股票的价值主要由公司的基本面决定，而股票的价格主要围绕价值波动,由于股票价值处于一个动态的变化过程,并且还受市场因素等众多因素的影响,使得股票价格的波动很难估计。普通的市场投资者很难对公司的基本面、市场因素及投资者的心理因素等进行掌握,但根据股票技术分析基本假定,所有这些因素都通过股票交易价格来体现。所以研究股票的交易价格具有非常重要的意义,每一笔市场成交就形成了一笔交易的数据,以前由于技术的原因,无法把每一笔成交数据都用来分析,只是利用假定的几个重要数据,如日K线图的开盘价、收盘价、最高价和最低价来表示整个一天股票交易的基本情况。随着计算机和网络技术的发展,股票成交的日交易数据也可以获取,根据需要可以提供不同时间间隔的成交数据,这些数据称为高频数据。日交易高频数据反映了当天股票交易的真实情况,是公司基本面、市场因素及投资者心理因素等综合作用的结果,如何利用统计学方法研究高频数据具有重要的价值。由此,本文首先利用描述性统计方法,研究的高频数据的分布,利用直方图、箱形图、均值、峰度、偏度、统计推断和假设检验等图形和参数的方法来研究股票交易价格高频数据的分布。结果表明高频数据的分布一般不服从正态分布和对数正态分布,高频数据的分布很难用简单的分布来描述。通过自助法(bootstrap方法),对高频数据进行抽样模拟,获取了高频价格均值及其置信区间,从而得到K线图表示股票交易可能的误差。最后,利用Logistic回归模型研究了基于高频数据的动力因素对股票价格波动的定量模型,利用此模型可以对股票价格的短期波动提供预测,为股票投资提供了一个新的思路。