文 献 综 述 1、选题目的和意义： 从上世纪80年代末开始，高频数据的研究逐渐走上了历史舞台，到90年代，由于电子化交易方式在世界范围内的大规模普及，对于高频数据的研究开始更上一层楼。

在此之后，随着计算机技术的突飞猛进和数据库的推广与发展，信息传播储存处理和研究的成本进一步降低，高频数据的作用和重要性愈发突出，尤其重要的一点是，高频数据能够极大的提高人们对于市场的认识能力。

证券市场中波动性变化多端，在高频数据没有得到有效利用以前，人们很难对于波动性做出正确的预测和研究。

高频数据的出现，可以有效统计影响股市收益率波动性的各大因素，利用计算机技术，我们可以轻易得到这些因素对于波动性的影响程度大小，从而有效地预测收益率波动性的变化和走向，发现波动率的固有特征。

因此，基于高频数据的收益率波动性研究，有助于我们准确判断市场走势，为投资者获得超额收益提供一种有效途径，同时也可帮助相关监管部门有效监管市场异动，规范市场行为。

2、 国内外研究现状： 对于波动性的长期记忆性，国内外许多都采用了GARCH族模型来进行研究。

2011年，韩国的Jae-Won Jung和Kyungsik Kim采用FIGARCH模型分析韩国国债KTB503的高频数据，发现韩国国债存在这收益率波动性的长期记忆性。

[1] James J. Angel和Douglas McCabe通过对证券市场高频数据的研究，发现即使市场参与者拥有计算机优势辅以高频数据进行操作，也不会破坏证券市场的平衡，相反，其他策略却往往会破坏。

[2] 王天一和黄卓在2015年的论文中发现，在研究中引入厚尾分布可以有效改进Realize GARCH模型对实现测度的预测，其中引入t分布的预测精度最高。

[3]苗晓宇通过实证发现，只要模型选择得当，低频数据也能达到高频数据的精度。