统计学视角下的金融高频数据挖掘理论与方法研究

大数据现象不仅意味着数据量的迅速膨胀，而且重要的是，数据的来源、类型、粒度、结构等都更加丰富。金融高频数据是一类典型的大数据，无论在规模还是复杂程度上都给统计分析提出了挑战，譬如，噪声成分和跳跃成分成为波动的主要来源以及随机交易间隔等问题大大增加了建模和解释的难度。本书从统计学的视角对金融高频数据做了系统性的、基础性的统计分析，研究了金融高频数据的概念、统计性质、以及区别于低频数据的本质特征，探讨了处理金融高频数据的统计方法，并结合经济学和金融学知识展开分析。不仅开拓了统计分析的视野，而且为相关的实证应用研究提供参考，增进对金融高频数据的理解。