基于不同风险特征的跳跃成分识别及其在波动率预测中的应用

跳跃因子的引入能够准确解释波动的非对称特征,同时跳跃中还含有关于波动率的未知信息.为了更有效地改进波动率的预测,利用基于高频数据的非参数波动估计和跳跃检测方法,在波动的非对称性基础上对跳跃作进一步分解,考察具有不同风险特征的跳跃成分对未来波动率的影响,并对2009-2014年上证综指及其行业指数的面板数据进行实证分析.实证研究发现:周期性行业指数的系统性跳跃对其波动率有显著的预测效力,大盘指数与行业指数之间存在高度相关性;而非周期性行业指数几乎没有表现出明显的杠杆效应,与大盘指数的相关性也较低.     

带有市场交易信息和随机微观噪声下的杠杆效应研究

在风险管理中杠杆效应的现象广泛存在，也是金融计量学中的重要议题。高频金融市场中蕴含着丰富的交易信息，而这些信息并不能都看作随机噪声，因此探讨利用市场交易信息并在带有随机噪声模型下研究杠杆效应具有重要意义。本文在带有市场交易信息和随机微观噪声相结合的模型下研究了杠杆效应，提出了新的杠杆效应估计，该估计具有n^1/8的收敛速度，同时给出了估计的方差和相关的定理。通过模拟分析得出利用广泛的市场微观信息可以更有效和更精确地对杠杆效应进行估计，模拟的结果表明本文提出的杠杆效应估计具有更好的渐近正态性和更小的偏差。最后将提出的估计应用到实证分析中，发现杠杆效应对未来一天波动率的预测具有显著性影响。     

Protel99SE仿真软件在高频电路布线设计中应用

本丈对电子电路仿真软件Protel 99SE作了简要介绍,给出了在高频电路布线设计中应用的一些方法和步骤.     

基于BP神经网络的股指收益率预测研究——以高频数据为样本

高频金融数据和金融资产收益率是金融计量学的一个全新的研究领域。目前，国内学者利用年、月、日等低频数据对股票市场的收益率进行了很多的研究，但是以日内高频数据为基础的研究还不多见。如何较准确地预测基于高频数据的股票收益率是进一步深入研究金融市场的基础，论文采用数据挖掘中的BP神经网络对沪深300指数高频数据中的日内收益率进行建模与预测。结果表明：神经网络模型对股票高频数据的日内收益率具有很强的预测能力。     

Protel 99SE仿真软件在高频电路布线设计中应用

本文对电子电路仿真软件Protel 99SE作了简要介绍,给出了在高频电路布线设计中应用的一些方法和步骤。     

已实现波动率在我国金融市场的应用前景

作为金融计量学研究的一种新工具,已实现波动率以它独特的优势赢得了学者们的青睐,溶入了金融计量学各个分支领域的研究,并在一定程度上推动着这些领域的发展.然而,这种新兴的方法也不可避免地存在一些问题,有待于未来研究工作的改进和拓展.在我国金融市场未来的发展中,已实现波动率将发挥不可低估的作用.     

浅析基于频率作用的大学英语词汇教学

词汇是所有语言的重要组成部分,要掌握一门语言,词汇量是必不可少的条件。而高频词汇则是学习一门外语重点应该掌握的对象。很多的大学生在英语的学习中,几乎没有什么频率意识,所以常常感到记忆英语单词非常难,大学英语老师应该要有意识的培养学生的频率意识,让学生重点掌握出现频率大、应用范围广的词,这样才能够切实地提高学生的词汇量,提升其英语水平。     

高频电子线路实验教学改革探讨

根据《高频电子线路》实验教学的实践,提出加强实验教学研究和挖掘实践教学的潜力是培养开拓型人才的重要途径,并针对实验教学中存在的问题提出了几点改革方法。     

ACD模型及其扩展--金融高频数据计量模型的新动态

本文结合高频数据所表现出的独有特征系统地回顾了近年ACD(Autoregressive Conditional Duration)模型及其扩展在国际、国内的发展状况,展望了该模型的发展方向.