更新时间：2019-01-04 16:40:58
封面
版权信息
内容简介
前言
第一章 绪论
第一节 研究背景与意义
第二节 国内外文献综述
第三节 研究内容及创新
第二章 金融高频数据挖掘的概念与统计特征
第一节 基本分析框架
第二节 相关概念辨析
第三节 典型统计特征
第四节 本章小结
第三章 数据准备及大规模数据集的分析逻辑
第一节 数据挖掘的统计学内涵
第二节 统计分析的本质属性
第三节 样本数据的来源与结构
第四节 大规模数据集的分析逻辑
第五节 本章小结
第四章 函数数据分析的基本逻辑及实证分析
第一节 信号与随机信号
第二节 连续信号离散化
第三节 离散数据连续化
第四节 基展开 (频域分析) 的逻辑
第五节 基于FDA的日内结构分析
第六节 本章小结
第五章 非平稳非线性序列分析的EMD方法
第一节 传统方法及其比较
第二节HHT的基本思想
第三节EMD分解与原序列重构
第四节 正交性检验与成分分析
第六章 一类模型自由的波动率估计方法
第一节 典型特征对建模的启示
第二节 历史波动率与隐含波动率
第三节 波动率的基本估计方法
第四节 协同波动率方法
第五节 实证分析
第七章 对支持向量机混合核函数方法的再评估
第一节 混合核函数的基本思路
第二节 核函数在支持向量机中的作用
第三节 算法复杂度对泛化能力的影响
第四节 信息重叠弱化了混合核函数的有效性
第八章 市场微观结构分析
第一节 市场微观结构理论概述
第二节 日历效应的经济学解释
第三节 微观方法论及其比较分析
第四节 证券及证券市场的意义
第九章 随机交易间隔分析
第一节 数据以高频记录的成本
第二节 随机交易间隔的基本特征
第三节 数据清洗中可能遇到的错误
第四节 信息与噪声在何处分界
第五节 随机交易间隔建模
第十章 结论与展望
第一节 结论
第二节 展望
参考文献
后记·致谢
作者简介
