01
异质波动率概述
定义、经济含义、与经典波动率的区别
概念基础
02
数据准备与清洗
高频数据获取、跳脱噪声处理、非同步交易校正
数据预处理
03
已实现波动率计算
5分钟抽样、已实现方差、已实现极差
RV高频
04
异质波动率分解
基于HAR模型的成分分离、日/周/月成分
HAR分解
05
跳跃检测与分离
BN-S跳跃统计量、C-Tz检验、跳跃成分提取
跳跃检验
06
符号跳跃与符号波动率
正负跳跃的区分、符号跳跃方差
符号非对称
07
半方差与好坏波动率
好坏波动率定义、下行风险度量
半方差风险
08
日内模式识别
U型曲线、周期性调整、标准化处理
日内周期
09
隔夜波动率处理
隔夜收益计算、隔夜方差调整、开盘跳空
隔夜跳空
10
波动率预测模型
HAR-RV模型、HAR-CJ模型、HARQ模型
预测HAR族
11
模型参数估计
OLS估计、WLS估计、稳健标准误
估计计量
12
模型评估与比较
MSE、QLIKE损失函数、DM检验
评估损失函数
13
异质波动率因子构建
因子定义、因子排序、多空组合
因子多空
14
因子IC分析
信息系数、IC序列、IC衰减
IC选股
15
因子分组回测
十分位组合、多空收益、净值曲线
回测分组
16
因子收益归因
Fama-MacBeth回归、因子载荷、风险调整
归因FMB
17
因子拥挤度检测
拥挤度指标、拥挤度与因子衰减
拥挤度风险
18
因子择时策略
波动率状态划分、动态因子权重
择时动态
19
机器学习增强
随机森林特征选择、XGBoost预测
MLXGBoost
20
深度学习应用
LSTM波动率预测、注意力机制
深度学习LSTM
21
高频数据降噪
小波去噪、卡尔曼滤波、移动平均平滑
降噪滤波
22
最优抽样频率
MSE准则、波动率信号噪声比、自适应频率
抽样频率
23
多资产因子整合
跨资产相关性、因子聚合、组合优化
多资产组合
24
因子稳健性检验
样本外测试、不同市场环境、参数敏感性
稳健性敏感性
25
因子组合优化
均值方差、风险平价、最大分散化
优化风险平价
26
交易成本考量
滑点模型、冲击成本、净收益计算
成本滑点
27
实盘部署架构
数据管道、计算引擎、信号生成、执行系统
部署系统
28
风险管理框架
VaR、CVaR、回撤控制、杠杆调整
风控VaR
29
因子监控与再平衡
监控指标、再平衡频率、自适应调整
监控再平衡
30
前沿方向与挑战
高频因子、另类数据、可解释性AI
前沿AI