金融市场在开市的几个小时中是高效率运作的，高频数据也就因此而产生。高频数据一般认为是每隔五分钟、每分钟甚至每秒钟收集到的数据，其中包含有丰富的市场信息。传统的计量经济学建模是基于固定时间间隔的交易数据，但是在金融市场的实际应用中有其局限性。股票市场的交易每隔几秒钟就会发生，因此在进行建模时如果选择较长的时间间隔数据就会承担丢失市场中所包含信息的风险。于是本论文在Engle and Russell(1998)的基础上提出了高频数据的随机时间间隔的建模方法，将时间间隔最小化到每秒钟，根据期货市场的实际交易情况构造自回归期间持续模型。本文共分为六章，第一章介绍了计量经济学的最新发展，其中着重分析了超高频数据的产生对计量经济学发展的影响，指出了Engle and Russell在描述随机时间间隔效应方面作出的贡献；第二章简要介绍了金融市场微观结构理论，重点阐述了基于存货的证券市场微观结构理论和证券市场中的博弈微观结构理论；在第三章中首先介绍高频数据的几个特征，然后研究了描述价格波动和交易量关系的SV模型、JKL模型，针对在微观结构理论中的证券市场博弈微观结构理论，又给出了交易商报价的信息决定模型（扩展的Hasbrouck模型）；第四章主要介绍Engle and Russell(1998)提出的基本的ACD模型，在已有模型基础上又讨论了LOG-ACD模型、TACD模型和FIACD模型，以及这些模型在哪些方面对ACD模型进行了改进。在第五章主要对新加坡期货交易所的日经225指数期货的高频数据运用ACD模型进行实证分析，表明ACD模型在刻画高频数据特征方面有很好的效果。最后总结本论文的内容，并且结合高频数据展望计量经济学未来研究的几个热点及对我国金融市场高频数据进行研究的意义。