封面
声明
中文摘要
英文摘要
目录
1 前言
1.1 研究背景与意义
1.2 国内外研究现状
1.3 本文主要工作
2 马尔可夫链蒙特卡罗方法
2.1 两个常用的MCMC算法
2.2 MCMC算法的收敛性诊断
2.3 实现MCMC算法的软件
3 高频数据的特征分析
3.1 价格的离散性
3.2 持续期的日模式
3.3 其他特征
4 价格变化模型
4.1 顺序概率模型
4.2 参数的先验分布
4.3 贝叶斯条件后验分布的推导
4.4 顺序概率模型的MCMC抽样算法
4.5 模拟
4.6 实证分析
5 门限持续期模型
5.1 持续期模型介绍
5.2 非线性检验
5.3 参数的贝叶斯推导
5.4 TSCD模型的MH抽样算法
5.5 实证分析
6 价格变化和持续期的二元模型
6.1 模型介绍
6.2 参数的贝叶斯推导
6.3 PCD模型MCMC抽样算法
6.4 实证分析
7 总结和讨论
7.1 总结
7.2 讨论
致谢
参考文献
附录
附录A 浦发银行3月24日9:30:00-9:34:04的价格变化与持续期
附录B 高频数据的特征分析程序
附录C 价格变化的顺序概率模型程序
附录D 持续期模型程序
附录E 攻读硕士学位期间发表的学术论文