理论、计量分析方法及实证研究进行结合，研究了新估计量的理论性质及其在投资组合中的应用。
目录
前言 缩写释义 1 绪论 2 金融高频数据研究现状 2.1 高频数据及其特征分析 2.1.1 什么是金融高频数据 2.1.2 金融高频数据的主要特征 2.2 金融高频数据分析的主要动因 2.3 金融高频数据分析研究的现状 2.3.1 金融高频数据统计特征的研究 2.3.2 金融市场微观结构的研究 2.3.3 金融高频数据建模的研究 2.3.4 基于金融高频数据已实现波动的研究 2.3.5 基于金融高频数据协方差阵的研究 2.4 我国研究金融高频数据的必要性 3 常见的高频协方差阵估计方法及其应用 3.1 RCOV估计方法 3.2 基于市场微观结构噪声的RCOV估计方法 3.2.1 市场微观结构噪声对RCOV的影响 3.2.2 考虑了市场微观结构噪声影响的RCOV估计方法 3.3 考虑跳跃影响的高频协方差阵估计方法 3.3.1 RBPCOV估计方法 3.3.2 ROWCOV估计方法 3.3.3 thresholdCOV估计方法 3.4 金融高频协方差阵在投资组合中的应用情况 3.5 本章小结 4 TPCOV估计方法的提出及其修正 4.1 预平均协方差阵估计方法 4.1.1 改进的预平均方法 4.1.2 基于预平均方法的MRCOV估计法 4.2 新估计量的提出——TPCOV及其修正 4.2.1 高频数据的基本设定 4.2.2 MTPCOV的构造形式 4.2.3 积分方差的一致估计量——MTPRV 4.2.4 积分协方差的一致估计量——MTPCV估计量 4.3 基于MTPCV的模拟研究 4.3.1 窗宽及门限函数的选择 4.3.2 基于随机波动模型的数据模拟研究 4.4 本章小结 5 RnBMTPCOV的估计 5.1 基于刷新时间方案的MTPCOV的数据损失分析 5.1.1 刷新时间方案 5.1.2 基于刷新时间方案的数据损失分析 5.2 RnBMTPCOV估计方法 5.2.1 基于分块策略的协方差矩阵 5.2.2 协方差阵的正则化处理方法 5.3 RnBMTPCOV的估计及有效性分析 5.3.1 RnBMTPCOV估计结果的描述性统计分析 5.3.2 基于Mincer—Zarnowitz回归的协方差阵的比较分析 5.4 本章小结 6 多维协方差阵预测模型的比较分析 6.1 基于高频数据的协方差预测模型 6.1.1 CF—ARMA（2，1）模型 6.1.2 FI—VAR模型 6.1.3 多元异质自回归（MHAR）模型 6.1.4 基于Wishart分布的自回归（WAR）模型 6.2 基于低频数据的协方差阵预测模型 6.2.1 DCC模型 6.2.2 BEKK模型 6.3 预测模型的比较方法 6.3.1 损失函数 6.3.2 MCS检验 6.4 模型预测结果的比较 6.4.1 数据的描述 6.4.2 多维协方差阵预测模型的比较分析 6.5 本章小结 7 金融高频协方差阵在投资组合中应用的实证分析 7.1 高频数据在投资组合中应用问题的提出 7.1.1 引言 7.1.2 投资组合优化问题 7.2 实证分析方法介绍 7.2.1 动态投资组合策略——波动择时策略 7.2.2 动态投资组合的比较方法 7.3 实证分析 7.3.1 样本数据的处理 7.3.2 各投资组合的收益和波动分析 7.3.3 各投资组合的经济收益分析 7.3.4 各投资组合Sharpe LC率的比较 7.4 本章小结 参考文献 附录A 书中用到的部分程序代码 附录B 部分模拟数据
作者介绍
刘丽萍，女，1984年11月生，山东菏泽人，统计学博士，副教授，新加坡国立大学访问学者，现就职于贵州财经大学数学与统计学院，任贵州财经大学统计学科学术带头人(2013～2016)。在国家核心期刊《统计研究》《数量经济技术经济研究》《管理工程学报》《系统工程理论与实践》《统计与信息论坛》《系统工程》《投资研究》《统计与决策》《数学的实践与认识》等刊物发表相关论文10余篇，主持国家社会科学基金项目1项、省部级项目若干。
序言
-
【封面】
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价