本文从高频数据自身所具有的特征展开分析,并在这些特征基础上,研究金融市场高频数据的周期性和波动性,较完整地给出金融高频数据分析在微观市场结构中的研究。在文中第二章研究了高频数据的微观市场结构中的基本特征,交易时间间隔、价格和收益、交易量、买卖价差间的关系、非同步交易,并推导出非同步交易导致收益率序列的负自相关性；第三章分析了金融高频数据的周期性的几个特征,其不规则的交易时间间隔,取值离散性,日间模式性,自相关性,并结合实例给出具体的结论。第四章应用处理高频数据不等时间间隔的计量经济模型,。即自回归条件持续期模型,来描述交易活跃的股票交易久期过程。并推导出引入微观变量的ACD模型,结果得出交易久期的集聚性,即短的交易时间间隔,后面往往也跟随短的交易时间间隔,长的时间间隔,后面往往也跟随着长的交易时间间隔。买卖价差和平均交易量的引入,对于大多数股票来说,都具有明显的负面效应。第五章中给出了区别于低频数据的波动率,处理高频数据的波动率即“已实现”波动率的定义,性质,方法研究,理论推导,实例分析。从修正市场微观结构的噪声因素出发,基于高频交易数据,同时采用一阶偏差修正方法估计了600188即兖州煤业的“已实现”波动率。结果表明：计算的“已实现”波动率提高个股实际波动率的估计精度,从而可以为波动率研究提供一个参照标准的波动率值。本文的创新点为：在第二章中非同步交易导致收益率序列的负自关性的证明；在第四章中模型的创新部分,增加外生变量,引入买卖价差的ACD模型和引入平均交易量的ACD模型；在第五章中对于偏差校正的“已实现”波动率的方差上界的证明。最后,本文得出结论对于实时交易,可以帮助交易者规避风险,降低久期的损失。对于买卖价差,平均交易价格的引入也能防止过多的人为操作。“已实现”波动率在金融产品的定价和波动性研究以及投资者的投资决策方面,都将发挥不可低估的作用,促进我国金融市场健康、稳定地发展。