本文作者：刘力华；成功正常投稿发表论文到《商场现代化》2010年30期,引用请注明来源400期刊网！

【摘要】：对向量高频时间序列的"已实现"协方差阵提出相应的模型并建立了"已实现"向量自回归模型。基于高频数据,应用Engle等提出的协同持续概念,建立了小波神经网络理论的非线性协整持续模型。在此基础上通过沪港股市实证分析,表明沪港股市存在非线性协同持续关系。最后利用赋权"已实现"双幂变差进行Granger因果关系检验和脉冲响应函数,得到上海股市是上海股市的成因,从另一角度证实沪港股市的相关性。
【论文正文预览】：金融波动持续性和协同持续性的研究,是近年来金融计量经济学领域的热点问题之一。关于波动持续性和协同持续性的文献中有很多,但是这些都是以低频金融数据为研究对象,而针对高频金融数据给出的波动持续性和协同持续性的讨论国内外鲜有涉及。例如从单位根的角度对向量GARCH模
【文章分类号】：F224;F832.51
【稿件关键词】：高频数据协同持续小波神经网络
【参考文献】:

• 刘丹红,徐正国,张世英;向量GARCH模型的非线性协同持续[J];系统工程;2004年06期
• 李汉东,张世英;随机波动模型的持续性和协同持续性研究[J];系统工程学报;2002年04期
• ;Common Persistence and Error-Correction Mode in Conditional Variance[J];Journal of Systems Science and Systems Engineering;2001年03期
• 时晶晶;李汉东;;深证成指日收益率波动的实证研究[J];北京师范大学学报(自然科学版);2006年06期
• 江孝感;王利;朱涛;;向量金融时间序列协整与协同持续关系——基于理论的思考[J];管理工程学报;2008年01期
• 林宇;谭斌;魏宇;;基于多元GARCH与极值理论的资产组合风险测度研究[J];管理学报;2010年04期
• 王凤;江孝感;;金融时间序列高阶矩的时变性与波动持续性研究[J];价值工程;2008年10期
• 杨克磊,毛明来,徐正国;随机波动模型的沪深股市比较研究[J];天津大学学报(社会科学版);2004年04期
• 周立,王东;沪深股市的互动关系[J];统计与决策;2005年16期
• 薛亮;门可佩;;两种波动率模型的比较与实证[J];统计与决策;2006年14期
• 赵世海;汤志明;;基于杠杆效应SV模型和EGARCH模型VaR的比较[J];统计与决策;2010年07期
• 李汉东,张世英;ARCH模型与SV模型之间的关系研究[J];系统工程学报;2003年02期
• 唐勇;张世英;张瑞锋;;高频金融时间序列的协同持续关系研究[J];系统工程学报;2006年05期
• 黄凤文;金融市场波动记忆性、持续性与分形研究[D];天津大学;2002年
• 刘丹红;非线性协整与非线性波动协同持续建模研究[D];天津大学;2004年
• 崔和瑞;区域农业可持续发展系统分析[D];天津大学;2004年
• 许启发;基于时间序列矩属性的金融波动模型研究[D];天津大学;2005年
• 于栋华;金融市场中的时间变换方法及其应用[D];上海交通大学;2007年
• 林宇;动态极值VaR测试的准确性及VaR因果关系研究[D];西南交通大学;2008年
• 唐勇;基于高频数据的金融市场分析[D];天津大学;2007年
• 李松臣;多元非线性非平稳时间序列的建模方法研究[D];天津大学;2007年
• 史宇峰;金融资产收益相关性及持续性研究[D];天津大学;2008年
• 郑挺国;基于有限混合状态空间的金融随机波动模型及应用研究[D];吉林大学;2009年
• 郭沛;我国股票市场行业指数波动非对称性与持续性的计量检验[D];吉林大学;2011年
• 刘力华;基于高频数据的证券市场实证研究[D];暨南大学;2011年
• 明喆;金融随机波动扩展模型分析及应用研究[D];燕山大学;2010年
• 薛亮;两种波动率模型的比较研究[D];南京信息工程大学;2006年
• 章蓉;VFB-GARCH模型及其研究[D];哈尔滨工业大学;2006年
