本文从构建和求解理论模型出发，经过严格的理论推导和严密的数学论证，首先从理论角度构建了引入交易量因素的价格路径随机过程，随后利用严格的金融学理论研究方法构造投资者的效用最大化问题，对考虑交易量情形下的最优交易策略进行研究，此后还利用2003年-2015年的国内股票市场相关指数的相关交易数据对模型求解结果所给出的最优交易策略进行研究，同时与未考虑交易量情形下的均值方差策略在效用（收益）、风险（Sharpe比率）等方面进行了详细的分析与比较。通过上述研究，本文主要有以下一些发现:　　一、交易量可以作为影响股价路径的相关参数，并且不应该只出现于扩散项（与股票价格波动相关的参数）中，也应该作为能够对收益率的均值起到一定影响的参数。　　经过随机事件变换后，不难发现:通过交易量时间下的对数正态分布假设和相应的随机时间变换，所得到的自然时间下刻画股票价格路径的随机过程，其在漂移项和扩散项中均出现了与交易量相关的系数。这说明:与大多数相关研究只关注交易量与股票价格波动之间的关系有所区别的是，本文通过理论模型的推导指出:股票价格变化的均值与标准差均会受到交易量的影响。　　另外，由于本文理论模型所推导出的结论在实际应用时存在一定程度的困难（如:交易量时间函数的对应反函数时点上的交易量相关取值在实际应用中相对难以确定），因此本文的第五章在交易量时间模型下的最优策略与传统均值方差策略比较的基础上，还进一步给出了相关的更加便于实际应用的修正模型与传统均值方差策略的比较:结果显示，修正后的交易量时间策略仍然在风险和收益等各方面显著优于传统均值方差策略。其中的第二个修正模型实际上放弃了交易量对于股票价格波动影响的假设，而专注于研究交易量对于股票价格收益率的影响。相关实证结果显示:该修正模型相对于传统的均值方差模型下的最优组合在收益和风险等各方面仍然有着明显的优势。　　因此本文认为，长期以来形成的交易量仅与价格波动相关，而与价格收益率无关的观点存在局限性。在对价格路径利用随机过程刻画和进行相关理论建模，含交易量的相关参数不仅可以出现在扩散项中，也适宜于出现在漂移项中。　　二、在不考虑交易量序列与价格序列的相关性时，由交易量时间下的资产组合理论模型所推出的最优交易策略与相同条件下传统自然时间中资产组合理论的最优策略相比，区别仅在于交易量时间模型下的最优策略包含了两项与交易量有关的系数。　　本文给出的交易量时间模型下的价格路径，其本质上就是对刻画价格路径的随机过程的漂移项与扩散项进行相应修正后的结果。这说明在“经济时间”和相关的随机时间交换方法下，传统的资产组合理论仍然有其适用性，并且易于推广。也许在将来的研究中，还可以发现比交易量更适宜于充当股票价格路径的“时间”测度的相关经济变量，而在本文给出的随机时间变化方法基础上，可以对其进行非常方便的推广与应用。　　三、由交易量时间下的资产组合理论模型所推出的最优交易策略相比同样条件的传统自然时间下的资产组合理论最优策略而言，在效用（收益）、风险（Sharpe比率）等多方面均有比较显著的优势。　　本文实证分析的重点在于验证基于交易量时间建模的最优交易策略是否相比传统自然时间下的资产组合理论最优策略（均值方差策略）是否存在显著优势。在对国内A股市场的相关指数交易数据进行检验后，实证结果表明:当交易量参数采用换手率时，无论价格参数是以日成交均价为准，还是以日收盘价为准，交易量时间模型下推出的最优交易策略在效用、风险等各方面均要显著优于传统的均值方差策略。而这也说明:考虑交易量因素后的资产定价模型相比未考虑交易量因素时的资产定价模型而言有着明显的优势。　　四、交易量作为市场情绪的代理变量，与动量-反转效应之间同样存在联系。　　交易量作为股票价格变化的合适路径这一概念的提出，其初衷就是修正以传统对数正态分布假设下的价格路径为基础所推导出来的一系列金融学理论研究成果在实证检验中所遇到的难以解释的问题和现象。众所周知，股票价格的变化并非由时间所推动，而是由交易推动，因此在交易量时间刻度下的价格序列假设为服从对数正态分布也相比自然时间下的价格序列服从对数正态分布的假设更为合理。　　此外，长久以来，与交易量相关的各类研究就试图将交易量中所包含的信息纳入到对股票价格变化的模型与解释体系中。而本文的实证结果恰恰说明:交易量中所包含的与股票价格相关的信息，正是现有的各类价格路径模型所不具备的优势。当前与价格路径相关的各类理论模型，对以几何布朗运动为首的传统模型的修正，基本上可分为以下两类:在漂移项与扩散项中添加相应参数;将漂移项和扩散项由原来的常数修改为随机变量。但是这类研究中的绝大多数却并未对修改的原因进行详细解释与说明。