图书介绍

金融实时数据分析方法2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

王亚楠著著
出版社：北京：经济管理出版社
ISBN：9787509636398
出版时间：2015
标注页数：194页
文件大小：25MB
文件页数：206页
主题词：金融－实时数据采集－分析

PDF下载

点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快]温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页直链下载[便捷但速度慢] [在线试读本书] [在线获取解压码]

点击复制MD5值：e7ac574b927083cc67021aa15b2b2d41

下载说明

金融实时数据分析方法PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

点击复制85GB完整离线版磁力链接到迅雷FDM等BT下载工具进行下载详情点击-查看共享计划

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数要大于标注页数，上中下等多册电子书除外）

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

图书目录

1 金融数据简介1

1.1 金融时间序列分析2

1.2 收益率3

1.2.1 单周期收益率3

1.2.2 多周期收益率4

1.3 收益率分布性质5

1.3.1 统计分布及其矩的回顾5

1.3.2 收益率的分布8

1.3.3 多元收益10

1.3.4 收益率的似然函数10

1.4 相关系数11

1.5 平稳性12

1.6 自相关性12

1.6.1 自协方差函数12

1.6.2 自相关函数（ACF）13

1.6.3 偏自相关函数（PACF）14

1.7 差分方程与滞后算子14

1.7.1 一阶差分方程14

1.7.2 p阶差分方程15

1.7.3 滞后算子16

1.8 国内股票市场低频数据统计特征17

1.8.1 基本统计量17

1.8.2 相关性分析19

2 理论基础及研究方法21

2.1 金融市场微观结构概述21

2.1.1 金融市场微观结构研究内容21

2.1.2 金融市场交易机制类型22

2.1.3 中国股票市场交易机制23

2.2 金融市场微观结构主要理论25

2.2.1 存货模型25

2.2.2 信息模型28

2.3 马尔可夫蒙特卡洛方法31

2.3.1 马尔可夫蒙特卡洛方法概述31

2.3.2 马尔可夫蒙特卡洛方法基本原理33

2.3.3 WinBUGS软件34

2.3.4 EViews 6.0软件35

3 自回归移动平均模型37

3.1 白噪声过程37

3.1.1 弱白噪声过程38

3.1.2 独立同分布白噪声过程38

3.1.3 高斯白噪声过程38

3.1.4 白噪声的参数特征39

3.2 AR模型39

3.2.1 AR（1）模型40

3.2.2 AR（2）模型41

3.2.3 AR（p）模型42

3.3 MA模型44

3.3.1 模型结构44

3.3.2 MA（1）过程45

3.3.3 MA（2）过程45

3.3.4 MA（∞）过程46

3.3.5 MA阶的识别47

3.4 ARMA模型48

3.4.1 模型结构48

3.4.2 ARMA（1,1）模型49

3.4.3 ARMA模型识别49

3.4.4 ARMA建模50

3.5 ARIMA模型50

3.5.1 模型结构50

3.5.2 ARIMA建模步骤51

4 波动率模型53

4.1 波动率模型概述55

4.2 ARCH模型57

4.2.1 ARCH模型的定义57

4.2.2 ARCH模型的性质62

4.2.3 ARCH模型的特点62

4.3 GARCH模型63

4.3.1 GARCH模型的定义63

4.3.2 GARCH模型的性质64

4.3.3 GARCH模型的特点66

4.4 SV模型68

4.4.1 SV模型的定义68

4.4.2 SV模型的特点69

5 金融实时数据特征分析71

5.1 金融实时数据统计特征74

5.1.1 常用基本统计量74

5.1.2 交易持续期统计特征77

5.1.3 分笔收益率统计特征84

5.1.4 分笔成交量统计特征90

5.1.5 买卖价差的统计特征92

5.2 金融实时数据的日内效应96

5.2.1 日内效应概述96

5.2.2 日内效应识别98

5.2.3 日内效应调整99

6 ACD模型分析103

6.1 GARCH模型回顾103

6.2 ACD模型结构分析105

6.2.1 ACD模型背景105

6.2.2 ACD模型建模原理107

6.2.3 ACD模型的分类113

6.2.4 ACD模型的扩展117

6.3 基于ACD模型的ACV模型构建126

6.3.1 模型设计126

6.3.2 实证检验127

6.4 ACI模型130

6.4.1 多元ACI模型131

6.4.2 一元ACI模型132

7 SCD模型及其与ACD模型比较135

7.1 SV模型回顾135

7.2 SCD模型分析137

7.2.1 SCD模型的结构分析137

7.2.2 SCD模型的统计特征138

7.2.3 SCD模型分类139

7.3 ACD模型和SCD模型的模拟效果比较140

7.3.1 数据描述与预处理140

7.3.2 实例分析142

8 构建基于SCD的实时数据模型145

8.1 持续期—收益率双因素建模原理分析145

8.2 SCD－GARCH模型构建147

8.2.1 持续期危险率函数的确定147

8.2.2 收益率密度函数的确定148

8.2.3 SCD－GARCH模型的确定149

8.3 SCD－GARCH模型模拟效果分析150

8.3.1 数据描述与预处理150

8.3.2 实例分析153

9 中国股票市场实时数据信息含量实例分析161

9.1 实时数据信息含量概述161

9.2 知情交易的实证模型构建163

9.2.1 基本模型163

9.2.2 检验假设提出164

9.2.3 模型中加入知情交易解释变量167

9.3 实例分析168

9.3.1 日内效应调整168

9.3.2 结果评价174

参考文献177

后记193