• 申敏;分形金融市场中的波动持续与协同持续研究[D];东南大学;2005年
• 穆洪华;基于GARCH模型的VAR方法的综述及其对汇率模型的研究分析[D];暨南大学;2007年
• 徐永坤;基于随机波动模型的中国股市波动性实证研究[D];复旦大学;2008年
• 王雄威;基于Copula理论、MMBP方法度量多变量金融时间序列相关性[D];吉林大学;2009年
• 刘伟;中国同国际主要股市联动性分析[D];陕西师范大学;2010年
• 李明国,郁文贤;神经网络的函数逼近理论[J];国防科技大学学报;1998年04期
• 王群仙,李少远,李俊芳;小波分析及其在控制中的应用[J];控制与决策;2000年04期
• 张喜彬,孙青华,张世英;非线性协整关系及其检验方法研究[J];系统工程学报;1999年01期
• 张世英,李汉东,樊智;金融风险的持续性及其规避策略[J];系统工程理论与实践;2002年05期
• 徐正国;张世英;;多维高频数据的“已实现”波动建模研究[J];系统工程学报;2006年01期
• 王晶;王玉玲;向东进;阮曙芬;;自回归条件持续期(ACD)模型研究[J];统计与决策;2006年12期
• 侯守国;张世英;;基于小波分析的股市高频互相关研究[J];中国管理科学;2006年03期
• 王春峰;庄泓刚;房振明;卢涛;;基于广大极值分布的高频极值条件VaR模型[J];系统管理学报;2008年03期
• 王春峰;张亚楠;房振明;刘峥然;;基于极值理论的高频条件VaR动态区间估计模型[J];系统工程理论与实践;2010年07期
• 姜彬;杨柱元;;基于小波神经网络的经济增长预测[J];云南民族大学学报(自然科学版);2009年01期
• 赵息;刘峥然;张亚楠;;极值理论高频VaR区间估计模型的构建[J];天津大学学报(社会科学版);2010年04期
• 庞淑娟;刘向丽;汪寿阳;;中国期货市场高频波动率的长记忆性[J];系统工程理论与实践;2011年06期
• 刘伟,熊建辉,潘忠孝,张懋森,李金屏;小波神经网络在红外光谱数据压缩中的应用[J];科学通报;1997年08期
• 陈哲,冯天瑾,陈刚;一种基于BP算法学习的小波神经网络[J];青岛海洋大学学报(自然科学版);2001年01期
• 李元松;李新平;代翼飞;陈清运;;基于小波神经网络的高陡边坡位移预测[A];岩石力学与工程的创新和实践：第十一次全国岩石力学与工程学术大会论文集[C];2010年
• 董健;尹萌;张辉;;小波神经网络结合多项式的混合预测方法在通信规划中的应用[A];2011全国无线及移动通信学术大会论文集[C];2011年
• 牛东晓;邢棉;谢宏;陈志业;;短期电力负荷预测的小波神经网络模型的研究[A];西部大开发 科教先行与可持续发展——中国科协2000年学术年会文集[C];2000年
• 金向阳;张莉;于广滨;;基于改进小波神经网络的航空滚动轴承的故障检测[A];第二十六届中国控制会议论文集[C];2007年
• 牟海维;马娜;付光杰;刘祥楼;;基于小波神经网络的电力谐波检测方法[A];第二十九届中国控制会议论文集[C];2010年
• 王勇青;陈延如;邵艳明;陈晶晶;陈斐楠;;基于小波神经网络的氧气顶回转炉口火焰温度多光谱测量[A];中国光学学会2011年学术大会摘要集[C];2011年
• 鲁艳军;陈汉新;陈绪兵;;基于小波神经网络的齿轮裂纹故障诊断[A];2010全国机械装备先进制造技术(广州)高峰论坛论文汇编[C];2010年
• 鲁艳军;陈汉新;陈绪兵;;基于小波神经网络的齿轮裂纹故障诊断[A];节能减排 绿色制造 智能制造——低碳经济下高技术制造产业与智能制造发展论坛论文集[C];2010年
• 侯霞;张军峰;刘国海;;基于小波神经网络的飞机故障诊断[A];第二十九届中国控制会议论文集[C];2010年
• 杨怀东;伍娟;盛虎;;基于高频数据的成对交易统计套利策略实证研究[A];第五届（2010）中国管理学年会——金融分会场论文集[C];2010年
• ;《时间序列与金融数据分析》[N];中国信息报;2004年
• 东证期货 王爱华　杨卫东;两年涨跌轮回 秋季普遍下跌[N];期货日报;2009年