本文利用交易量时间概念和随机时间变换对传统价格路径模型进行修正，则是由交易引起价格变化这一直观概念衍生出的结果，相比其它修正模型，在理论基础方面也存在一定程度的优势。　　基于以上发现，本文给出了如下一些结论与建议。　　一、交易量适于被应用到资产定价理论的更多领域。　　交易量作为金融学领域中非常重要的参数和变量，在长久以来却并未得到学术界的足够重视，大多数研究只专注于讨论其与价格波动之间的联系，更进一步的研究考虑了其与市场信息和其他因素的关系，但是对于交易量与价格收益率以及同价格之间关系和影响的本质原因则都没有进行深究。而本文的相关研究则认为:交易量可以被作为一个对价格路径的漂移项与扩散项均具有重要影响的参数，纳入到刻画价格路径的相关随机过程中。　　二、完善对交易量理论研究的相关体系，对于金融学的理论研究和实际应用均有重要的意义。　　本文的相关研究结果已经指出:将交易量作为对漂移项和扩散项均有重要作用的新价格路径、考虑交易量时间刻度的新价格模型对实际市场交易数据的拟合精度和回测结果均要显著优于未考虑交易量时的情形。在技术条件不断发展、量化投资和程序化交易的应用越来越广泛的今天，交易量这一参数的现实意义，尤其是在市场风险预警与控制方面的作用已经越来越重要，而本文所做的研究在交易量的研究方向和实际应用方面也尤其理论与指导意义。　　本文有以下一些创新之处:　　一是将交易量这一因素作为与有价证券价格的收益率与波动率同时相关的参数，引入到刻画其价格路径的特定随机过程中。　　二是首先将交易量以及交易量时间的概念引入具体的资产组合选择问题中。　　交易量时间的概念作为市场微观结构方面最新兴起的研究方向，近年来已经有了不少研究成果，但是对于该概念在价格路径模型等方面的应用大多数还停留在对于相关概率分布(如Ane，Geman(2000)等）和路径(如吴冲锋，吴文锋(2001)等）的拟合程度，而少有研究将其延伸至资产定价的其他领域中。与此相对的，本文将其首次应用到了具体的资产组合选择问题中。同时本文认为，交易量与交易量时间概念也可以应用于其他具体的资产定价问题中。　　三是在此前研究基础上进行扩展，将与交易量时间相关的研究引入中低频数据中。　　此前与交易量时间这一概念有关的一系列主要研究成果，诸如Ane，Geman(2000)等，均是建立在高频数据的基础上。而本文则针对中低频率的日交易数据进行了相应的研究，并且通过实证分析结果表明:交易量时间概念与交易量对于价格的影响在中低频数据下仍然是有效的。　　四是将交易量与行为金融学领域的动量-反转效应结合。　　交易量作为市场情绪和信息传递的一个绝佳代理变量，本身就在行为金融学领域和市场微观结构领域的相关研究中占据重要地位，本文利用高频数据下的交易量构造价格变化难易指标和市场情绪因子指标，将交易量与动量-反转效应相结合，发现该投资组合可以保持的超额收益，这说明在特定的价格水平下，交易量中包含对价格具有解释和预测能力的相关信息。　　在本文结论的基础上，仍然还有以下一些内容值得进行进一步研究:　　首先，虽然正如大量文献所指出的:高频交易是交易量时间测度下自然变革产生的新交易范式，但是由于相关高频数据的缺乏，因此在高频交易研究方面，本文仅针对日内分钟交易数据进行了相关分析，并没有针对更高频数据下的情形进行研究。因此，利用相关的更高频交易数据，对本文所构建的模型以及相关衍生形式在高频数据方面的应用进行深入讨论与分析，不失为一个值得继续研究的方向。　　其次，虽然本文已经在后文中指出，由于同期的价格数据与交易量数据之间并不存在比较明显的相关性，因此本文对于考虑价格序列与交易量序列之间相关性的理论模型并未进行深入求解和相关的实证检验分析。但是该部分内容仍然是完善交易量与股票价格理论体系和将交易量相关理论进行实际应用时必须研究的内容。可以从本文在第三章最后给出的偏微分方程形式出发，从解析解和数值解的角度对该方程进行求解和相关分析。　　另外，本文在后文中的第五章实证研究部分也已经指出:在处理本文模型中所应用到的时间转换函数及其反函数以及相应自然时间下对应的交易量等参数和变量时，由于技术条件的限制和相关数据的欠缺，本文均采用了插值法对上述参数和变量进行相应的处理。　　最后，本文在实证研究部分，只对国内几类主要市场指数进行了研究与讨论。而由于已有研究(如Tkac(1999))等指出了市场交易量与个股交易量的区别，因此在指数研究的基础上，还可以对随机挑选的个股，或者对市场中个股分类后进行分析与检验。由于相关高频数据的缺失，本文并未对美国等西方发达金融市场的数据进行检验，这也是一个可以做进一步研究的方向。