论文部分内容阅读
高频金融数据和金融资产收益率是金融计量学的一个全新的研究领域。目前,国内学者利用年、月、日等低频数据对股票市场的收益率进行了很多的研究,但是以日内高频数据为基础的研究还不多见。如何较准确地预测基于高频数据的股票收益率是进一步深入研究金融市场的基础,论文采用数据挖掘中的BP神经网络对沪深300指数高频数据中的日内收益率进行建模与预测。结果表明:神经网络模型对股票高频数据的日内收益率具有很强的预测能力。