• 记者 潘圣韬;多家机构预计8月CPI不超6% 加息已无必要[N];上海证券报;2011年
• 本报记者 刘松柏;“超级月球”引发地震不成立[N];经济日报;2011年
• 国海证券 马路安 廖庆;捕捉波动率 预测价差走势[N];期货日报;2008年
• 刘丽萍;时间序列季节调整描述经济活动的利器[N];中国信息报;2000年
• 权证一级交易商 国信证券;正股走势及时间序列主导下半年权证市场运行结构[N];证券时报;2006年
• 房鹏;数码书信寄真情[N];中国电脑教育报;2005年
• 西南证券高级研究员 董先安?德圣基金研究中心 郭奔宇;预计6月CPI同比上涨7.2%[N];证券时报;2008年
• 中信建投期货 刘超;沪深300股指期货仿真交易的价格发现功能实证研究[N];期货日报;2007年
• 镇磊;基于高频数据处理方法对A股算法交易优化决策的量化分析研究[D];中国科学技术大学;2010年
• 王芳;基于市场微观结构噪声和跳跃的金融高频数据波动研究[D];西南财经大学;2011年
• 杨正瓴;时间序列中的混沌判定、预报及其在电力系统中的应用[D];天津大学;2003年
• 张晓伟;水文动力系统自记忆特性及其应用研究[D];西安理工大学;2009年
• 倪丽萍;基于分形技术的金融数据分析方法研究[D];合肥工业大学;2010年
• 刘大同;基于Online SVR的在线时间序列预测方法及其应用研究[D];哈尔滨工业大学;2010年
• 张永林;车辆道路数值模拟与仿真研究[D];华中科技大学;2010年
• 崔亚强;沪深300股指内在复杂性分析及预测研究[D];天津大学;2010年
• 杨谈;网络混沌行为及其控制的研究[D];北京邮电大学;2009年
• 李星毅;基于相似性的交通流分析方法[D];北京交通大学;2010年
• 袁月春;基于模糊小波神经网络的多辊热连轧产品质量控制[D];山西师范大学;2010年
• 朱美龙;小波神经网络在遥感溢油图像去噪中的应用[D];大连海事大学;2011年
• 李凤鸣;基于小波神经网络的柴油机燃油系统故障诊断的设计与实现[D];山东大学;2010年
• 宋红梅;基于QPSO优化小波神经网络的信息安全风险评估方法研究[D];河北师范大学;2011年
• 杨崴崴;小波神经网络在汽轮发电机组故障预测中的应用[D];浙江大学;2008年
• 周桂珍;基于小波神经网络的异步电机故障诊断[D];湘潭大学;2010年
• 莫慧芳;基于LabVIEW的小波神经网络在电机声频故障诊断中的应用研究[D];广东工业大学;2005年
• 员世芬;小波神经网络理论的研究及其在加热炉钢坯温度预报中的应用[D];太原理工大学;2005年
• 葛文谦;小波神经网络在旋转机械故障诊断中的应用研究[D];燕山大学;2006年
• 康辉;基于小波神经网络的模拟电路故障诊断技术研究[D];哈尔滨理工大学;2010年

【稿件标题】：【沪港通能进行高频交易】基于高频数据的沪港股市统计分析
【作者单位】：暨南大学经济学院;
【发表期刊期数】：《商场现代化》2010年30期
【期刊简介】：《商场现代化》杂志由中国商业联合会主管、中商科学技术信息研究所主办。主要探讨国内外现代商业管理经验和介绍现代科技在商业营销管理中的应用，并且刊发精选的国内外现代商业流通领域理论研究成果与现代贸易经济理论的科研论文。其严格化，标准化及权威性在......更多商场现代化杂志社(http://www.400qikan.com/qk/945/)投稿信息
【版权所有人】：刘力华；

更多经济类论文详细信息: 【沪港通能进行高频交易】基于高频数据的沪港股市统计分析
http://www.400qikan.com/lunwen/jingji/35596.html

相关专题： 《商场现代化》相关期刊

推荐期刊：

四川农业与农机

编辑学刊

物联网技术

语文新圃

中国国境卫生检疫杂志

外国中小学教育

广东饲料

蒙古学信息

世界华文文学论坛

陕西电力

上一篇：资源综合利用|多层汤烤锅综合利用项目商业计划分析
下一篇：[内部控制审计未来发展论文]强化内部审计促进企业发展